聯商專欄：越年休閑，學習日本零售數據化進程，感覺起碼有三個觀念，顯示其理性推進的特點：

一是目前沒有真正數據化店鋪產品，還處于娛樂游戲階層；

二是不僅是庫存和顧客數據一體化，而是全方位洞察顧客行為；

三是穩定接客服務質量前提下，提高效率同步降低人工成本。

1 、數據創新行業峰會透露出的信息

2018年10月底，日本零售業協會以“零售業數據創新”為主題，召開“零售&IT領導人論壇”，分享零售行業數據應用方面先進案例以及數據化轉型的新技術（參見圖示）。

之一：日本零售業協會CIO研究會專家、野村綜合研究所藤野直明客氣地說，與國際數據化革命比較，日本的零售業的動作似乎有些遲了。在成熟市場的激烈競爭中，日本的零售業現在又迎來“挑戰的時代”。在服裝領域全業務環節合作同時，平臺化服務已經開始。紐約、上海、越南、柬埔寨等地方，3次元畫像處理技術、PLM活用，從商品開發到資材調配、生產資源對接和調度一結束，生產就已經開始，調配周轉時間大大縮短。遺憾的是，在日本不太傳播海外發生的數據化信息，典型的日本企業，還是習慣于自己的做事節奏，出國考察也是只看店面，不太了解背后渠道的變化。如果專注一下先進國家零售業動態，很容易就會發現其業務、組織，都在追求數據化。

之二：日本微軟公司榊原彰社長說，圍繞零售業的環境發生了很大的變化。由于智能終端使用，消費者行為變化、購買行為的變化，可以通過大數據抓取，對未來預測的機械學習、分析圖像的深層學習、語音識別技術在迅速進步。微軟提倡“AI的民主化”，也就是誰都容易用的以合理成本提供的AI力量。在日本的案例是三重縣伊勢市一個老字號餐館ゑびや，在“Azu”上開發需求預測應用，由于不增加人工費，解除人手不足苦惱，消除了供餐時間長的抱怨，削減了商品的廢棄損失，實施了單位每小時的來客數量預測，單位菜單的點餐訂購數預測等。通過使用AI功能，飲食的提供時間縮短為三分之一，因此產生的抱怨投訴為零，銷售額增長4倍，利潤率增長12倍。

之三：高島屋的百貨店經營戰略部長橫山和久說，高島屋是2017年開始積極引進數據技術，重新審視集團經營的結構，作為一個變革項目主要有三部分：系統基礎再造、業務變革、顧客體驗變革。以“系統基礎再造”為起點，通過“業務變革”提高經營效率、創造利益，重新投資以“顧客體驗變革”為中心的成長戰略。

之四、羅森便利店創新部門負責人牧野國嗣強調說，引入數據化，要在不降低接客質量同時、高效省工是關鍵。如果服務水平下降的話就不應該做，因為實體店鋪的價值根源就消失了。理想的狀態是，在技術上提高接待客人的質量，同時也要求有效率化、省人化的機制。他介紹了羅森以數據化為目標的創新嘗試。

2 、三大便利店近期動向透露出的信息

很多人關注日本三大便利店的數據化進程，且各持己見。

之一：2018年4月23日，羅森在東京都內3個店試驗用手機Pay支付服務，到5月31日告一段落，調查分析對銷售的影響、顧客的滿意情況，計劃在2019年10月前大幅推廣。

2018年10月９日，羅森在秋葉原一個店嘗試將炸食銷售由員工接待服務改為自助服務，加上使用手機自助支付，接待效率提高很多。同期，在日本電子高新科技博覽會（CEATEC）上，羅森作為零售業代表首次展出，推出了下一代店鋪概念。

12月10日，羅森利用人氣商品卡通小雞karaage君（からあげクン），做成機器人外形，內藏油炸加工機械，提供油炸自助服務，加工時間大約是原來的六分之一。

在商品管理方面，羅森參照7-11，在2015年以后逐漸使用AI技術管理訂貨，防止店鋪商品短缺，由加盟店提出自動訂貨數量。此外，通過應用程序讀取條形碼的手機自助結算實驗，到2019年2月末要擴大到100家店鋪。

之二：2015年11月推出全渠道戰略，簡稱omni7。鈴木敏文理解的全渠道營銷，核心點還是商品開發能力，這個行動隨著他的退位被擱置，2017年決算虧損234億日元。2018年11月30日，確定嘗試人臉識別支付服務。12月17日，在三田國際大廈NEC公司所在20層內的店鋪推出人臉識別支付服務。不過只針對NEC員工。該店面積是通常的15%，400多種商品，主要是食料品。有一個員工在店面巡視服務。開設這個店的原因是，該大廈沒有員工食堂，到了午餐時間，員工去地下一層的7-11購物很不方便。5年前NEC就邀請7-11開店，這次合作使用了NEC臉部識別、溝通機器人兩項技術服務，7&i也嘗試了新的服務接觸點形態，由于不用單品查點，進貨時間縮短了36分鐘，屬于雙贏。不過，考慮到臉部識別涉及到隱私問題，古屋一樹社長承認，如果不是在NRC公司內部的店鋪，這個想法很難實施。

該店采用納入銷售業績和天氣因素等數據的AI系統訂貨。7-11的傳統是根據第二天的天氣和娛樂等信息，確定每種商品的進貨，所謂“徹底的單品管理”。這是2016年退任的原會長鈴木敏文所固守的方法，因為鈴木先生從一線退下，在現場運營水平也逐漸有一點變化。2018年提出大數據規劃，成立專門機構，確定2019年夏天引入智能支付。

之三：2015年11月，全家便利店導入自助支付，不過一直到2018年2月，只有幾十個店鋪在使用。2018年在客流密集的商務區域，自助支付服務加快普及，計劃到2019年2月將有1000臺設備投入使用，比較店鋪數量而言，這個進度不算快。他們的想法是，降低人工成本是一方面，東京最低工資是985日元，比10年前上升219日元，同時，投入技術成本也是要考慮的課題，經過反復實驗，會盡快推廣，培養減輕現場負擔的新機制，不過全國普及還需要時間。

尤尼·全家公司確定，全面手機支付服務從2019年7月份開始。全家Pay的使用范圍，除了全家便利店，還計劃在有業務合作的唐·吉訶德店鋪中推行，根據購物金額，會進行一定金額的現金紅包促銷，還有T積分點等項目合作。

有業內人士分析，每個公司接連不斷的引入自助支付，僅僅是顯示條形碼的結算方法就接近10種，消費者對每個店鋪不同的結算方法需要一個認識過程，消費生活評論家巖田昭男表示，“通過智能支付收集到的顧客信息的方法有很多種，如何活用分析結果，要考驗企業的運營智慧了”。

3 、第三方咨詢公司經理受訪透露出的信息

有業內人士指出，數據化營銷不僅僅是關注庫存、顧客數據的一元化，必須全方位理解顧客，分析消費行為。

奧多比（adobe Systems）公司的Michael Klein認為，零售企業數據化面臨5個課題：

一是提供速度。必須能夠隨時提供顧客體驗的功能。根據奧多比的調查，美國零售行業的CEO中90%都認為要維持競爭力必須搞實時營銷，可是在數據化接觸點快速變化中，維持實時營銷難度加大。日本零售業總體還依靠接客服務解決顧客問題。

二是復雜程度，數據化顧客接觸點的增加，可以從多渠道獲得充分的數據，但問題在于，從豐富的數據中如何分析、分析出什么，需要很強的分析能力。伊勢丹、阪急等部分百貨店分化出來的小型專門店、優衣庫和無印良品等SPA品牌連鎖店，都很值得關注。

三是忠誠度。購買主導權已經轉移到顧客一邊，有了數據化工具，消費者和商品接觸點急劇增加，或者說數據化接觸點激增，企業和品牌的信息相對淡薄，如何跟蹤顧客行為、提高顧客忠誠度。三越伊勢丹曾經與CCC合作，結果發現會員分散化，于是結束了合作。

四是投入產出比。數據化接觸點，需要更多的投資追蹤分析，要選擇運用適合的機制，有必要擁有適當的投資的“眼睛”，分析數據價值，并適當放大趨勢圖像，確定投資的價值。這方面還沒有可靠的案例。

五是個性化技術。從很多選擇項目中被選為目標消費者，提供個性化方案，是最重要的一點。從隨時隨地任何人，升級到提供“只有現在（實時性）”、“只有這里（位置信息）”、“只有你（面向個人）”的個人化方案，做到隨時互相交流，要有數據企劃或研究機構，這是數據化成功的基本要求，這方面大家都還有較大距離。各種數據化嘗試都在試驗中，還不能說已經真正解讀數據化商店的密碼，沒有形成有收益的商業模式，還處于娛樂或游戲境界。

Klein強調說，數據化企業必須要在人、流程、技術三方面均衡投入，就像三足鼎立的凳子，不可偏廢，在這個方面，經營決策者觀念變革是比什么都重要的。

（作者系聯商高級顧問團成員潘玉明，本文僅代表作者個人觀點，禁止轉載！）