行业观察（四）| 商超企业降本增效的数据赋能之路

DT时代已经到来，AI也不再是未来式，它们的合力正在改变当代商超企业的运行模式。随着数据资产规模的逐步扩大，人工智能越来越发达，我们相信 大数据技术应用是商超企业转型升级的必然趋势，也是提升市场竞争水平的核心要素。 大数据运营和构建大数据平台是商超企业进行应用实践的主要方向，商超企业的商业价值实现路径从为消费者提供商品使用和服务价值的传统商业模式，逐渐向消费者的智慧购物体验、智慧运营、智慧供应链优化、商品管理等方面转型。

行业变迁之路

从 2010 年至 2018 年中国零售行业的发展数据可以看出，近年来中国商品零售总额增速趋缓，而网络零售在社会整体商品零售额的占比则不断上升，二者效果叠加，对以品牌和实体零售为首的传统零售产业带来了极大挑战。

传统商超企业经过近三十年的发展，经历了：起步阶段、高速发展阶段、增速放缓、行业整合创新阶段的发展历程，线下商超企业多年来创造出一个又一个庞大的商业帝国，是什么让这些曾经的零售商们突然面临困难呢？归结起来主要原因如下：市场萎缩、成本上升、转型乏力，创新举步维艰......

2017年开启新零售的新纪元，零售的新风口、新技术、新物种、新玩法不断涌现，资本、新玩家不断涌入，零售行业呈现出多年未见的活跃气氛。 新零售在数字化人货场基础上，通过供应链重塑、渠道融合、业态创新、深度营销等环节重塑形成新的商业模式；通过数据驱动行业高效率和成本结构优化商业形态；

这是最坏的时代，这是最好的时代！

拥抱 or 坚守？

行业趋势已形成，我们是去拥抱趋势，还是坚守自我，相信每个人都有自己的理解和路径，一千个人心中有一千个哈姆雷特。

从2017年“新零售元年”发展至今，我们可以看到 店商 零售与电商零售谁也无法完全取代对方，两者之间的界限正在模糊，边界愈加朦胧, 融合之势势如破竹。零售业一方面深度研究顾客和商品，发展新业态、新模式， 另一方面降成本、提效率、优服务。因而， 我们认为未来商超企业将从如下方向进行发展：

· 线上线下融合新格局： 商超企业受到网络零售巨大冲击；电商企业流量红利消退，加之消费诉求发生深刻变化；线上线下从独立、对抗走向融合、协作，数据互通、优势互补、实现共赢。

· 多业态跨界协同： 商超企业从商品销售的粗放型发展模式向多业态、多领域聚合式、协同化方向转型，通过一切数字化的感知，对于用户的认知无限趋近于用户的内心需求，在此基础上多业态发展尽可能满足多样化、个性化的消费需求。

· 重构智能高效供应链体系： 通过数据支撑和智能应用的持续提升， 全程再造了消费主导、库存趋零、响应及时、周转率高和快捷的供应链体系，实现了生产端、流通端、渠道端和顾客端的一体化效能提升；

· 对顾客的全新认知和营销： 通过完善的会员信息采集端，全方位的丰富会员信息，通过奇点识客的广泛应用，掌握顾客交易行为的同时掌握其购物过程行为，甚至情感行为。从而实现会员精准画像并建立全域的会员标签体系。基于此完成对顾客全新方式的引流和流量分发，实现精准有效的营销；

· 持续门店智能化提升： 门店作为新零售环节中重要的一个端，通过不断完善和升级门店智能采集设备，我们可以全面掌握顾客整个购买过程和结果，完善对顾客的认知。无处不在的各类服务智能硬件，提升消费者购物体验，促进流量和转换率增长；

从上述发展趋势来看， 商超企业未来发展中最本源的追求是数据获取和数据应用对业务的赋能。以数据资产为支撑，以智能应用为抓手，主动拥抱DT时代的变革！

数据资源角色升级

商超业是进入信息化较早的行业，其很早就开始保存大量的进销存经营数据，这些数据是记录经营行为和市场变化的宝贵资源。 商超企业数据可以分为结构化数据、半结构化数据、非结构化数据。

”无数据不智能，不智能无价值“，数据的”厚度“决定了赋能的高度，商超企业要做好数据”厚度“，我们认为需要从这几个方面入手：

完善自有数据： 企业应当完善各个生产系统产生的数据，更应该完善业务过程中节点信息的采集和各业务单位的基础支撑信息；我们在过往经历中经常碰到的一个场景门店要货单，经过多级审核后，最原始的要货述求信息没有记录，只记录最后审核的结果信息，这样我们认为数据记录是不完整的；

不断丰富的触点：未来线上线下融合的展开，多业态跨界的协同，为企业丰富了各个端去服务顾客，利用端来完善顾客全方位的信息采集是对自有数据的有效补充。 不管是线上APP、小程序还是线下门店，我们需要去丰富更多形态的触点。比如线下门店端，我们可以通过奇点识客完善对顾客行为的触达、通过奇点魔镜和奇点魔柜完善会员Face ID，从而实现ID-Mapping，通过人脸识别的收银端完善顾客交易记录。

第三方数据建立： 要想做好数据“厚度”我们还需要通过网络爬虫、外部补充等方式对周边世界的各自相关数据进行采集和补充，比如：天气数据可以为来店率、生鲜经营等经营数据分析进行补充；另外交通数据、周边社区活动数据、网络商品价格等第三方数据采集都是有效的补充。

数据赋能，释放商业价值

随着时代的发展、技术的进步，在利用大数据来促进、服务企业发展的问题上越来越精细化， 奇点云采用数据中台为支持，提供实时和离线计算的多种能力，采用机器学习、深度学习等人工智能算法让数据赋能变得越来越简单高效。

运营赋能： 主要体现在 展示数据、发现问题、找出原因、提出建议、跟进解决 ；通过实时计算能力结合奇点云独有的驾驶舱技术能够让企业拥有更先进和实时的数据决策平台，快速掌握企业运行的各个数据；通过丰富的BI工具，统一数据指标体系，为各个层级和部门提供统一的数据统计和分析；通过基于业务的多维度数学模型，可及时发现企业运营过程中的问题，并能够深挖问题产生的原因，快速定位，给出相关的改善建议；通过数据追踪对问题数据进行持续跟进，定期反馈业务治理情况，并形成持续跟进的报告；

业务赋能： 主要结合数据为企业各业务节点提供人工智能的处理能力，改变现有靠人、靠行业公式的简单处理方式，让业务处理更快、更准；主要提现在： 全方位洞察客户、精准营销、商品结构优化和供应链优化：

全方位洞察顾客： 核心是通过大数据对顾客进行画像，顾客画像的核心是标签，标签可以按照如下方式建立：基础属性标签，比如“年龄”、“会员等级”、“注册时长”等基本信息；行为标签：比如消费时段、访问方式等等；消费能力标签：比如消费客单、消费等级、消费频率等；偏好标签：比如偏好品牌、品类等等；服务标签：比如客户投诉类型、退换货次数（金额）等等。

精准营销： 通过顾客的全方位洞察和标签画像的基础上，不同的营销主题可以智能、快速的圈选出所对应的客群，对该客群进行精确投放能够大大提升营销的效果；同时数据还可以提供对顾客更有效的RFM分析，并通过大数据AI算法进行人群洞察，为营销提供智能建议；如何对营销效果进行评估一直是一个难点，通过数据和模型分析可以大大提升营销部门对结果数据的掌握从而进行有效的分析；

商品结构优化： 超市竞争的核心是在于商品构成策略。商品结构优化时，先由外到内，数字化目标客层构成、商圈对手的同类商品(包装、规格、价格带等)，通过大数据分析计算，对消费者群体进行科学的市场细分、群体细分、区域细分，进行商品的品类、品牌、功能结构优化，实现三者科学的分布及组合，相互协调。并通过历史数据、行业数据、当前营销数据精确分析，对品类、品牌、功能内部进行细分，精确到单个商品类型分布、组成，对售卖商品结构组成由大类到单品进行结构组成优化。

供应链优化： 核心是在库存、满足率做精准的预测和优化。对于商超而言，首要任务是商品销售预测，商品销售预测准确率的提升可以带来数倍运营成本的降低，同时以销售预测为核心的需求计划本身就支持各个环节计划制定的作用。其次在商超复杂的物流配送网络中，对商品物流模式和物流路径的智能预测和优化可以最大限度的优化企业的整体运作库存成本；最后对各个节点（多级仓库体系和门店）中的品类结构和商品分布进行智能的管理，能够让供应链的服务水平得到有效的提升；当然供应链环节中各单元的数字化评估体系建立也是重要环节，可以和前面的预测形成完整的业务反馈。

与大家分享一个案例，前阶段我们和客户共同完善了其生鲜日清品类的订货预测优化，众所周知，生鲜对超市而言是又爱又怕，缺货、损耗是日常经营管理中的难点，奇点云项目组在数据分析中结合多维度的数据：销售、促销、缺货、损耗等经营数据，并采集了天气、交通、价格等外部数据源，通过机器学习和深度学习的算法，智能预测销量，帮助其提升了15%-20%订货准确率；

基础数据的“厚度”决定了“大数据+AI”能力的起点， 而数据赋能的“强度”则决定了其能达到的最高点。

这并非终点，而是新的开始。在过去的数年内，已经出现多个商超巨头业务下滑的场景。而硬币的另一面，则是新商超业态模式欣欣向荣，不断迭代的发展势头。不仅在抢占旧势力的地盘，还在不断拓展新市场，培养新用户，探索新模式。未来属于创新者，属于敢于自我颠覆者。 全力提升数据赋能，打造极智体验， 共同推动商超企业战略转型！

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/69911376/viewspace-2650045/，如需转载，请注明出处，否则将追究法律责任。