但是到了現在，互聯網逐步普及，傳統零售的老板們逐步具備互聯網的思維，開始使用互聯網工具，使得他們也得到了互聯網的賦能，所以現在才是真正可以在同一當量上開始對抗競技了！

首先，我們還是來看看新零售是如何進行定義的？（阿里的官方定義-馬爸爸首次提出）：

新零售就是以消費者體驗為中心的數據驅動的泛零售形態；

核心價值是最大程度提升全社會流通零售業的運轉效率；

新零售具備三大特征：

1、以心為本，消費者體驗為中心，重構人貨場；

2、零售二重性，完全數據化；

3、零售物種大爆發，催生更多服務形態。

而其中最為重要的，而且被反復提到的就是重構“人、貨、場”。

下面我就把自己關于新零售的一些分享給大家！歡迎多多交流。

NO.1 新零售如何重構“人”？

這里我想提出一個理論的新應用，就是5W+1H，想要重構人，你必須搞清楚這6點！

1、WHO——顧客是誰，他們到底長什么樣子，有什么偏好？

2、WHEN——他們一般什么時候來，多長時間來一次，一次來多久？

3、WHERE——他們一般都會去哪些位置，這些位置之間有什么聯系

4、WHAT——他們來的時候都做了一些什么事情

5、WHY——為什么要做？可不可以不做？有沒有替代方案？

6、HOW ——他們是怎么做這些事情的？如何提高效率？如何實施？方法是什么？

要搞清楚這些，我們最可靠的方式就是借助數據。

就我個人而言，我認為最大的區別就是：對數據采集、整理、分析和應用的能力。

在新的時代里我們不光要采集用戶的線上數據，更需要采集線下的數據，讓用戶行為數據從獨立的信息孤島，真正串聯起來，實現由點到面的質變。

只有把用戶的全渠道數據打通，才能生成一個用戶的全息影像，我們才能清楚的知道應該如何去更好地服務他，有的放矢！

終極目標：人群個性化標簽，千人千面的展示，推薦，服務等（目前我們大部分還只是千人一面）

實現方法：

1、采集數據：方法分為兩種線上采集和線下采集

2、建立標簽：根據分析數據建立標簽庫，為符合要求的人群打上對應標簽

3、人群建模：根據現有的業務需求，找到需要哪些人群

4、重構人：針對人群去匹配各類標簽組合，為每個人建立非常清晰的畫像，也即我們的人的全息畫像！

這里我主要談談如何去采集數據。

線下采集

（截取自：IT經理網《零售業采集線下客流數據的六種新方法》–作者 關志剛）

1. Wi-Fi指紋：追蹤信號強度

Wi-Fi指紋技術只追蹤店內顧客的手機和平板電腦的Wi-Fi信號強度，該技術的領導廠商是華盛頓的Point Inside。

該技術通過商場會員移動應用搭配使用，只有在手機上安裝會員應用的顧客的WiFi信號強度才會被監測，監測數據有助于零售商優化商品貨架陳設。

2. MEMS：生成顧客活動的熱力圖

為了獲得更精確的客流分析數據，零售商們還可以借助當今主流智能手機上的各種微電子系統（MEMS）如加速度計和陀螺儀，上點提到的Point Inside也提供此類分析技術，配合顧客手機中自愿安裝的會員應用，可以繪制出精確的客流熱力圖。

3. LED照明：通過發射頻率判斷顧客位置

LED是綠色照明的代名詞，但最新的客流追蹤技術巧妙地利用了店內的LED照明系統，ByteLight公司就是這方面的先驅。

不同的LED發光源有著特定的頻率，因此專門的智能手機應用能夠通過偵測LED發光頻率來判斷顧客所處的位置，從而為零售商提供顧客定位和客流路線分析數據，甚至能通過燈光將“超廣告”圖形文字投射到顧客眼前的貨架上。

4. 藍牙4.0：將促銷信息發送到顧客的手機上

iPhone和iPad已經配備了藍牙4.0模塊，Android手機遲早也會標配。藍牙4.0的一大特點就是能夠通過低功耗信號傳輸大量數據。

Swirl公司最先將藍牙4.0技術與店內客流分析技術結合起來的公司。零售商首先需要在店內布置電池驅動的傳感器，然后鼓勵顧客下載Swirl應用，并許可該應用發送顧客的位置信息（傳輸范圍約100米）。參與監測的客戶將獲得商品折扣獎勵，而零售商則能收獲精確的客流數據。

5. NFC會員卡：監測客戶的購買記錄

會員卡是追蹤客戶行為的最佳方式，例如FiveStars開發出一種支持NFC的會員卡，雖然不能追蹤顧客在店內的行動路線，但可以掌握顧客的訪問頻率、訪問高峰時段以及所購商品信息。

6. 3D傳感+視頻監控

以上推薦的五種客流數據監控技術都需要顧客安裝App應用配合，而更加簡便的，通過3D傳感器、攝像頭和人臉識別等技術的店內客流和客戶行為分析方案也值得零售商注意。

例如喜力啤酒等品牌商已經開始采用Shopperception三維購物傳感器追蹤用戶與貨架上的商品的互動情況，包括觸碰、拿取、放回等動作，并生成一個商品的熱力圖。

Prism Skylabs 則用來另一套方法，基于現有的攝像頭監控網絡，分析視頻圖像來監測客流。

線上采集

對于線上采集數據來說純互聯網技術就有天然的優勢了，而數據埋點技術這是最常規的辦法，它是一種良好的私有化部署數據采集方式，滿足了企業對業務去粗取精，實現產品、服務快速優化迭代的需求。

• 初級：在產品、服務轉化關鍵點植入統計代碼，據其獨立ID確保數據采集不重復（如購買按鈕點擊率）；

• 中級：植入多段代碼，追蹤用戶在平臺每個界面上的系列行為，事件之間相互獨立（如打開商品詳情頁——選擇商品類型——加入購物車——下訂單——購買完成）；

• 高級：聯合公司工程、ETL采集分析用戶全量行為，建立用戶畫像，還原用戶行為模型，作為產品分析、優化的基礎。

例如在數據庫可能加入埋點后就能產生一些基本的表格：

• 用戶激活信息表：（用戶啟動客戶端時上傳用戶信息），在熱更新、注冊/登錄前面

• 用戶注冊信息表：用戶完成注冊時記錄用戶注冊信息-

• 用戶登錄信息表：用戶完成登錄時記錄用戶信息（登錄不包含注冊用戶數據）

• 用戶登出信息表：用戶完成登出動作時記錄用戶信息

• 訂單信息表：訂單完成時記錄訂單信息

• 資源變化信息表：產生資源變化時記錄

• 重要事件觸發監控數據：觸發指定事件時（無資源變化時）記錄該事件數據

• 個人信息表：用戶當天最后狀態的個人信息（活躍用戶：當天0點在線用戶 + 當天0點前離線的用戶

數學建模，完成恐怖的終極目標。

與其說重構人，還不如說是【完整映射人】。

當有了線上線下數據完全同步和打通之后，你真的是可以做到完美的標識一個人；而且隨著行為的越來越多，數據越來越大，標簽越來越多，這個人會越來越趨近于真實世界的他。

從傳統的模糊的人，到越來越清晰的人，這是我認為新零售對于人的重構最恐怖的地方——因為傳統的電商企業想要拿到線下的數據是非常困難的，而線下的企業想拿線上的數據是很容易的，只是他們缺乏了互聯網這樣一個武器。

當你通過這些數據完整的了解到【一個27歲的男性每天在下班的6點45分會到街角的某個便利店固定買一杯奶茶】，那你如果是這個店的店主，是不是可以在6點43分的時候就把奶茶做好，放送短信告知他“您的小奶茶已經做好，我們熱切的等您過來把我帶回家”？

新零售的企業會越來越知道我們的消費者要什么！�。�

NO2. 新零售如何重構“貨”？

就我個人而言我覺得，重構貨就是為企業來解決“賣什么、賣多少、怎么賣、賺多少”這四大核心問題。

終極目標：

構建企業貨物預測與決策可視化平臺系統，實現商品品類管理、銷售預測、動態定價、促銷安排、自動補貨、安全庫存設定、倉店和店店之間的調撥、供應計劃排程、物流計劃制定等

實現方法：

“獲取數據—分析數據—建立模型—預測未來—支持決策”

而這一套方法也就是重構貨的方法，和重構貨的方法基本類似，只是需要拿到和分析的數據不一樣，要對商品、銷量、價格、庫存、訂單等在不同的應用場景中產生的海量數據，結合在不同業務場景和業務目標進行定性和定量的分析。

柔性化定制–告訴你賣什么，賣多少：

C2F的全新模式，也即按需定制，按需生產，最好的方式就是客戶要什么我們就直接生成什么。

3D打印就完美的詮釋了這種模式，而大部分其他的行業則是需要高度標準化，高度模塊化的才能達到這種水平。

比如寶馬汽車，把自己的產品拆分成車身，內飾，輪胎等等，讓用戶通過一個虛擬的組裝車間來完成自己愛車的拼搭，最后根據這個模型去生產車間里面找配件完成生產。

而大多數企業可能直接生成出來產品來之后，然后投放市場看效果。

這里比較值得借鑒的是韓都衣舍的“阿米巴”經營模式，通過多團隊作戰，根據當前市場各種款式的熱銷程度，快速選款制作投放，獲取到市場的反饋數據，來不斷迭代自己的產品。

以產品小組為核心，產品小組之間既獨立運營，獨立核算，同時又相互配合，全面統籌。

它們圍繞“產品運營”該一核心，在企業的整體規劃下獨立開展業務；韓都衣舍有267個產品小組，每個產品小組通常由2~3名成員組成，產品設計、頁面制作、庫存管理、打折促銷等非標準化環節全權交由各小組負責。

產品小組模式在最小的業務單元上實現了“責、權、利”的相對統一，是建立在企業公共服務平臺上的“自主經營體”，培養了大批具有經營思維的產品開發和運營人員，同時也為集團多品牌戰略，提供了最重要的人才儲備。

作為“單品全程運營體系”的核心組成部分，產品小組模式的優勢主要體現在兩個方面：

• 極大的提高了運營效率。只要在公司規定的框架內，產品小組完全可以按照自己的節奏控制產品開發、新品上架、打折促銷等運營環節，同時對于消費者的反饋，也有自主權利，對產品不斷進行修正和改進，提升消費者的體驗。

• 大大降低了庫存風險。每個小組的業績考核的核心指標，是銷售額、毛利率和庫存周轉率，為了獲得更大利潤、更多提成，每個小組會根據公司提供的各種參考數據，預估銷售量，下訂單時會遵循“少量多次”的原則，嚴格控制風險庫存。韓都衣舍通過系統的數據模型，在新產品上架15天以后，即按照數據將產品劃分為“爆、旺、平、滯”四類。不同級別的產品，企劃中心都有統一的營銷政策，產品小組在企劃中心的標準政策范圍內，根據市場行情進行商品營銷策略的確定和實施。該樣一來，整個產品端反應更靈敏，風險也更易控制。

因為該兩個核心優勢，韓都衣舍的年度庫存周轉率可以達到6次以上，當季售罄率可以達到90%~95%。

爆品櫥窗–告訴你怎么賣

新零售的時代，線上和線下的數據是直接相連的，用戶通過線上產生的數據，和在線下體驗產生的數據將會成為一體，線下將會利用線上的數據在櫥窗展示、商品推薦等方面直接促進交易的達成。

作為阿里新零售平臺業務模式的樣板店，素型生活與59個互聯網品牌產生跨界合作，實現線上線下時時同款同價，每周百款同步上新，24小時不打烊。

在嘗試新零售的過程中，素型生活改變了傳統的線下門店陳列方式，將線上關聯銷售大的產品排放在一起，多重維度的組合建立起場景式營銷的購物體驗。

在選品上，實現海量商品的精準化篩選，借助阿里大數據功能，把爆款銷售高的產品放在店鋪貨架的第一排，從新零售平臺的品牌池中挑選符合店鋪定位的商品。

大數據可幫助分析出某區域最受歡迎的品牌、款式等，降低買手的選品門檻。

NO3. 新零售如何重構“場”？

技術的高速發展，使得消費場景將實現真正的無處不在，所見即所得。

這也將給“人”的消費體驗，帶來極大的提升——原來我們傳統的那些零售場所（街邊店、大賣場、電視等等），在這種新型的環境下是很難再去吸引消費者了，在當下各種新型消費場景爆發式增長。

如線上直播賣貨，VR試衣間，無人便利店等，渠道更加多元化，消費者基本實現了隨心隨性，隨時隨地的購物，新的場景比老的場景更加高效，更加有趣，更加cool。

但是這個依然是因人而異，你要一個買菜的大媽去VR購物，基本就不太現實了，場景也是為人去服務的。

• 終極目標：提供全域的購物場景

• 實現方法：時刻關注技術，新的場景的催死一般都是由新技術的全新應用而產生，感知身邊發生的變化，去體驗。

這邊給大家一個重要的公式：

知識=體驗*敏感度

VR試衣間

直播間賣貨

無人便利店

新零售的世界：雙重結構的“原子/比特”世界

“人貨場”是我們需要去改變的標的物，而新零售就是我們去改變的武器；想讓這個武器更加鋒利，我們就需要更加“精，全，多”的數據，讓虛擬的數據世界更好的反應這個真實的世界，找到他們最小的組成單位–“原子和比特”，新零售的“新”也就是新在這個數據化的世界里。

新時代的產品人必須具有“比特”眼，也即我們說的數據化思維，從數據里面發現問題和解決問題。

同時我們還必須知道這個體驗是如何產生出來的，不然我們以體驗為中心就無從談起。

就拿我們現在的傳統電商購物流程來看：

這一個完整的電商流程就包含著諸多的體驗產生點，根據這些業務流程我們可以構建一個比較完整的【消費者體驗地圖】。這個地圖其實就是我們重構三要素（人、貨、場）的核心藍本，每一個點中都涉及到個元素的重新改造，物理世界和數據世界的交互會讓未來的零售業變得更加優秀。

• 以消費者體驗為核心

• 以數據為驅動

深刻理解這兩點，它將幫助我們做好新零售。

來源：阿里巴巴研究院-新零售報告

- 該帖于 2017/10/24 10:46:00 被修改過