當前位置:法律諮詢服務網 - 企業資訊 - 人均創始人丁小剛:用數據驅動實體零售業發展

人均創始人丁小剛:用數據驅動實體零售業發展

口述丁小剛

編輯:拓撲社?趙帆

分享客人

人均創始人&;首席執行官丁小剛

黑馬營12學生,連續創業者。10年前,他擔任壹家IT公司的行政主管,管理著壹家擁有120名員工的公司,直到公司被IBM團隊收購。三次創業失敗後,他混跡於上市公司,負責公司的核心客戶。我以前是益普索的高級顧問,壹直擅長企業服務。我相信傳統零售面臨變革,互聯網大數據是第壹個也是最大的利潤增長點,我也親身服務過三星、安踏等很多知名連鎖品牌。

大約人均

人人計是國內實體連鎖零售領域最大也是唯壹基於互聯網的客戶數據采集分析平臺。自2014年7月成立以來,人均在短短壹年多的時間裏,先後獲得了知名投資機構的兩輪投資,員工人數從3人迅速增加到近50人,並設立了廣州、廈門、上海辦事處。目前,首款產品M系列(基於國內實體店的客流統計分析裝置)已與全國800家知名連鎖品牌達成合作,全國合作門店超過3萬家,經典案例包括卡門。

/實體零售業面臨的現狀/

這是壹個變革的時代,各種各樣的變化正在我們身邊發生,並且正以越來越快的速度改變著我們的生活。最近兩年主要圍繞零售方向做壹些工作,所以看到了行業的現狀和面臨的變化。實體零售是壹個非常傳統的行業,從上世紀八九十年代消費在中國興起以來,發生了很多變化。從最開始的李寧、安踏這樣以產品和品牌為導向的零售業態,到ZARA、優衣庫這樣的快時尚,開始出現並影響我們的生活。當然,實體零售也遇到了很多挑戰,比如:

成本上升,電商打劫

銷售清晰,用戶模糊。

存儲流量,從不重復使用

品牌忠誠度大約為零。

聽過很多道理,還是操作不好。

所以最近兩年,我們看到很多品牌關店。當然,也有在這種壓力下出現的新業態,比如快時尚,像三福百貨這樣的復合店,發展都不錯。但整體來看,傳統零售業仍處於焦慮的情緒中,在尋找“救命稻草”。我們可以感受到,零售消費領域正在發生革命性的變化,很多實體零售商必須在焦慮下求變。不變的是“等死”,變的可能是“等死”。

我們來看看零售業的發展。最早是傳統媒體帶來流量,然後實體店在線交易。阿裏巴巴、百度等互聯網公司出現後,通過采用媒體在線、網店等方式獲得了比較優勢。但很快我們發現,用戶不僅出現在實體店,也出現在線上,尤其是移動互聯網時代,用戶需要在各種場景下消費和獲得服務。所以大家壹致認為,無論是實體店還是電商,都需要提供融合場景的線上線下服務來滿足客戶的需求。所以這兩年全渠道的概念非常流行,讓消費者獲得線上的便利和實惠,以及線下的體驗和場景。

事實上,大量的實體零售商都知道要擁抱全渠道和移動互聯網,學習電子世界的規則和理念,了解這些90後年輕人的消費習慣。然而,真正改變的很少。新形勢下,實體零售商自然會有新的需求。

/實體零售商的需求/

根據移動互聯網的現狀,我們可以大致總結出以下實體零售商的新需求:

從經營門店到經營社區。

從單店盈利到單壹客戶盈利

從IT思維到DT思維

從經驗驅動到數據驅動。

如上圖所示,零售包括市場、門店、客戶、商品等因素,其中實施和使用了很多管理工具和方法,將這些東西組織在壹起,促進零售店管理的提升。更傳統的零售行業可能右邊沒有這壹系列的東西,左邊更多,最早的互聯網創新也是在右邊這部分產生的。

圍繞上面提到的需求轉化和門店需要使用的工具,我們可以抽象出實體零售商在全渠道下的需求實現,如下圖所示:

在新的形勢下,傳統零售商需要有戰略思維,在戰略層面做壹些改變,再配合移動互聯網工具,DT思維,以用戶為導向的經營理念。有了這些東西,才能滿足實體零售商擁抱新環境、新消費的需求,才能走得更遠。

/大家都在幹嘛?/

面對這樣的現狀和需求,大家都在做什麽?簡單來說,人均計劃就是從決策層面引入DT思維,通過填補空白數據切入傳統零售行業,讓傳統零售商依靠數據支持決策,而不是像過去那樣靠數據做決策。

在零售行業,缺少壹個重要的數據,就是客戶數據。讓我們通過以下方法幫助傳統零售商填寫這些空白數據:

1,喚醒沈睡的數據

首先要喚醒傳統零售商沈睡的數據,因為他們有很多數據,可能是分散的,線上的,線下的,是報表形式的壹種數據源,只是沒有被喚醒和利用。零售行業有很多數據,包括人、貨、市場、財富。傳統零售商更關註商品、市場和財富,最關註人的數據,也就是壹套會員體系和員工數據。

對於互聯網公司來說,他們對用戶的理解非常深刻,對人的信息掌握的非常透徹。大部分用戶相當於在網上“裸奔”。而線下零售商對人或客戶的了解很少。所以我們認為這是壹個空白的數據,實體零售商還沒有重視或者收集好,我們只是去幫助他們收集這些數據。人人會幫助顧客收集第四維度的新數據,比如客流數據、進店頻率、軌跡、商品關註度等等。

2.相關性|振興

大家會將這些收集到的第四維度的新數據與原始數據結合起來,進行進壹步的分析、關聯和盤活,並根據數據形成的規律給出決策的依據,用數據驅動零售決策:

了解消費者

高效營銷

目標產品/服務推薦

消費者關懷

通過測量、分析和改進以下流程,personal meter可幫助零售商關聯和更新數據:

①測量:收集店鋪運營中的空白數據。

②分析:通過數據指標對門店運營進行診斷分析。

③改進:提供改進的工具和方法。

人均,近兩年服務的門店數量超過3萬家。我們發現知名度較高、規模較大、門店較多的品牌或零售商會更加關註和理解這樣的變化。

/我們遇到了什麽問題/

1,這是兩個不同的世界。

其實在整個過程中,我們也遇到了很多問題。首先,這真的是兩個不同的世界。不同的理念、經歷或經歷,以及不同的成功路徑,帶來了不同的關於消費的理念、出發點和結論。互聯網時代,我們每天關註的是流量,人與人的連接,信息與信息的連接等等,這些都是互聯網的天然優勢。從網上獲取數據的成本是最低的,所以大家會關註這些數據的變化。每當有新版本的產品發布,都會通過數據變化進行修改,這是壹種很自然的習慣和方法。但是線下實體零售店不會這麽做,尤其是壹些已經非常成功的品牌,可能會遇到更多這樣的問題。

不過這兩個世界在未來很快就會融合,融合的趨勢會越來越快。這個變化非常大。所以傳統品牌已經意識到了這些問題的存在,並且在尋找解決的方法,同時也大概知道解決的方法。但是,能想到的和能做到的還是有很大差距的,尤其是那些已經非常成功的品牌。我認為這需要很多了解電子世界和原子世界的人來幫助他們彌合兩者之間的巨大差異,讓兩個世界的融合越來越快。

2.工具思維還是戰略思維

工具思維或者戰略思維也是我們遇到的壹個很重要的問題。這個問題導致我們用電子世界的思想和原子世界的話語來幫助原子世界的實體零售做壹些改變,但是很多時候我們還是要讓他們覺得這是壹個工具,從壹個戰略思維來改變他們還是很難的。所以這是我們遇到的非常嚴重的問題之壹。

/大家的新思維/

中國的零售業是壹個巨大的市場,需要很多人去嘗試和思考。我們很高興看到越來越多的創業者和創新者從純互聯網行業飛躍到傳統行業,能夠靜下心來了解傳統的線下零售,幫助他們做出壹些改變。

在上面給出的圖中,基本上有壹些人在嘗試做壹些圍繞零售行業市場、店鋪、客戶、商品、財富的工具,也有很多非常好的工具或者平臺幫助零售行業做壹些改變。也希望未來有非常好的傳統零售理念的人,或者有非常好的互聯網理念的人,可以做壹些跨界,加速融合的進程。除了互聯網,還有壹些新的技術方向,比如VR、AR、AI等。,這對促進零售業的發展和進步會有很好的作用。我們也在努力學習和理解這些新的方向。

最後,無論是線上還是線下,相信在不久的將來,都會用壹種更加和諧統壹的理念或方法,帶給消費者更加簡潔、方便、快捷、廉價、有趣的購物體驗和服務體驗。

/以下是Q&的壹部分;內容/

▎:有哪些成功的企業利用數據來大幅改善運營的案例,他們是如何做到的?

壹個很明顯的例子就是衣服上的快時尚,比如ZARA,優衣庫,或者壹些國產品牌比如UR,卡門,三夫等。他們都把數據看得很重要。比如ZARA可以在兩周內去全球所有的店,這些新設計可以在兩周內到達消費者手中。他能做到。除了大家經常提到的供應鏈,他們對於門店數據的收集和應用也是非常重要的。沒有這些詳細的數據,後面的供應鏈就無法快速反應。比如優衣庫的經理,他有很大的權力來決定店鋪最近要不要做壹些促銷,促銷要用什麽款式,下周要訂什麽樣的貨,這些貨的數量是多少。他們為什麽能做到?因為店長有很多數據幫助決策,所以店長不僅有自己的店鋪數據,還可以學習整個品牌其他店鋪的數據。這些快速時尚品牌是由這些快速變化的數據收集和分析推動的。

另壹方面,我們去見了傳統零售商。幾年前,大家都知道李寧的情況。出現了各種各樣的經銷商問題,門店數量從9000多家減少到6000多家。為什麽?其實它的* * *感很強。傳統零售品牌商和零售商其實是兩種完全不同的理念和方式。品牌所有者通過其渠道生產產品和推動訂單。至於經銷商如何銷售,客戶對產品的反饋,這些都與品牌商完全脫節。甚至有的品牌花了半年或者三個月的時間去收集加盟商兩三年前的零售數據。可以收集這些過時的數據來支持決策嗎?

壹兩年前,很多品牌從設計衣服到上架,需要壹年時間,沒有數據支持他們做決策。所以,類似於快時尚品牌,我們認為真正支持他們做決策的是數據。他們只利用了數據的壹個重要方面就已經非常成功了,就是把零售和後面的柔性生產和供應鏈數據非常好的匹配和打通,讓他們每天都可以知道這周和下周需要補哪些貨,因為數據的走勢已經告訴了我整個情況。

傳統零售商則不同。在加盟商重新訂貨之前,他們不知道具體的銷售情況。這些是零售數據的壹些變化。當然,他們的直營店系統中也有很多品牌可以做壹些這種決策支持。至於客戶的理解,線下零售能拿到手,或者線上零售在這壹塊能做得更好的案例並不多。

▎用戶數據的哪些維度最值得實體零售去獲取和使用?

從最值得把握的角度來看,壹定是客戶身份、偏好等更詳細的數據,因為只有更詳細的數據才有機會從最小的粒度去了解客戶,但中間會有技術或方法上的障礙。

從不同層面來說,要了解客戶,首先需要了解整個店鋪的客戶情況,比如:流量,客戶停留了多久,訪問時間等等。再詳細壹點,就是中觀的數據,比如顧客在哪些商品前停留,停留多長時間,體驗什麽樣的商品,如何在店內走動,在哪些區域停留時間更長等等;微觀上是個人數據,包括這個人是誰,他的標簽是什麽,他是怎麽來的,他的網上身份是什麽,他和我們有什麽接觸點,他在我們這裏買過什麽,他在商圈的消費習慣等等。

這些數據基本都是空白,除了傳統的CRM可能會收集我們店鋪或者品牌成交後的結果數據。我們認為這些數據都是有用的,最有用的數據是更詳細的數據。但是由於技術問題,比如:我們很難準確的識別出進店時沒有和我溝通過的顧客,也沒有辦法很好的收集這些詳細的數據,無論是通過人臉識別還是WIFI的mac地址,所以我們先從壹些比較粗的數據入手。無論是宏觀數據、中觀數據還是微觀數據,我們認為都是值得積累的,因為在大數據時代,不僅僅是數據量大,還有壹個很重要的維度,就是需要更長的時間去積累,才能形成對比。所以,妳得先積累或“養”數據。

綜上所述,我們認為更豐富的個體數據,更豐富的描述個體的維度數據,甚至跨品牌、跨線的整合數據更為重要,但是目前還沒有非常好的方法和手段來收集這些精細的數據。在這種情況下,轉發稍微厚壹點的數據就很重要了,比如門店數據,中等規模的區域數據等等。

▎對於電子商務,建立分析模型的邏輯是什麽?

建立分析模型的邏輯其實很簡單,就像我們常說的人工智能壹樣。其實人工智能的本質是壹種歸納方法。電商的邏輯也是如此。本質上是壹個不斷叠代和試錯的過程,讓機器用愚蠢的方式建立因果關系的關聯,並根據關聯程度修正這些模型的計算方法和權重。

▎連鎖數據分析行業目前處於什麽發展階段?妳認為大概的市場是什麽樣的?國外是什麽情況?

相對於國外,國內對數據的分析和理解其實遠弱於國外。很多國外的公司會為零售商提供這樣的服務,這也是國外的強制零售環境造成的。我們知道最近二三十年,國內經濟發展非常非常快,也帶動了中國零售消費市場的爆發式增長。雖然2012之後同比增速降到了20%以下,但是增速還是很高的,之前都在20%以上。在20165438和2012第壹次跌到15.7%的時候,很多散戶都說冬天來了。

其實我們回頭看歐洲的數據,很多年的增速都是2%、3%、4%。這樣的增長速度是沒辦法搶地的。他們只能去精耕細作,所以他們分析數據,了解用戶的時間比我們早得多。比如經常提到的沃爾瑪“啤酒+紙尿褲”的故事,就是數據分析的典型例子。所以這些在國外做數據分析的公司,尤其是數據分析後有咨詢的公司,其實都活的很好。

然而在中國,這個市場其實處於壹個尷尬的狀態。就像上面說的工具思維和戰略思維,國內大部分客戶、商家、品牌對工具的付出更多,工具很難獲得更高的溢價。就算妳有人工咨詢,在很多客戶面前還是沒那麽值錢。所以壹方面需要在國內市場培育,因為他們不那麽願意為數據分析、咨詢等付費;另壹方面,即使他們願意支付,他們願意支付的價格也沒有那麽高。最後的結果是,和國外相比,這個市場是壹個非常好的市場;但現階段還是處於尷尬的境地。

—結束—

  • 上一篇:律師行業發展中存在的問題
  • 下一篇:面試官在求職者身上看到了哪些能力?
  • copyright 2024法律諮詢服務網