--以數據的智能驅動零售行業的數字化轉型

當下，零售行業的動蕩日益激烈，新思維的碰撞也蓬勃而發，數字化轉型已成為傳統零售企業迫切希望尋求的變革之路，從O2O到OMO，從流量爭奪到流量運營，從新零售到無界零售…理論和名詞層出，但零售企業的困惑和迷茫卻只增不減。這是一個變革的時代，幾十年來的企業管理理論和國外的最佳實踐，都無法給出答案。于此，TalkingData基于大數據的生態能力，以數據的智能為入手，以技術平臺和咨詢服務為合力，提出了D2D方法論，幫助零售企業穩步實現數字化轉型。

D2D，TalkingData數字化轉型方法論，從“數字化”到“數字化”，以業務數字化為起點，以效益數字化為節點的數字化運營閉環，迭代上升，全面提升數字化能力。

從三個層面，來看D2D的實現路徑：

1. 跬步和千里-起節點的設計

起點：以業務的數字化為起點，拆解人貨場的數據元素，厘清交互的流轉數據，將業務比特化。傳統方式下，以ERP、CRM的內控驅動的零售經營，以財務績效指標為衡量企業產出的唯一因素；物質化的資產作為生產支撐工具，與業務的運營有較為清晰的分割；不管是以產定銷還是以需定產，對于消費者的評估和市場的預測，都基于較為粗放和單一的邏輯；前端的設計、生產、供應鏈，到后端的市場、銷售、終端，單向的業務鏈條難以形成前后端的有效整合和互動。

如今，在互聯網和大數據的驅動下，從交易到交互，再到公開市場，企業對于消費者的洞察具有更為全面可獲得的數據，將數據視為資產運營，并成為貫穿企業運營的承載主體，其戰略意義已經超越傳統的資產范疇。因此，全域觸點建設尤為重要，將“人貨場”的元素拆解，并建立關聯；主動采集各交互流轉的數據，形成數據資產的流動；通過工程化、標簽化、模型化的注入，形成數據資產的價值運營，以實現全觸點互動、全鏈路體驗和全渠道的融合。

節點：以效益的數字化為節點。追求“效率”和“收益”的平衡和共進，以小的閉環驗證，替代以往長周期歸因的方式，快速循環、迭代和穩固提高產出價值，是數字化轉型策略執行的關鍵。

效率的提升：數字化轉型的前期更側重于夯實基礎，效率的提升為主要的目標。數據資產的建設、數字化平臺的建設、數字化決策基礎能力的建設都是壘以變革的基礎。TalkingData在某零售企業的數字化轉型變革中，通過前期的數據診斷評估及優化，從無到有的建設線下數據采集觸點，實現近1萬家門店，800萬的線下客戶數字化。并建立數字化平臺，集成數據、模型和指標體系，形成營運決策的自動化閉環鏈路。同時，在效率產出階段，投入營銷活動的閉環實踐，驗證人貨場的關聯，以產消者為核心的向上向下驅動鏈路中，“人-貨”、“人-場”的組合輪動模式，繼而形成人貨場的互動整合、元素重構。

收益的提升：經營目標的提升可以說是零售企業追求的“終極”目的，這一環節與銷售端的價值創造能力息息相關。從消費者經營角度，提升消費者價值轉化的漏斗，提高收入，降低成本，是提高收益的三個重要內容。構建潛在目標客戶群體，提高從潛在會員到會員，再到高價值會員的漏斗轉化，降低休眠和流失會員比例，使會員價值分布上移，構建良性的會員結構。并在交易環節，以更豐富和貼近的營銷策略，提高客單價，降低銷售成本，提高ROI。

起節點的交互和一致亦很重要。以業務的數字化，實現效益數字化的產出；并根據效益的數字化，反饋和優化業務數字化的執行，以及指導業務數字化的布局，保證兩者的協同。

2.實現路徑的“四化”交互

數據資產化、分析模型化、應用場景化、流程自動化是起點到節點的實現路徑，通過“四化”的能力構建，最終實現智能化決策，智能化組織。

數據資產化：業務的比特化和重組的過程，將拆解后的業務數字元素，整合為可以支持企業經營，并能夠持續化運營的數據資產。這一環節，需要企業在組織變革中進行較為徹底的轉變，強調對于數據的采集、回籠和運營，并納入每次營運策略制定和考核的核心內容，以長期經營資產的心態去經營數據，才能保障數據的資產化和生態化發展。

分析模型化：以機器算法與專家知識結合，提升效益的擴展能力。建立以業務場景出發，到業務場景驗證的模型化分析閉環，實現數據價值的不斷深入挖掘。在這一過程中，大數據的處理能力、OMO下的數據整合建模能力、客群細分和洞察能力、算法模型的驗證和迭代能力，以及與專家知識的結合是關鍵。以大家熟知的RFM模型為例，經典的RFM模型以交易數據和頻率為主要建模指標，但TalkingData通過補充線上線下交互數據，將RFM模型升級，增加到訪頻次和到訪停留等指標，來實現更為精準的人群劃分，精細化判斷營銷策略組合中的優化方向。同時，TalkingData數據科學團隊構建的潛在客戶挖掘模型、關聯模型、客戶流失預警模型、場景感知模型、銷售預測模型、選址模型等，都開創性實現了在一三方數據整合的基礎上，以人貨場元素的拆解和關聯，并借助TalkingData的海外在線平臺優化，形成從D2D（從數字化到數字化）到D2AI（從數字化到AI）的提升。

應用場景化：以產消者為核心，結合智能觸點的核心擴充能力，重構業務數字化的應用方向。在今天全新的“人貨場”三位一體的融合架構中，“人”的演變尤為突出，消費者從過去只參與交易環節的顧客，變為現在參與設計、生產、營銷、交易全過程環節的產消者（Prosumer），在完成對產消者的數字化洞察之后，如何設計對其的運營策略是應用場景化階段要解決的問題。同時，觸點的智能化趨勢，已經將原有的線上線下各種觸點智能化，隨著硬件設備、邊緣計算、IOT成本的日趨下降，無人貨架，無人超市等均成為智能化觸點，對這些觸點的鋪設和運營極大提升業務場景化的可能。因此，零售企業需要將“人貨場“的標簽體系與消費的原始驅動力結合，將智能觸點設計融入“人貨場”的互動體系，設計如即時消費與家庭計劃型消費、常態式運營與觸發式運營等不同場景歸類下的細分場景，組合智能觸點、數據模型、指標/標簽、營銷渠道，形成場景化的運營方案，并根據每次場景運營結果，優化組合輪動適配，調整下次策略的制定。

流程自動化：業務流程和系統流程的自動化，是“四化”的承載。（1）業務流程，與傳統的變革管理中組織變革、流程重組BPR不同，數字化轉型的組織優化在于分割、交互、回歸與自循環，即更為清晰的分割機器的能力與人的能力，并建立兩者的良性交互，將人的作用回歸到主觀性、創造性與決策性判斷上，并建立組織的自我驅動和自我優化能力。（2）系統流程，搭建數字化平臺，實現對于大數據處理能力、分析洞察及建模能力、預測能力、智能交互能力和營運閉環能力，以及與傳統企業一方系統平臺的對接，來實現對于海量快速增長的結構化/非結構化的數據處理需求，以及對于算法模型的優化，和AI等新的零售技術的應用支持。

3.閉環、迭代和持續優化

數字化轉型是一個目標和變革的方向，不能一蹴而就。以企業的基線出發，以診斷和評估入手，制定轉型的階段性目標；從起點到節點（而不是結點），實現四化能力的構建，并建立閉環反饋機制，每次迭代形成新的基線，并指導下一次的策略。將傳統企業的轉型與互聯網的經營思路相結合，以基石的穩固和小的閉環迭代快速推演、優化，才是數字化轉型的正確實現方式。

實踐。運用TalkingData D2D方法論，TalkingData形成數字化轉型的整體解決方案，從數據、平臺、咨詢層面，為零售企業提供一體化解決方案，驅動傳統零售企業以數據的智能構建技術的智能、組織的智能和決策的智能，穩步推進數字化轉型，并構建可以持續化發展的能力。

某服飾企業：基于TalkingData SmartDP產品平臺、數據服務和咨詢服務（數據工程咨詢、數據分析與建模、數字化運營），幫助此傳統零售企業，在線下門店精細化運營、業務數字化、精細化數字場景營銷，O2O戰略落地等方面，構建數字化轉型能力。在一期項目建設中，建立了線上線下閉環運營平臺、補充TalkingData三方數據能力，建立基于數據的運營模型，并指導業務營銷活動。后續將在聯運模式上共同探索。

某餐飲集團：基于TalkingData數據科學平臺、用戶管家應用、統計分析平臺等技術平臺，結合TalkingData三方數據能力，及咨詢服務能力，構建數字化平臺，盤活數據資產；支持精細化運營，提供決策支持，以及實現集團的移動戰略轉型。后續將在業務應用價值場景下深入合作。

某3C企業：基于TalkingData數據科學平臺、用戶管家應用、客流運營平臺等技術平臺，結合TalkingData數據市場，及咨詢服務能力，實現線下門店的精細化運營管理、會員數據的整合和打通，精準化數字營銷場景的構建，以及集團O2O戰略的落地。最終幫助企業實現數據的資產化，營銷場景的數字化運營和流程的標準化。后續將在更豐富的場景化運營和O2O數字化營銷角度展開合作。

某連鎖零售集團：對集團的便利店、餐飲等零售業態的數字化運營進行評估，對效益指標進行分解，并制定數字化轉型策略，基于TalkingData的數據能力、算法能力和運營能力，實現前后端產業鏈條的集成，企業經營決策的優化和微生態圈的打造。