六年過去了，新零售如何走得更遠？

自2016提出“新零售”概念後，各大零售商開始部署轉型舉措。從零售業的發展來看，賣方市場向買方市場的轉變，導致以線下門店為主導、以商品為中心的傳統零售模式遭遇瓶頸，迫使傳統零售商向以客戶為中心的經營模式轉變，更加註重加強品類管理、優化供應鏈。如今，新零售的探索已經過去了六年。壹些企業因為無力轉型而被迫自我出售，另壹些企業則探索自己的發展道路。當前，新零售發展進入新階段。如何實現精細化運營，基於大數據充分賦能各個環節，解決零售企業面臨的本質問題，即“降本增效”，成為焦點。接下來從新零售的本質變化來討論如何真正實現數據賦能。改變什麽？新零售的三大關鍵——人+貨+場“人”——傳統零售管理以采購和銷售為主，模式簡單粗放，對消費者關註不夠。在新的供需關系下，回歸消費者這壹零售生態原點成為核心。零售商要挖掘數據的價值，比如根據目標客戶的特征和去向整合品牌數據，掌握不同消費客戶的行為變化和趨勢。“貨”——零售業發展的客觀原因造成了零售供應鏈長期以來對供應商的深度依賴。采購團隊專註於向供應商收取費用和返點，而不是經營和提高門店的效率和毛利率，導致零售行業的品類管理和供應鏈專業能力培訓長期滯後，形成了各地管理團隊各自為政的分散管理局面。然而，在新的環境下，零售商想要打破與供應商談判和合作的被動局面，需要壹個統壹的管理績效評估和分析系統來整合供應鏈能力。“場”——過去傳統零售以線下門店為主，現在是線上線下融合，多個場景融合；以前是以地理位置為中心的業務，現在是以場景為基礎，以人為中心的業務。零售業的全渠道發展是大勢所趨。可以通過大數據分析能力提升精細化運營，洞察目標客戶的消費場景，通過品類運營配合創新推廣活動。零售大數據分析面臨的問題零售企業信息孤島現象嚴重:運營、商品、生產、財務等不同業務部門產生大量數據，系統獨立，難以獲取數據並進行深入分析。通過建立統壹的BI數據分析平臺，打破信息孤島，數據共享產生價值。業務部的主要任務是自己部門的日常運營，包括運營流程、考核指標、門店管理、人員管理等。，但對大數據能給自己帶來什麽價值的認知程度並不高。同時，我們對數據分析的技術和工具知之甚少，難以將對自身業務的理解與數據分析緊密結合，並轉化為數據分析所需的各種需求，導致IT團隊和大數據團隊難以深入理解業務。最終，IT部門交付的結果對業務的價值有限，業務無法提出具體的需求。很多零售企業的整體數據采集平臺並不完善，數據提取、整合、可視化、探索和分析的程度相對落後。常規的業務報表仍然是通過抓取數據倉庫中的數據組成固定格式的報表，用於簡單的分析。即使有些企業搭建了數據平臺，雖然可以實時呈現經營分析報表，但也只是停留在提供報表的層面。怎麽改？敏捷BI助力新零售突破以上分析，數據分析的主要模塊可以分解為用戶、門店、商品、渠道四個方面，總結為壹個完善的零售數據應用系統。01用戶分析用戶分析主要分析客戶群體的購買行為。通過分析用戶年齡、人均購買次數、總購買金額、消費區域、購買路線等數據，深入洞察消費者的購物行為和偏好，找出高價值客戶的消費規律，通過精準營銷提升銷量。店鋪分析實體店是靠營業額作為業績指標的，但是對於營業額不好的店鋪，很難有進壹步的數字觀察和改善。門店客流追蹤通過數據分析，不僅可以按照日、周、月、年進行周期分析和跨店分析，還可以結合POS營業額等銷售數據進行整合分析，從而預測下壹周期的經營業績，幫助零售商實現經營效益最大化。03商品分析商品分析的主要數據來源於銷售數據和商品基礎數據。主要分析品類結構、品牌結構、價格結構、毛利結構、結算方式結構、產地結構等。，從而產生商品廣度、商品深度、商品淘汰率、商品引進率、商品替代率、重點商品、暢銷商品、滯銷商品、季節性商品等等各種指標。通過對這些指標的分析，可以指導企業商品結構的調整，增強我們所經營商品的競爭力和合理配置。渠道分析如果壹個企業同時經營線上和線下渠道，就需要了解加盟商的情況，因為庫存和缺貨是所有零售商都迫切需要解決的問題。如果零售商沒有準確預測用戶的需求，就會導致供需失衡，造成高庫存或缺貨，最終導致成本浪費。通過分析渠道數據，可以有效控制供需平衡，降低成本。可以看出，目前零售企業數字化轉型的重點已經從打基礎、建渠道逐漸轉變為全方位的數據應用，對外實現了對消費者和供應鏈的精細化管理；對內實現商品、門店、組織的持續優化。為了回歸零售的本質，實現零售企業的高質量發展。