起點課堂會員權益
職業(yè)體系課特權
線下行業(yè)大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識新零售到底是什么？——深度剖析人、貨、場
編輯導語：如今隨著互聯(lián)網(wǎng)的發(fā)展以及技術的更新，如今在新零售行業(yè)里，會運用到數(shù)據(jù)與算法，從人、場、貨進行數(shù)據(jù)化，進行重構，精準分析；本文作者分享了關于新零售中的人、場、貨的分析，我們一起來看一下。
一、新零售場景數(shù)據(jù)的價值與挑戰(zhàn)
沃爾瑪是行業(yè)標桿：從開店、倉配選址、物流、品類優(yōu)化整個供應鏈的持續(xù)優(yōu)化，一切業(yè)務都可以數(shù)字化；特別是消費者的可識別，使得個性化成為電商的標配，更好的產(chǎn)品服務消費者，更優(yōu)的供應鏈效率降低成本，而二者都離不開數(shù)據(jù)的能力。
對整個零售下的數(shù)字化、數(shù)據(jù)化與智能化做整體的升級，在國外這個過程已經(jīng)經(jīng)歷了幾十年，中國互聯(lián)網(wǎng)的后發(fā)優(yōu)勢，希望通過我們的能力，可以在幾年之內(nèi)可以達到并超越國外的先進水平。
新零售要完成要完成人、貨、場的重構，在業(yè)務上來說要完成的是線上與線下的深度融合，用互聯(lián)網(wǎng)的手段去賦能傳統(tǒng)零售業(yè)；這就要求不管線上與線下業(yè)務，都需要完整的數(shù)據(jù)，以及貫穿經(jīng)營鏈路的算法。
系統(tǒng)性地來說——在數(shù)據(jù)與算法上，我們要完成人、貨、場的數(shù)字化、數(shù)據(jù)化，以及通過智能化重構他們的關系。
二、面向消費者的場景識別技術
1）實時場景推送
例如，給正在加班的外賣老客發(fā)宵夜優(yōu)惠；給在異地旅游的消費者發(fā)景點門票優(yōu)惠；當用戶在城西銀泰時推送捉貓貓通知。
場景識別能力與無線端推送相結合，可以用線上的手段更好地引導滿足消費者線下場景的需求；目前場景推送能力打通了手淘、天貓、飛豬、短信等各個端。手淘上每日千萬的推送量，打開率比均值高30%-50%。
2）場景化服務
例如外賣、會員碼業(yè)務對手淘具有戰(zhàn)略意義。而精準的場景識別，可以使消費者在線下場景隨時打開手淘就能得到他想要的服務，例如可以精準識別出在城西銀泰，直接出來銀泰的會員碼。
3）預測與推薦
例如，我們可以預測消費者未來15天會不會產(chǎn)生長距離的需求，提前在推薦里進行交通產(chǎn)品的觸達；或者在盒馬生鮮的推薦邏輯里，加入消費者同小區(qū)關系的因素，進行關聯(lián)推薦。
4）LBS搜索
例如家裝，當消費者在手淘搜索沙發(fā)時，透出當前或者居住場所周邊的家具店的沙發(fā)商品信息，引導消費者線下體驗消費，已經(jīng)證明可以獲得更好的轉化效果。
三、面向商家的數(shù)據(jù)化經(jīng)營產(chǎn)品
1. 精準獲客與營銷
互聯(lián)網(wǎng)的優(yōu)勢在流量，商家對平臺的最急迫的需求也是流量，向商家提供首要的就是線上和線下相結合的精準獲客能力，并且做到效果可跟蹤。
線上營銷：地動儀提供LBS廣告觸達的能力，商家可以通過阿里媽媽廣告、以及阿里各個內(nèi)部營銷渠道，精準觸達門店周邊的潛客；例如某美妝商家，通過線上的特征挖掘出品牌的潛客，對靠近其所有線下專柜500米的客戶，發(fā)送線下體驗優(yōu)惠券，引導用戶到線下專柜體驗購買，最終其靠柜率是百度投放LBS廣告的5.5倍；同時轉化率也是天貓旗艦店的2.3倍，整個過程在線上、線下的轉化鏈路，可以做到可跟蹤。
線下營銷：地動儀提供的能力更加開腦洞，盒馬的開店，很大程度是通過小區(qū)地推來拉新的；地動儀提供拉新地圖的能力，讓店長在開店時，就能洞察服務范圍內(nèi)所有小區(qū)的淘寶會員數(shù)和潛客數(shù)；通過潛客數(shù)和距離的排序，店長可以安排小蜜蜂到小區(qū)里發(fā)傳單，并且引導小區(qū)里的大爺大媽們下載盒馬完成首單交易，同時利用交易數(shù)據(jù)就可以計算每個小區(qū)的滲透率。
這樣可以持續(xù)有目標有計劃地迭代，當滲透率穩(wěn)定增長后就可以停止該小區(qū)的推廣，提高營銷效率降低成本；同時也可以通過短信的手段進行精準觸達，ROI是小蜜蜂的10倍以上。
線下廣告也可以做定向投放：比如網(wǎng)銷寶線下寶是一個提供線下廣告定向投放的平臺，廣告資源提供方在這個平臺上上傳公交、樓宇、戶外等線下廣告的數(shù)字化信息；商家可以根據(jù)標簽選擇定向人群，地動儀通過人群的軌跡信息，計算每個廣告點位對人群的觸達率；幫助商家選擇觸達率高的廣告點位進行投放廣告，并且跟蹤廣告投放期間的觸達效果，目前已經(jīng)完成 18W+點位的數(shù)字化。
2. 經(jīng)營過程的標準化與優(yōu)化
可以實時地看到每個門店的客流統(tǒng)計、客流結構、客戶畫像、店內(nèi)動線，每類客戶、每次活動、每種品類、每個渠道的轉化效果。
通過長時間的沉淀，可以跟線上一樣，沉淀出一套標準化最優(yōu)的經(jīng)營實踐和SOP，包括：拉新策略、會員關系維護、品類優(yōu)化、貨架擺放優(yōu)化等等，使得每個門店的經(jīng)營不再依賴于店長的經(jīng)驗。
3. 經(jīng)營過程的智能化
1）選址
拿盒馬來舉例，每家新店候選點，都做商業(yè)潛力的評估。
通過已開店的數(shù)據(jù)，結合新候選點周邊的人口結構、競爭店、微觀環(huán)境數(shù)據(jù)，細化到每個個體的逛街購物習慣與偏好，預測開店6個月后的客戶數(shù)；甚至到每個小區(qū)的滲透率，目前可以達到80%-85%的準確率；后面會進一步預測銷售額，再加入財務成本，就可以預測能否贏利，什么時候會贏利。
2）品類選擇和優(yōu)化
北京和上海的用戶對商品的偏好不一樣，上海的城區(qū)和郊區(qū)也不一樣，文教區(qū)與商業(yè)區(qū)也不一樣。
選品的好壞，直接影響到營收；因此，我們需要根據(jù)服務區(qū)域內(nèi)消費者的偏好、消費趨勢以及季節(jié)性因素，構建基于消費者需求預測的選品模型與系統(tǒng)；并且與渠道商對接，做到自動的選品與補貨，為區(qū)域的消費者持續(xù)提供和更新最符合其需求的商品，選品在盒馬與零售通業(yè)務都是非常重要的環(huán)節(jié)。
3）門店配送
新零售模式還有一個重要的特點是門店配送，這是很大的成本構成；在開店之初，就可以通過每個小區(qū)滲透率的預測，劃定營收/配送成本最優(yōu)的配送區(qū)域；并且在配送環(huán)節(jié)基于消費者的地點以及配送路徑進行集單與路徑規(guī)劃的優(yōu)化，提高單個快遞員單位時間送貨的數(shù)據(jù)，以減少配送成本。
四、人才知識結構
機器學習：這是數(shù)據(jù)挖掘的通用能力，有能力利用海量數(shù)據(jù)，構建合適的機器學習模型，挖掘有價值的信息，并對未來做預測。
運籌學與機器優(yōu)化：面向選址、選品等新零售經(jīng)營優(yōu)化問題，有能力使用運籌學算法，或者結合機器學習的機器優(yōu)化算法來構建智能化算法。
時空數(shù)據(jù)挖掘：由于我們面向大量的時空數(shù)據(jù)，需要具備時空數(shù)據(jù)的知識，以及時空數(shù)據(jù)的分析方法。
零售行業(yè)分析：零售行業(yè)的許多方法論是成立的，需要有零售業(yè)的專業(yè)背景，與先進的數(shù)據(jù)技術結合起來，升級傳統(tǒng)零售業(yè)的分析方法。
可視化：線下空間數(shù)據(jù)難以理解的特殊性，使得數(shù)據(jù)可視化對于理解數(shù)據(jù)是非常重要的。
五、數(shù)據(jù)與算法技術與挑戰(zhàn)
痛點：線下行為的數(shù)字化。
1. 數(shù)字化
數(shù)據(jù)的基礎是業(yè)務的數(shù)字化，互聯(lián)網(wǎng)的優(yōu)勢是將用戶的每個行為、商品的詳細信息、交易及物流整個鏈路都做了完整的數(shù)字化；然而，線下的信息沒有那么理想。
2. 消費者的可識別
互聯(lián)網(wǎng)最大的優(yōu)勢是對消費者完整路徑的可識別，甚至可以細化到鼠標在某個業(yè)務上停留了多長的時間，而對線下行為的識別，就差很多。
3. 門店、商品、交易的數(shù)字化
門店、商品、交易的數(shù)字化，需要借助于業(yè)務的力量，將線下的門店、商品上翻，并且通過無線支付沉淀交易信息；例如盒馬做到線上線下同庫存，門店無現(xiàn)金支付，可以做到與線上幾乎同水平的數(shù)字化程度。
4. 數(shù)據(jù)化
數(shù)字化對應于線上，僅僅是業(yè)務鏈路的打點信息，這些信息需要融合、挖掘成結構成的數(shù)據(jù)資產(chǎn)，才能發(fā)揮價值。
從整體架構上，是關于人、貨、場的屬性，以及他們的關系，大多數(shù)的邏輯是與線上數(shù)據(jù)的建設是一致的，不過由于線下數(shù)據(jù)的稀缺性和特殊性，數(shù)據(jù)挖掘的方法是不同的。
5. 用抽樣的數(shù)據(jù)還原消費者完整的行為
重點建設客流還原模型，從20%可識別的數(shù)據(jù)，結合消費者的行為規(guī)律，完整地重建出每類甚至每個消費者線下到店的信息，線上購買的行為，由此推導出線下準確的客流。
店內(nèi)行為識別：之前我們對于線下行為識別的深度僅僅到達到店面，但是店內(nèi)與商品的交互以及動線，是沒有獲取到的，這些數(shù)據(jù)對于品類規(guī)劃、動線設計有非常重要的意義；目前我們正在結合高精度WIFI、視頻、IoT等手段，做到消費者在店內(nèi)無感知的軌跡以及行為識別，包括在貨架前的停留時間，拿起、放下商品。
6. 智能化
電商的智能化，90%在于個性化，使消費者以最小的決策成本獲得他想要的商品；但是新零售的智能化，就需要深入到供應鏈，門店、前置倉、分級倉、渠道商重新進入整個商業(yè)鏈路，而線上在供應鏈端的需求、數(shù)據(jù)以及算法積累是非常薄弱的。
通過完整的消費者全鏈路的消費與偏好模型，在各個業(yè)務場景產(chǎn)生精準的消費者和商品顆粒度的需求預測。
結合運籌學以及機器學習，構建機器優(yōu)化的算法，產(chǎn)生面向各個應用場景的智能化模型。
作者：熊繹；微信號：fox-xiongyi
本文由 @熊繹 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉載
題圖來自?Unsplash，基于 CC0 協(xié)議
為什么會給我推薦這個文章，我做錯了什么？
這篇文章里面的地動儀是什么東西？
太泛了