新零售：数据与商业逻辑的深度结合

行云流水2016

请点击此处输入图片描述

​成立于1995年的亚马逊是老牌的电商平台，阿里巴巴虽为行业后来者但它以年营收50%的增速在大步追赶、甚至在某些方面超过了亚马逊，两家公司的最重要的相同点在于电商和云计算业务，如今，在为零售业寻找新的升级通道方面，两家公司再次在站在了同一赛道，不过这一次，它们的从行业品类到策略皆不尽相同……

亚马逊vs阿里巴巴：探索新零售的合理路径

请点击此处输入图片描述

尽管在2016年年底亚马逊就已经提出了AmazonGo便利店计划，但涉及的图像识别、实时响应、重力感应、室内定位技术及机器深度学习等一系列技术在各环节的可靠性依旧打问号，这也是为何时至今日Amazon Go尚未对外正式开业。不过今年三月，亚马逊还是开始了对于线下零售的尝试——书店，这是它最初创业的线上业务领域。

在亚马逊书店里，最显眼的几个书架分类都根据亚马逊网站上的数据而来：Amazon.com评论过万的图书、被加入心愿单最多的图书、月度图书、读者高分评价图书、4.8 星及以上（满分 5 星）、Kindle 用户买来 3 天读完的书……类似的推荐贯穿整个书店，店员根据西雅图总部运营人员和计算机代码决定好的规则采购和摆放图书，每张小卡片背后都印着这本书的标题、编号，应该放在哪家书店、哪个类目下的哪个子类目，这里推荐机制足够复杂。

*卡片上的标题、编号等信息决定着每家书店的每本书怎么摆​

虽然目前亚马逊书店在“黑科技”上的应用及体验上远远不及Amazon Go，但不难发现，亚马逊对于线下新零售的意图依旧在于通过数据导向、机器学习及人工智能等技术来跟踪每个客户所挑选的物品，并据此实现店面的高效运营。亚马逊通过卖书获取富裕的、受教育的购物者数据，以接近成本价销售来增加销量，通过实体书店接触更多人群。若亚马逊可以获得足够多的个人数据，在降低sku以及经济规模的基础上，能通过人工智能计算出不同区域门店的冗余需求，针对这些冗余需求进一步提升粘性以及体验，又或者依此进行更精准的推送以及营销。毕竟，很多数据不是传统电商和社交网络能够提供的。

与亚马逊不同，阿里巴巴在新零售的探索上，选择了对物流要求特别高的生鲜品类——盒马鲜生。虽然它业界戏称为“四不像”，不是超市也不是便利店，不是餐饮店也不是菜市场，但也正因它通过多个模式的互竞互补，才与消费者发生了多维度的触达，它的门店更像是一个流量转换器，提供的是一个验证商品新鲜度、品质和线下交流体验的平台。

同时，盒马鲜生的野心并不止于此，他们在做的是更精准的客群画像。盒马鲜生的消费者是围绕在门店3公里范围内的社区会员，专门下载的app取代支付宝中的直接入口（使用淘宝或支付宝账户注册，以便消费者从最近的商店查看和购买商品），这意味着盒马的顾客都是“熟人”，未来更易展开个性化、定制化服务，实现和消费者的个性化和场景化互动，商品推荐、活动信息将千人千面，为消费市场升级埋下伏笔。

如果说尚未正式推广Amazon Go还是一场对未来零售的想象，已落地的亚马逊书店是有限的、简易版的行业试水，那么，盒马生鲜则从最难业务领域开始的实践案例，但不论是亚马逊还是阿里巴巴，所做的事情的目标却是一致的：通过线下消费场景补充，打通线上和线下数据，实现数字化、全渠道的管消费者消费周期管理。

新零售：数据与商业逻辑的深度结合

在对新零售合理路径的探索中，并不仅是亚马逊和阿里巴巴，京选空间、小米之家、三只松鼠实体店都不失为行业先锋，新形态的迭出也使得消费者越来越精明及挑剔，更重要的是，这期间消费者对于线上和线下的消费心态已经发生变化。

据尼尔森调查显示，中国的网络购物者在乎商品是否物美价廉，而线下消费者则讲求服务与体验。将近24% 的消费者表示他们喜欢在线上“休闲购物”,而11%的受访者说他们会在特定假期期间通过网络平台抢购特价商品；44%网购者会经常访问三个以上的电商平台，而51%的线下消费者一般固定到两家实体零售商店购物，即使电商不断成长,网络购物仍然不能舍弃实体渠道。消费者对线上线下不同场景的要求不同，零售商则应该注重服务及体验的差异化，以避免陷入价格竞争。

那么，在融合线上线下场景场景时，还有哪些方面值得注意呢？

首先，数字化技术打通虚拟与现实各个环节，实现实体与虚拟深度融合，使传统零售的人、货、场在物理空间和时间维度上得到最大的延展；其次，消费者实时“在线”，利用数字技术随时捕捉、激发消费需求，提供无缝融合的消费体验及服务；第三，回归零售的本质，零售企业利润将主要来自于商品和服务的增值，而不再是信息差利润。最后，全供应链数字化，流通路径由复杂向简单转变，供应链前端更加柔性灵活，数据化管理为实现库存最优化乃至“零库存”提供精细的决策支持。

不难想象，随着行业对新型业态的探索、数字化程度加深以及技术的进步，新零售行来还将有更多行业革新涌现。

欢迎关注“壹看板”，浏览更多大数据行业案例！