前言
十一月这段时间，零售新闻频道刷屏不断的内容，除了双十一系列报道、马云提出“新零售”之外，就属国务院所发《关于推动实体零售创新转型的意见》。笔者一直有关注在当前大环境下的实体零售，亦喜欢从数据与系统的角度对其进行观察与解读，自然也不能放过这一个机会。
《意见》推出，对实体零售企业加快结构调整、创新发展方式、实现跨界融合、不断提升商品和服务的供给能力及效率作出了部署。指出实体零售是商品流通的重要基础，是引导生产、扩大消费的重要载体，是繁荣市场、保障就业的重要渠道。针对当前实体零售存在的发展方式粗放、有效供给不足、运行效率不高等突出问题，要以体制机制改革构筑发展新环境，以信息技术应用激发转型新动能，推动实体零售实现三个转变，即由销售商品向引导生产和创新生活方式转变，由粗放式发展向注重质量效益转变，由分散独立的竞争主体向融合协同新生态转变。
通读《意见》全文，从关键词的角度出发，给笔者深刻印象的，是“转型”、“创新”、“技术”与“数据”这几个词。转型一词，出现了14次，“创新”出现了24次，“技术”出现13次，“数据”出现6次。而在笔者认为，从数据角度的解读这几个词，可以试着剖析出其间的紧密的联系，以探寻零售企业从数据线出发，提升技术，实现创新、最终完成转型的可能路线与方式。
《意见》全文中，有许多行业性等宏观层面的指导意见，而对于本文所期望描述的对象——实体零售企业而言，极具参考性的则是文内《创新发展方式》这一部分。其内主要阐述的是三个方面，分别是创新经营机制、创新组织形式与创新服务体验这“创新三板斧”。再回到本文的关注点，毫无疑问是探寻如何让数据成为实体零售企业创新与转型的新动能，因此，我们便围绕上述的三个方面展开。在这几个小段中，从事数据领域的朋友一定可以看到许多熟悉的术语。而从数据角度出发思考，为企业创新和转型提供更多的助力，在数据类系统建设的说法上，我们会称之为“场景”或是“应用”。本文着重挑选几个点予以阐述。
创新经营机制
此方面，《意见》文内提到了三个方面，分别是经营模式、管理体制、供应链管理，每个方面其实都可以扩展为一个大课题，他们挑两个看下。
以经营模式方面为例，读到其中有一项为“发展自有品牌”。众所周知，零售企业发展自有品牌，可以有提升店铺形象、通过差异化建立企业竞争优势、以及获得更多的利润这些好处。在这方面，7-11、沃尔玛及屈臣氏等皆为许多企业所学习。自有品牌商品的打造是有着一套完整的方案的，而这其中自然是离不开数据的支撑的。
譬如，如何开发新的自有品牌商品SKU，是非常重要且有核心技术含量的活，通常跟进热销品，以及拓展空白市场是两种不错的思路，在它们背后随处都是以数据分析为支撑。
跟进热销品研发自有品牌这方面，屈臣氏做得很好，在个人护理、美容领域，其门店内热销品的周围，常随处可见其自有品牌货品。其开发了数以千计的自有品牌产品，占到整体比例约20%~25%。在其背后，是通过市场调研，掌握期间销售排名前列的商品。随后剖析这些热销产品信息，进行自有品牌商品的研发。在拓展空白市场研发自有品牌这方面，万宁又可以为我们提供参考。公司会在销售调研后，发掘市场上同类产品中缺乏的细分品类，填补空白。随后通过对自有品牌销售情况进行跟踪，会尽快及时的出具销售数据分析，依此再做产品调整，或进行新开发，或进行产品线加深。通过这种弥补空白点的方式，万宁每年开发200~400款自有品牌新品。
在上述的商品开发之外，自有品牌商品价格的制定，以及SKU数量的规划，都可以根据销售、市场及商品数据进行建模后得出。
再看管理体制方面，文内提到运营管理数据化、激励机制市场化，提高经营效率和管理水平。相对来说，当下的数据类系统建设在这几个方面均是相对较为成熟的。我们大家都熟悉且又爱恨交加的商业智能（BI）系统，便是其中之典型。基于商业智能（BI）系统，企业可以建立一套数据化运营支撑的分析体系，面向不同层级不同角色，提供准确、及时一致的报告与分析，如为管理层使用的管理驾驶舱、为商品运营部门使用的整套货控数据分析应用、以及为终端店长所使用的智慧店长应用等等。
结合到管理思路的层面上来说，BI系统亦可提供很大的助力。譬如，在零售企业向精细化管理的推进过程中，可以结合BI系统，借用全面质量管理领域里极为常用的PDCA这种管理手段，来实现整体业绩，或是运营水平的提升。具体围绕展开的指标依据细分行业或是企业实际情况的不同，可能是销售业绩、或者是坪效、人效等综合类指标，又或是细节的连带率等指标。不同的企业，不同的阶段，管理思路可能会各具特色。因此，同样的，零售企业亦可基于BI系统，更好的基于阿米巴理念，进行单店考核管理。
创新组织形式
关于创新组织形式这一部分内容不少。但笔者一读之下，扑面而来且让笔者印象最为深刻的，是其中连锁零售创新这方面，科学选址、智能选品、精准营销等极为熟悉的术语。
我们先看看科学选址。之前实体零售有个关于成功的诀窍，“位置、位置、位置”，虽然未必全面，但由此亦可见选址的重要性。而当下租金成本的高企，对于实体零售企业而言则直接极大的推高了风险，可见科学选址的重要性。
在这方面的数据化应用，连锁餐饮行业向来做得不错。如今亦越来越多的餐饮连锁，开始采用数据驱动的方法，进行新门店选址。基于地理信息数据，对比各种各样的数据，了解车流量、消费群体分布、安全信息、商业构成以及其它相关信息，可以使得用户在决定门店选址的过程中节省大量的时间与开支。
星巴克的智能选址即为一个不错的案例。其现在使用一套内部绘图和商务智能平台，来决定在哪开设新门店。在星巴克开设新门店之前，会使用这一平台，评估选址地点附近的零售商圈、公共交通站、小区的人口分布图等数据，借助系统模型来辅助决策。
快时尚优衣库借助大数据选址的策略也是一种很好的英语。其基于优衣库线上销售交易，在后台分析出哪些人在买、单次消费金额、消费频率等，利用这些数据可以精准地指导优衣库将新门店开在哪些区域哪些城市，通常基于此种策略开店准确率会较高。
再看智能选品。对于零售企业而言，商品的重要性也是不言而喻。品类规划、库存结构优化配置也一直是实体零售企业数据类系统应用关注重点区域。
近来很长一段时间，我们都在热议用户画像，将会员标签化、顾客消费场景化，相应的，我们却很少提到商品画像。而在未来，商品管理将会具有更多的目标性，企业的选品在依据商品品类属性的基础上，还会更多的结合到企业自身及客群等细分场景，可根据目标会员来进行精准选品，并且还可科学规划零售企业多区域经营的商品配置，做到“千店千面”。
相较于电商企业以及纷纷落地的选品系统，线下实体零售选品数据化和智能化程度仍大有提升空间。
早在数年前沃尔玛就收购了一家专长分类社群的网站Kosmix。沃尔玛打造了称做“社交基因组（Social Genome）”的大数据系统，其连结到Twitter、Facebook等社交媒体，爬取包含消费者、新闻事件、产品、地区、组织和新闻议题等类别的热门消息，推出与社会时事呼应的商品，创造消费需求。一个例子是，沃尔玛通过系统，能从Foursquare平台上的打卡记录，分析出在黑色星期五，不同地区消费者最常购买的品项，然后，针对不同地区送出购买建议。
相较于传统企业在观念意识转变以及技术储备方面的种种局限，行业方案商们在这方面尝试亦有一些突破。譬如Edited。其平台通过技术手段获取汇总来自全球社交媒体、设计师的T台走秀报告、流行博客各种来源的流行时尚数据，同时抓取零售网站，收集各大电商在售商品，数量、售价等信息。提供给零售商实时的数据，辅助其决定商品何时上架，何时打折，何时下架。因此，此平台定位为帮助服装零售商、品牌和供应商在正确的时间、以正确的价格交付正确的产品。
创新服务体验
《意见》文中直接提到，支持企业运用大数据技术分析顾客消费行为，开展精准服务和定制服务，灵活运用网络平台、移动终端、社交媒体与顾客互动，建立及时、高效的消费需求反馈机制，做精做深体验消费。
零售业，以顾客为中心，这个观点，基本上大家都是知道的，实际的应用情况却未必理想。在不久前，有咨询机构在中国，面向来自商超、百货、专营店等一系列零售领域，访问了担任各自顾客战略的决策者的超过30位相关零售从业人员。调研发现，虽然广大中国零售商都意识到了顾客体验的重要性，也已对提升顾客体验的精细化运营有了一定共识，但在实际操作中仍然受到传统做法的制约。其针对顾客的举措仍趋于策略性，处于相对次要的辅助地位，离真正的“以顾客为中心”仍有不小的距离。总之，不落实到具体行动时，就只能是一句空洞的口号。
而当下又处于国内居民的又一次消费升级过程中，个性化、多样化、品质化消费特征码愈发显著。实体零售企业如何适应这一趋势，结合细分行业及企业自身特点，有效多点触达顾客，提供个性化服务与体验，是值得企业重视、思考与投入的。
继续看相应的技术与数据线，当下的高频词“用户画像”，确实是其中一项重要的方法与技术。
用户画像通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息数据，抽象出用户标签化的模型。通过对用户信息分析而来的高度精炼的特征标识即为标签。消费者打上若干具有其各自特征的标识，如年龄、性别、地域、用户偏好等标识之后，综合起来即可勾勒出该用户的立体“画像”。继而零售企业可以通过用户画像，应用于从消费者的角度审视、思考，进行精准营销，或提供给消费者恰当的商品、独特的体验，以及贴切的服务。
在实体零售企业CRM领域应用多年的RFM，亦可视为企业通过自身数据进行的基础的用户画像应用之一。而在行业内亦有一系列的行业场所，从解决方案角度提供了思路。譬如其中之一的客流方案。零售企业采集到门店客流数据，通过交换等方式，融合内部和外部数据服务，建立起多维度多层次的顾客洞察，并将结果辅助运营。
小结
至此，本文所涉及内容，仍仅为《意见》其中的一小部分。纵观全文，可知其是少有的政府官方发布的单独针对实体零售业的纲要文件，其涵盖的从政府角度，对实体零售的发展方向及零售企业变革出路给出了明确的论述，具有较高的指导性，值得认真体会。总理有说：数据是基础性资源 也是重要生产力。亦希望实体零售企业能提升数据生产力，觅到适合自身之道，为企业创新和转型提供更多的助力。
说明
本文作者：天善智能，此文允许转载，转载时需请完整保留以下内容，违者必究。
原文来自天善智能 www.hellobi.com ，原文地址：https://ask.hellobi.com/blog/fashionBI/5583
