零售的外在形式紛繁復雜：從上萬平方米的大賣場到幾十平方米的便利店，從傳統的實體門店到網上電子商場，從線上線下融合到如今的全渠道銷售......在數字化與信息化的加持下，在可預見的未來，零售的外在形式仍然會持續不斷地變遷。
不變的是，它一直是商業的一種基本形式，連接“生產”和“消費”領域。零售的核心價值在于通過不斷升級的人貨場，滿足消費者日益復雜的消費需求，并實現經營利潤的最大化 。
從流量時代、營銷時代進入到效率、供應鏈時代，外在的商業業態在不斷地發生變化，但零售的本質始終如一，圍繞這一不變的本質，通過數字化的手段更好地識別消費者需求、實現零售行業精細化運營和快速反應的能力成為可能。
截至目前，觀遠數據已經服務了Today便利店、見福便利店、來伊份、鮮豐水果、鍋圈食匯、kk館、韓尚優品、王府井百貨等近200 家連鎖零售行業頭部企業，沉淀了行業領先的數字化落地方案和路徑，幫助企業實現數據從“看得到”、“看得懂”到“可行動”的落地路徑方法論。
觀遠數據行業研究專家Teresa，深耕零售數字化行業研究7 年，7 月21 日晚分享《解鎖數字化密碼，重塑零售核心價值》，詳細拆解零售行業數字化轉型過程中的痛點難點，深入剖析「鍋圈食匯」「蜜雪冰城」「漢堡王」三個典型案例，分析可落地的數字化項目有何特征，并分享了對應業務場景的零售行業解決方案，讓我們一起來回顧一下。
01
零售的數字化究竟是什么？
以往，企業通過生產商品，鋪設渠道或者自建門店的形式實現商品的售賣。隨著消費者觸達渠道越來越復雜，傳統獲知消費者需求和反饋的方式不再能滿足需求，在疫情的推動下，幾乎所有的企業都在強調需要做更精細化的運營，零售行業正在從盲目擴張的流量時代邁向2.0 效率時代：
●人：千人千面
人的維度，用戶運營由碎片化的信息發展為用戶畫像，用戶標簽使企業能夠更大程度挖掘用戶的生命周期價值，通過數據能更好地識別不同的消費群體的潛力和偏好，更好地去進行產品的迭代或者和提升客單價。
●貨：新品層出不窮
貨的維度，在商品運營全流程中，不再基于人的經驗，而是基于數據去跟蹤新品上市，淘汰舊品；產品與服務的研發和營銷圍繞人的偏好展開，而供應鏈向柔性化、網絡化發展。在觀遠數據服務的客戶中，三頓半與元氣森林都已經很好地做到了通過數據去做商品的迭代和優化。
●場：全渠道轉型
品牌方與零售方都在進行全渠道的建設，零售場景演變為線上線下多渠道同步運營：線下出現了智能導購、數字化賣場等新業態，線上囊括淘寶、京東等傳統電商平臺與抖音、微博、小紅書等社交媒體平臺。
零售業態快速變動的同時，新的問題也隨之顯現：
●響應不及時
在原來幾十家門店時，通過手工整理或報表的方式去采集數據，進行決策分析時還尚能響應，但伴隨著銷售入口、流量獲取渠道的增加，如何快速獲取全面的數據？傳統的數據分析已難以響應。
●數據管理差
獲取到了數據后，由于零售業務系統多，數據口徑不統一，質量往往很差，難以真正運用到經營決策層面。
●工具較落后
零售重業務驅動，而缺少數據經營管理思維，數據分析依靠各業務系統報表和Excel表格，IT與業務部門難以做到敏捷分析與協同。
●管理局限性
缺少數據統一管理平臺，各數據各自為政，管理層往往難以獲得一線業務數據，信息難以傳遞一線業務人員。
●分析模型少
傳統零售現有分析往往是對既有數據的描述性為主，缺少預測式分析，加上缺少體系化的知識積累，在銷售預測和智能補貨層面欠缺，從而導致業績難以提升和消耗品損耗較大。
零售的數字化究竟是什么？
數字化的底層是沉淀數據，通過將所有的數據整合串聯起來，精細化運營構建企業從前端到后端全鏈路的數字化體系：流量入口的數字化監控、產品的數字化驅動迭代、會員營銷與轉化數字化、門店管理與生產流程標準化、供應鏈柔性化。
02
能落地的數字化項目
有什么核心特征？
以一句話形容零售行業的數字化進程：理想很豐滿，現實很骨感。數字化像漂浮在天邊的云彩，美好卻遙遠，如何一步一步地實現數字化轉型？
觀遠數據已服務了Today便利店、見福便利店、鮮豐水果、kk館、鍋圈食匯等200+連鎖零售頭部企業，沉淀了行業領先的數字化落地方案和路徑。
企業在數字化的不同階段所面臨的痛點是不一致的，可以區分為5 階段：
●Ⅰ階段
數據孤島，人工編制Excel費時費力，固化報表分析維度單一，代碼編寫要求高且不易上手。業務部門面對臨時性的需求，需要借助IT部門從不同的系統里把數據提取、清洗處理后，再進行匯報，這一階段需要做的就是數據整合與拉通。
●Ⅱ階段
管理全靠人管人，數據作用小，目標考核機制缺失。決策過度依賴核心店長的能力，在快速擴張、跑馬圈地的階段，單點管理很難，經營的天花板很快就會抵達。因此，亟需把優秀經驗通過數據去沉淀下來，摒棄完全依靠個人經驗做數據決策與經營的現狀。
●Ⅲ階段
當企業的信息化建設已經到達一定高度、底層業務系統非常完善后，仍然需要面對日趨激烈的市場競爭格局。伴隨著產品同質化程度越來越高，同一款產品會很快得被其他企業復制的市場環境，需要更好地通過數據的高效應用在市場競爭中穩操勝券，持續發展。
●Ⅳ階段
第四階段，強調的是數字化建設，不僅僅是技術、系統與工具的問題，更是人才、組織、思維的轉變。當開發過程完成后，受困于舊有習慣，業務部門仍然習慣于使用原有的EXCEL，IT與業務之間仍然具有溝通壁壘，數據應用斷層產生聯動屏障，無法形成策略閉環。在這一階段，需要強調企業與組織內部數字化思維與文化的成型，使數據應用的意識能夠充分在企業內部生根發芽。
●Ⅴ階段
當數據建設體系與數據分析應用已經足夠完善，下一步需要探索的是如何讓數據通過這種智能應用的方式，能夠更好地去自動的去挖掘我這個數據當中的一些價值，不斷構建企業數字化應用的一個能力，避免不必要成本支出，做出更明智的決策。
通過3 個案例更具象地剖析不同發展階段企業的數字化落地路徑：
●鍋圈食匯
觀遠數據有幸在鍋圈食匯（以下簡稱鍋圈）僅有不到100 家門店時達成合作，在三年的跑馬圈地下，如今，鍋圈食匯已突破了7000 門店。鍋圈副總裁安浩磊這么評價數字化：「做企業的數字化，是堅持把對的事情做正確，用業務思維去解決管理問題」。
消費者對鍋圈的認知是專注火鍋燒烤品類食材的社區連鎖零售超市品牌，但它本質是一個以「供應鏈為核心」的企業，通過強大的供應鏈體系，整合上游原材料工廠、食品工廠，強化對產品能力的把控，并獲取足夠高的行業毛利潤；同時，作為加盟為主的企業，強調向下為加盟商賦能，強化加盟商「快速回本」的能力。
在鍋圈發展的不同階段，對數據應用的需求和場景是完全不同的：
在不到百家門店的時候，如何快速進行門店的拓展，品類如何快速迭代，門店面積有限、貨架有限，如何購買潛力最高的產品鋪設到門店？是鍋圈迫切的需求。在第一階段，觀遠數據助力鍋圈實現了包括門店運營、商品洞察、單品企劃等維度的精細化運營，使鍋圈在做決策時能夠快速反應、有據可依。隨著門店加盟商發展得越來越多、門店開設也越來越多的時候，對于財務水平、單店盈利模型的訴求會更迫切：加盟商選擇是否加盟一個品牌時，判斷的核心標準是需要通過多長的時間回本。面向財務場景，觀遠數據可以幫助企業把優秀店長的管理經驗和看數方式沉淀為分析模型-“店長/督導助手”，賦能更多的終端運營者；會員復購決定了企業能否長期運營與發展，面向會員運營，觀遠數據可為鍋圈呈現全生命周期的清晰會員用戶畫像，時刻掌握消費者需求變化，實現精細化會員運營。第三階段，當數據整合、沉淀體系已經完善后，引入了更多AI場景：通過AI智能補貨，去降低庫存壓力，提升配貨的準確度；通過客戶數據、產品數據、當地氣候和門店模型等數據預測客戶的未來需求；通過購買記錄，分析動態的消費能力，并根據暢銷商品組合，推薦菜品套餐。這也是鍋圈未來的數字化重點。
●蜜雪冰城
蜜雪冰城在2017 年基本完成信息化建設的初步建構，并依舊在不斷迭代，2019 年觀遠數據與其達成合作。蜜雪冰城依然是一家以供應鏈為核心的企業，其需求重點在于門店、供應鏈、營銷端的拉通和協同。
圍繞這樣的訴求，觀遠數據助力蜜雪冰城打通數據，構建起全渠道的營運監控體系：門店運營上，打造總體業績監控、區域門店畫像、門店業績診斷等業務模型，使總部能快速洞察區域門店異常并給出行動建議；商品運營上，通過商品運營監控、新品分析、時段分析、暢銷分析等業務模型，通過數據洞察消費者消費偏好、新品效果與商品定價是否合理等問題；倉儲物流上，通過訂單可視化、缺貨分析、三率分析等業務模型，打造可管理、可調節的供應鏈體系，迅速洞察缺貨的原因與瓶頸。
●漢堡王
漢堡王的數字化實踐是「BI+AI」共同作用下實現的。漢堡王中國有1300+門店，如此龐大的門店體量已不足一支撐其完全依靠人完成門店的運營和分析，也很難從門店運營大量關鍵的指標里及時洞察到哪些指標存在問題，需要針對性地調整和優化。
漢堡王的數字化聚焦在「如何通過數據及時地捕捉到門店運營過程中國的異常，判斷異常指標是什么？這樣的異常指標對應業務層面是什么樣的業務動作？」在一定意義上，形成了數據應用的閉環：業績表現-業績評價-行動建議-業績表現，「行動建議」將業務與數據無縫串聯在一起。
數據應用的閉環
觀遠數據與漢堡王在2019 年共創了智能數據分析與決策系統，這個系統實現了運營優化落地。借助這個系統，漢堡王實現了千家門店表現，數據一鍵下鉆直達，關鍵問題，可以拆解到最細顆粒度進行復盤。
