人貨場重構的背後需要零售大數據的助力

歡迎關注智能製造網

在時下熱門的技術中，人工智慧、雲計算、物聯網、大數據當選無疑。新一代的信息技術崛起後，將加速行業洗牌進程，為傳統企業參與市場競爭形成巨大衝擊。但技術的價值絕不體現在機器將取代人類不切實際的預測，而在於智能技術不斷地迭代精進，以致於更客觀地輔助人類做分析與決策。

在近期對超盟數據創始人兼CEO李思賢的採訪中，他表示，商業模式上的突破來自新技術的成熟。在企業的經營管理中正在進行著由經驗決策轉向科學決策的變化，其中，大數據和人工智慧等可以為現有商業模式提供良好的技術支撐。

迎接大數據浪潮，零售的未來是線上+線下

超盟數據是一家基於人工智慧和大數據技術為線下超市、連鎖便利店提供決策解決方案的服務商。服務範圍覆蓋連鎖便利店高頻決策場景，如用戶畫像分析、選品選址、精準營銷、訂貨預警等。

具體而言，超盟數據的產品線包括AI智能預測平台、BI輔助決策平台、PUSH預警與推送、API數據介面，分行業應用場景(以新零售為主、輔以金融和泛互聯網行業)和角色應用場景(CEO、運營總監、區域經理、督導、店長等從業者)輸出不同解決方案，在選品、運營、庫存、促銷層面助力產業發展。

任何一個零售場景都離不開人、貨、場三個要素。零售業作為與人密切打交道的行業之一，其最大特徵是「以消費者體驗為中心」，新舊零售的本質差別便在於能否結合先進技術，充分喚醒沉睡的數據資源。億歐認為，基於大數據的價值創造主要體現在大數據技術對用戶數據和運營數據的智能化處理和分析，最終起到提升企業運營效率和降低運營成本的作用。

超盟數據創始人李思賢做出預判，他認為，2020年人口紅利期將基本結束，單純做線上的零售商將難以擺脫髮展瓶頸。而線下的服務和體驗的優勢將越來越凸顯出重要地位。未來，在零售業態中，將是一個線上+線下深度融合、共存的狀態，線下在運營效率和數據化方面向線上學習，線上在服務質量和履約方向要多向線下學習。

在線下零售領域，數據常呈現碎片化、割裂的特徵，如商品、會員、庫存、訂單等各個系統間信息呈「孤島」狀態，各線下數據鏈條無法整合，這一方面加大了線下商店的管理運營難度，另一方面，各環節配備大量的人力協同，也加大了企業成本。

基於線下超市和連鎖便利店存在的數據痛點，超盟數據從數據收集、數據分析、數據決策等環節為客戶提供消費者畫像分析、智能選品、門店運營分析、精準營銷等大數據決策服務。

超盟數據創始合伙人兼CSO毛日宏介紹道，不同的職位角色在經營管理中所遇到的痛點問題也不盡相同。領導層面臨著無法實時掌握多家門店運營數據，協同管理難度大的困擾；執行層常因選品、補貨不科學，遇到爆款產品出現斷貨，滯銷品大量積壓庫存等問題。

大數據應用的價值取決於為不用層級的數據使用者提供對應的服務。超盟數據將客戶主體分為領導層和執行層，為領導層提供PC形態的BI輔助決策、AI智能預測預警等服務，執行層(督導、店長)提供移動端可直接輸出具體操作的結果方案。李思賢表示，超盟數據的產品設計思路會針對不同職位的工作內容做適配。

新零售視角下的便利店生意到底該怎麼玩？

便利店最早誕生於美國，成功於日本，是大型商超發展相對成熟後，從中分化出來的一種零售業態。便利店在中國的發展起步較晚，相比國內的大型超市、百貨店等業態，便利店所佔市場份額仍較少，特別是在三四線城市，發展還不夠成熟。

但近些年，隨著消費升級和消費群體的變化，人們在購物中更加關注便捷、個性、高品質等性能，便利店憑藉著密度大、高頻消費、品類優選等優勢深受消費者青睞，增長態勢強勁。

根據中國連鎖經營協會與波士頓諮詢公司最近在上海聯合發布的《2017中國便利店發展報告》顯示，目前中國連鎖品牌化便利店門店數已接近10萬家，年銷售額達1300億元，增速達13%。 目前，中國便利店市場的逐漸出現分化：一種是以7-11、全家等為代表的中高端便利店，另一種則是可多、天天便利等本土便利店。

據了解，超盟數據主要面向二三四線城市的本土便利店提供大數據解決方案。目前服務的連鎖便利店包括北京超市發連鎖集團、邢台天天連鎖便利店、西安每一天連鎖便利店、內蒙古利客連鎖便利店等，累計覆蓋30000+門店。

縱觀目前在零售布局的B端服務商，有從精準營銷、引流到店、智能選品、會員管理等不同細分場景做切入，無論提供哪種服務形式，最終的目標客戶大多都落在了商超、便利店、品牌商等線下零售主要場景。當服務產品在應用場景上無法明顯體現差異化，實則更加考驗產品所帶來的實用價值。

對於便利店而言，需要以消費者需求為核心不斷優化品類，充分運用大數據來整合和完善日常運營的各個環節，最終達到價值最大化和提高競爭力的目的。零售業態不缺乏技術的支持，近年來計算機視覺、人工智慧、大數據紛紛湧入到行業中，創業者除積極擁抱技術外，還應對技術的商業落地效果進行理性地思考。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！