關(guān)于新零售，阿里給出的定義是“以消費(fèi)者體驗(yàn)為中心的，數(shù)據(jù)驅(qū)動(dòng)的泛零售業(yè)態(tài)”，這里道出了兩個(gè)關(guān)鍵點(diǎn)，一個(gè)是“以消費(fèi)者體驗(yàn)為中心”，另外一個(gè)是“數(shù)據(jù)驅(qū)動(dòng)”。

筆者采訪了多名從事數(shù)據(jù)、零售行業(yè)內(nèi)人士，本文將立足新零售，淺談數(shù)據(jù)是如何為其賦能？

數(shù)據(jù)的價(jià)值

互聯(lián)網(wǎng)的本質(zhì)在于用戶經(jīng)營(yíng)、流量經(jīng)營(yíng)，而數(shù)據(jù)在這其中是最為基礎(chǔ)的一環(huán)。

首先，數(shù)據(jù)的價(jià)值在于，可以驅(qū)動(dòng)業(yè)務(wù)的增長(zhǎng)。實(shí)際上不僅僅是在零售行業(yè)，每一個(gè)行業(yè)對(duì)于數(shù)據(jù)的應(yīng)用，數(shù)據(jù)對(duì)于驅(qū)動(dòng)業(yè)務(wù)本身起到至關(guān)重要的作用。

以盒馬鮮生的第一家店金橋店為例，目前線上部分的銷售額已經(jīng)超過了50%，這樣的營(yíng)收模型對(duì)于傳統(tǒng)零售商來講是可遇不可求的。實(shí)際上這個(gè)結(jié)果并非一蹴而就。

其次，深入進(jìn)行數(shù)據(jù)管理與挖掘，可以更好的服務(wù)用戶。這里面包含了兩個(gè)維度的用戶，一是服務(wù)于企業(yè)內(nèi)部，實(shí)現(xiàn)數(shù)字化管理。 二是在消費(fèi)者層面，可以提供個(gè)性化、多元化的服務(wù)。

在傳統(tǒng)零售行業(yè)，企業(yè)內(nèi)部管理的效率非常低，總部統(tǒng)一下達(dá)任務(wù)往往要著急各個(gè)分店店長(zhǎng)統(tǒng)一參會(huì)來傳達(dá)。而數(shù)字化的好處在于，極大提高了信息同步的即時(shí)性。

而在消費(fèi)者層面，掌握更多的消費(fèi)行為數(shù)據(jù)以后，平臺(tái)方可以借助這些開展商品的個(gè)性推薦以及精準(zhǔn)營(yíng)銷。

此外，數(shù)據(jù)本身或者基于數(shù)據(jù)分析得到的結(jié)論是具有價(jià)值的。我們可以看到，越來越多的企業(yè)也在以數(shù)據(jù)的標(biāo)簽來標(biāo)榜自己。比如滴滴出行、摩拜OFO等出行類工具，雖未上市，但估值都在數(shù)十億、上百億美金。如果單純看其本身的業(yè)務(wù)模型來看，雖然可以實(shí)現(xiàn)盈利，但不足以支撐如此高的估值。

實(shí)際上更多的投資者看重的，是其出行數(shù)據(jù)背后，有著更大的商業(yè)價(jià)值。以零售行業(yè)，通過這些出行數(shù)據(jù)，可以做出更好的選址決策，基于人群的年齡、職業(yè)、喜好等畫像分析，也可以幫助零售商在商品層面以及運(yùn)營(yíng)層面做出更好的策略。

由經(jīng)驗(yàn)思維到數(shù)字化思維

上文有提到過，對(duì)于新零售業(yè)態(tài)，最核心的一個(gè)特征就是打通了線下和線上，這樣帶來的直接結(jié)果就是，新零售業(yè)態(tài)可以采集到的數(shù)據(jù)更多。

傳統(tǒng)零售商在數(shù)據(jù)方面一直不夠重視，一位在零售領(lǐng)域從事多年的高管曾這樣表達(dá)：

“這些數(shù)據(jù)看上去并沒有什么用處，特別是北上廣一線城市，店面覆蓋的3公里范圍，人員流動(dòng)性比較大，另外有些人的消費(fèi)習(xí)慣你很難去改變。”

實(shí)際上這也是大部分傳統(tǒng)零售人的思維，我們可以把它看作是經(jīng)驗(yàn)思維，比如貨架怎么擺放，商品怎么選擇、動(dòng)線怎么設(shè)計(jì)。但對(duì)于新零售業(yè)態(tài)，在數(shù)字化經(jīng)營(yíng)思路下，這些數(shù)據(jù)并非如想象中那么無跡可尋。

在傳統(tǒng)零售店面，商品完全依賴供應(yīng)鏈以及價(jià)格體系，促銷活動(dòng)做了很多，究竟是誰買的單卻很難清楚，包括店面的消費(fèi)動(dòng)線設(shè)計(jì)也是完全以貨為中心，消費(fèi)者在廚具攤位買完咖啡壺，還要跑到食品區(qū)去購買咖啡。此外，諸如天氣等社會(huì)公共信息等，其對(duì)于到店客流的影響也會(huì)十分顯著，傳統(tǒng)零售商僅僅通過銷售數(shù)據(jù)是很難捕捉到消費(fèi)者的行為變化，知其然并不知其所以然。

換做新零售，基于消費(fèi)者為中心的業(yè)態(tài)，可以借助門店的wifi探針，藍(lán)牙感知技術(shù)，可以自動(dòng)識(shí)別他們的手機(jī)或者其他聯(lián)網(wǎng)設(shè)備獲得數(shù)據(jù)，可以在不驚擾客戶的情況下，調(diào)取其資訊并快速提醒前臺(tái)導(dǎo)購或服務(wù)人員。

消費(fèi)者在哪些貨架停留了多久、經(jīng)歷怎樣的動(dòng)線，這些數(shù)據(jù)對(duì)于店面的反向管理都起到至關(guān)重要的作用，直接影響了店面的倉儲(chǔ)管理、買點(diǎn)捕捉硬件設(shè)備的位置。

　　下一站，人工智能？

2000年以前，互聯(lián)網(wǎng)發(fā)展初期的數(shù)據(jù)，以結(jié)構(gòu)化文本為主的粗顆粒度數(shù)據(jù)，以天為單位響應(yīng)時(shí)間，數(shù)據(jù)結(jié)構(gòu)也十分單一；

進(jìn)入到2000年以后，互聯(lián)網(wǎng)、web飛速發(fā)展，真正意義上的結(jié)構(gòu)型數(shù)據(jù)開始出現(xiàn)，特別是隨著社交媒體發(fā)展，多元化的數(shù)據(jù)包括文本、音頻、視頻，小顆粒度的數(shù)據(jù)呈現(xiàn)爆發(fā)式增長(zhǎng)；

在2008年以后，移動(dòng)互聯(lián)網(wǎng)時(shí)代又將數(shù)據(jù)推向更高的維度，傳感器、GPS等便攜設(shè)備的出現(xiàn)，數(shù)據(jù)開始以秒為響應(yīng)單位，數(shù)據(jù)量達(dá)到PB級(jí)別，這也催生了大數(shù)據(jù)生態(tài)圈Hadoop這種分布式處理的軟件框架。

而隨著更多的實(shí)體零售走向互聯(lián)網(wǎng)產(chǎn)業(yè)升級(jí)，數(shù)據(jù)的體量將更加龐大，顆粒度也將更細(xì)小，更先進(jìn)的算法邏輯，更強(qiáng)大的處理能力成為行業(yè)所需。

去年亞馬遜推出Amazon Go，利用了機(jī)器視覺智能識(shí)別技術(shù)，讓無人便利店成為大家津津樂道的話題。包括阿里近期即將初推出無人超市“淘咖啡”，透過其購物流程來看，也極有可能應(yīng)用到該技術(shù)。

雖然這樣的方案隨著店鋪規(guī)模擴(kuò)大，系統(tǒng)的計(jì)算量將大幅飆升，對(duì)GPU提出巨大的挑戰(zhàn)。但至少目前，在數(shù)據(jù)方面，零售的終極必將走向人工智能、機(jī)器學(xué)習(xí)這條路。