实战案例：新零售时代，企业如何以用户数据重塑高效流通链？

新零售是以消费者体验为中心的数据驱动的泛零售形态。——《C时代新零售——阿里研究院新零售研究报告》（2017年3月）

在新零售的服务业态下，任何零售主体、任何消费者既是物理的，也是数字化的。无限逼近消费者内心需求，最终实现“以消费者体验为中心”。这是一个商品生产、流通与销售过程进行升级改造，线上服务、线下体验以及现代物流进行深度融合的过程。在此过程中，企业需要具备一套体系化的数据整合能力，整合的核心则是大数据。

“货”、“人”、“场”是新零售企业运营的核心。处于零售行业全价值链条上的各个环节中的任何企业或个人，其选品、服务、物流等任何交易经营行为均对上下游进行“双向”反馈：通过数据分析产品对企业运营数据的标准化、自动化获取，通过广泛收集和深度挖掘供应链，让整个企业运作效率得到提升，推动供需链的升级。

本文将以企业人、货、物的精细化运营为例，介绍企业数字化运营策略和思维。

“货”的管理离不开对供应链监控，提高供应链效率是零售企业致胜的基础，这是重新审视市场需求与供给的全过程。库存管理是其中重要一环，供需平衡是企业对货品运营与管理的理想效果。由于不同客户销售状况无法判断、无法衡量商品的热销和冷门品类、不同地域下的市场差异性需求难以评估等原因，导致商品供求总额之间的矛盾、商品供求构成之间的矛盾、商品供求在时间上和空间上的矛盾。

库存均来自“需求”，因此控制库存本质就是要看透“需求”。库存是一场企业要赢的生存战，以降低库存成本和提高企业市场反应能力为目的。作为全球领先的O2O社区服务平台，中商惠民具备丰富的上游商品资源，拥有相当的能力在供应链上进行深度尝试与整合。“惠配通”（B2B服务体系）是中商惠民专为社区超市（便利店）经营者管理设计产品。中商惠民以新型经销者身份，对社区超市售货和进销存管理提供支持，客户遍布各类型商超。（为避嫌商业机密，数据为根据真实场景虚拟所得，以下场景均在第三方数据分析平台上实现）

图1 中商惠民B2B服务体系

这是零售企业亟待破解的难题。零售终端（商点、超市等）销售能力、刚需与高频的商品品类是企业的首要考虑因素。我们可以先假设满足订货量大、订货频繁、客单价高条件之一的商超客户为“重点客户”。为了解重点客户“刚需货”和“高频货”，中商惠民运营人员从商品品牌、商品类别、商品金额等分析维度出发。

图2 重点客户不同乳制品品牌的商品销售

如企业欲采购一批乳制品饮料，通过第三方数据分析平台，图2呈现出了中商惠民重点客户不同乳制品品牌的商品销售数量，这些数据表明不同品牌饮料的紧俏程度。显然惠氏、喜宝、美赞臣在乳饮品牌中属于重点客户的“高频”商品。（当然，还可以从商品类别如百货、母婴等分类、商品名称如花生牛奶、文具用品、面包等判断不同类型客户的青睐，由于篇幅有限，这里不做详述。）

企业同样可以掌握“非重点客户”的品牌青睐，除此之外，还应该了解这些“高频货”和“刚需货”都卖给了哪些商超。当企业掌握了不同规模的商超客户的经营品类、采购频率、销售总量、偏好分析等数据后，中商惠民可精准勾勒用户画像，并结合实际合作品牌对商超客户进行选购引导，进而可以评估商品品牌铺货的合理性，如是否将特定商品放置合适的地点？铺货量是否合理？如此评估供应链状况科学性。

作为上游生产厂商的经销商单位，为确保以后能与品牌厂商持续稳定地合作，经销商要为合同(协议)履行期间交付的销售业绩负责。为保证阶段性的销售任务达标，经销商要实时了解各城市、各阶段的铺货情况，以实现市场渠道终端品牌销售的精细化管理。管理者还应了解各个商超的铺货情况，对销售预测提供一定的科学根据。

“惠氏”不仅是高频商品，而是一直以来重点铺货的乳制品品牌。在第三方数据分析平台上，图3清晰展示了各分公司对“惠氏”品牌铺货情况，可见深圳重点客户的铺货量一直处于最低点。为进一步找到原因，企业可以深入剖析深圳市场重点客户的惠氏品牌过往销售量，结合该区域乳制品偏好进行铺货调整等等。另外，还应深入考核深圳所对口业务代表工作，是否存在业务代表勤奋度问题等。

图3 企业各分公司对特定商品——惠氏品牌的铺货情况

新零售的核心是线上线下的融合。多数零售企业会通过线上电商销售以及线下实体销售，来构建线上线下多终端全零售服务场景，线上与线下体验融合与精细化运营，给客户建立多渠道的立体式互动体验。

“陈列”与“氛围”是卖场的重要衡量因素——线上下店铺都需要考虑陈列关注商品是否易浏览、易购买、展现形式是否刺激消费欲望等，其中：

线下店铺强调是“现场管理”——陈列、氛围、卫生等，啤酒与尿布的故事是线下卖场布局的智慧经典所在；

线上卖场（APP或Web端）即需要关注页面布局是否具有购物（支付）引导性？配色与风格调性是否传递了轻松的视觉感官？用户的选购体验操作是否舒适……

科学的数据分析可以无限逼近客户真实意愿，零售企业通过改进购买决策路径、优化列表页的体验、提升首页流量分配效率、最终提升用户的转化率。其中常用的数据分析模型为事件分析模型、分布分析模型、漏斗分析模型、点击分析模型等。下面通过两个场景介绍下数据分析在“场”的管理价值。

“我的商超客户是否在用APP？是否活跃？”与传统互联网企业不同，除关注交易数据外，线上业务运营状况颇受转型中零售企业的重视,他们十分关注：客户是否热衷于使用APP／网站？客户应用体验如何？是否活跃？是不是每次使用都订购了货品？是否能够快速找到自己想订的货品？等等。图4 3月份启动APP用户数及人均次数

图5 3月份客户APP应用时长

（编辑：财气旺网 - 海宁网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!