试论“大数据+零售业”的新变革

彭焘

中图分类号：F713   文献标识码：A

内容摘要：我国传统零售业正处在转型升级的关键期和阵痛期，也恰逢第五次信息技术浪潮。在大数据时代，“大数据+零售业”可以有效实现零售行业商业模式重构和商业契机重现，可以有效推动我国传统零售业态的转型升级。但也亟需重新定位目标市场，不断创新产品设计和加快重塑经营模式，才能化解大数据信息收集不准确、内容不全面、覆盖不广泛的现有问题。因此，本文基于国外“大数据+零售业”新型变革所带来的启示，提出从顶层设计、中层设计和底层设计的发展策略出发，实现零售业引入大数据后的二者完美契合。

关键词：大数据   零售业   转型升级   国外启示   发展策略

引言

大数据作为独特的流通资源，已经渗透到我国每个行业和业务的职能领域之中，成为实体经济组织中的重要生产因素，更促进了营销模式的创新和内部管理模式的轉变。当下，对大数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮将要到来。与此同时，“大数据+实体经济”的新时代已经降临，不论是在商业经济，还是其他领域，实体经济组织的决策已经日益倚重大数据的分析结果。随着云时代的来临，大数据的优势越来越得到彰显，在快速运用和持续深挖的过程中，大数据已经在电子商务、物流配送、商贸流通、零批企业等更多领域中发挥越来越大的作用。尤其是零售企业正在利用大数据不断发展新业务，创新运营新模式，同时对消费者行为的判断、产品销售量的预测、营销范围的确定及仓储存货的补给等，都得到了全面改善与优化。

“大数据+零售业”推动了我国零售企业的转型升级，体现了三点特殊价值：一是对大量消费者提供产品或服务，实现精准营销;二是小而美的零售企业利用大数据实现服务转型;三是在互联网重压之下，传统零售企业借助大数据与时俱进实现转型升级。比如，连锁便利店利用大数据分析产品的潜在消费关联，网络电商通过大数据评估个人信用，汽车销售行业通过大数据增加客户体验度，这都充分体现了大数据的大容量、多种类、快速度、可变性、真实性、复杂性、高价值等特点。

“大数据+零售业”的概念解读

大数据包括结构化数据、半结构化数据和非结构化数据，而“大数据+零售业”就是将更多非结构化零售数据进行资源集合与应用，使零售业依靠大数据提前制定营销战略计划，抢占市场先机，进而形成新一轮技术革命，为零售业的研究和发展提供新的技术和方法，并直接影响财务表现，使数据资产作为零售企业核心资产概念深入人心，最终将数据管理作为零售企业的核心竞争力。而“大数据+零售业”的集中体现，则主要表现在智能化方面，因此，本文主要从购物体验、商品管理、供应链升级与物流配送这四个方面解读智能化的“大数据+零售业”概念。

首先，从购物体验的智能化来看，通过“大数据+零售业”能够全方位提升顾客体验度，最终形成智能的数据系统、智能的数据挖掘、智能的支付体验、智能的停车系统、智能的消费分析、智能的营销分析、智能的位置分析、智能的渠道体验，具体如表1所示。

其次，从商品管理的智能化来看，通过“大数据+零售业”能够实现商品的智能化管理，具体包括以消费者为中心优化商品组合与分类、优化商品渠道化分类、优化商品本地化分类，并可通过智能化商品管理，实现商品的动态定价、动态促销、价格预算和价格预测，从而智能化布局商品结构，便于商品的选择与空间设计的布局。

再次，从供应链升级的智能化来看，通过“大数据+零售业”能够将现代零售企业的供应链管理理论、方法和技术，在零售企业中或零售企业之间进行构建，实现零售企业供应链的网络化、自动化、信息化。主要涉及商品库存的缺货报警、库存预测、库存费用管理等，通过优化存储空间，实现商品库存的选择分析，并通过智能化物流，实现采购管理、供应商管理、存储管理、发货管理、售后管理和回访管理。

最后，从物流配送的智能化来看，通过“大数据+零售业”能够实现智慧物流，通过精细化、动态化、科学化的管理模式，将零售业的主体、客体、空间、对象等按照一定的标识、传输、识别与应用等联系起来，从而实现物流配送的自动化、可视化、可控化、网络化，进而形成一个协同运营的智能化系统，在配送交易、线上支付、快捷物流、消费体验、资源再生等方面提高资源利用率和生产力水平，创造更加丰富的流通全过程智能活动。

“大数据+零售业”的潜在阻碍

传统零售业的转型升级已经进入“淘汰期”，适者生存的竞争格局迫使传统零售业朝着“线上+线下”的融合方式发展，而大数据作为新的理念和工具，无疑为零售业的转型升级注入了新的活力，因此“大数据+零售业”正代表着未来零售业的发展趋势。与此同时，“大数据+零售业”可使零售业通过产业链融入到上游生产商的生产经营活动之中，并通过价值链汇入下游的消费者群体之内，打造新的生态圈，追求更高的价值链、产业链及供应链。然而，还有不少潜在阻碍亟需破解，才能使“大数据+零售业”破茧而出。

首先，需要重新定位目标市场。“大数据+零售业”迫切需要传统零售业利用大数据实现交叉销售，从而重新定位营销市场，并以此细分顾客群，提升顾客体验度。一方面，传统零售业通过挖掘营销大数据，可以准确获取消费者的购物偏好、购物历史和实时位置。通过店内追踪，准确把握消费者的购买规律，从而通过消费者行为的路线模拟，提升商品的平均购买次数。比如，沃尔玛在交叉销售过程中，注重挖掘消费者的购物倾向，度量产品之间的相关度和相似度，包括产品、人物、事件之间的关联。因此，沃尔玛通过大数据引擎提升了15%的销售额，表明其正在借助大数据实现质的飞跃。与此同时，“大数据+零售业”还能实现有效促销活动和交叉营销定价，以吸引潜在消费者，形成特有的营销广告定位。另一方面，传统零售业通过挖掘营销大数据，既要细分客户群，又要增强客户体验。借助大数据这一新理念和新工具，可以更加细致地分割客户群体，不论是消费群体还是消费个体，也不论是网上网下、移动终端或是实体购物行为，都应该为消费者提供不同版本、不同档次、不同内容和不同需求的商品信息或促销信息，以满足不同消费者的不同喜好和不同消费行为。同时，零售企业还应借助大数据，充分分析历史消费数据，研究消费行为数据，将多渠道体验、客户满意度、客户忠诚度作为提升销售行为的最终驱动力量。

其次，需要不断创新产品设计。“大数据+零售业”迫切需要创新商品实物、提升商品服务、更新产品设计，并且应该根据消费者的区域不同，形成不同的促销方案和不同的推广页面。比如，京东、苏宁等都在因地制宜地创新产品设计，并根据当地区域的消费理念、购物模式和人口数量，依靠大数据进行页面互动加快了不同地区的网站信息调整和商品配置，促使“大数据+零售业”将不同类别的客户划分在不同的价格区间，提高了销售评估和促成了销售活动。

最后，需要加快重塑经营模式。“大数据+零售业”迫切需要诞生新的商业经营模式，因为传统零售业僵硬化的商业经营模式已经不适应消费者的实际需要，所以必须要有新的、具有生命力的、充满勃勃生机的新商业模式取代之。一方面“大数据+零售业”必须从价格竞争向服务竞争转变，在“线上线下+物流”融合的大趋势下，唯有提升零售业的增值服务水平，向专业化、现代化、网络化的现代零售服务商转型升级，才是新一轮零售业商业模式的转型趋势和发展方向，因此，提升零售业服务的增值率和衍生功能，是重塑零售业商业经营模式所必须要体现的。另一方面“大数据+零售业”必须从上游主导下游向下游逆袭上游转变，传统零售业的生态圈，都是由上游制造商主导下游消费者，而在大数据全渠道理念下，下游消费者正在逆袭上游制造商，甚至下游消费者参与到了商品的生产、设计及研发环节中。因此，唯有消费者认可的商业经营模式，才是经得起检验的、最适宜市场需要的商业模式。

“大数据+零售业”的国外启示

“大数据+零售业”最先在国外启用，因此通过详细分析国外零售业与大数据的融合可以给我国的“大数据+零售业”带来发展启示。

沃尔玛带来的启示。沃尔玛利用大数据颠覆了全球零售行业。沃尔玛已经成为世界上最大的零售商，对其而言最看重的是消费群规模、产品规模以及技术规模。沃尔玛正在努力通过交易将产品与用户相连接。早在2012年沃尔玛就已开始利用大数据进行分析，其有一个庞大的大数据生态系统，每天处理数TB级的新数据和PB级的历史数据。涵盖了数以百万计的产品数据和不同来源的数亿客户数据，大数据每天分析接近1亿关键词，来优化每个关键字的对应搜索结果。大数据使沃尔玛改变了重复销售的决策，带来了10%-15%的在线销售涨幅。同时，沃尔玛通过Shopycat-Gift推荐引擎、Kosmix语音网页平台和社交媒体大数据，解决了零售业的大数据分析方案，给我国零售业带来了三点启示。一是要不断推出新产品，沃尔玛利用社交媒体数据发现了热门产品，比如蛋糕棒棒糖，然后迅速反应和迅速上架，很快将热门产品引入到了沃尔玛商店之中;二是要提升预测分析技术，利用预测分析可以提高在线订单免费送货的最低金额，同时还可以增加新产品以提高顾客购物体验;三是个性化定制，沃尔玛基于用户购买历史数据和用户信用卡购买行为，可以向消费者提供个性化定制服务。

国外其他零售企业带来的启示。本文分析了七个典型国外零售商利用大数据带给我国的启示。一是瑞士零售商Globus，利用大数据获取宝贵的销售绩效，其可在几分钟内分析不同时间范围、店铺和区域内的数千商品销售模式与促销活动，更可迅速响应市场需求;二是美国零售商Guess，利用大数据提供畅销商品和库存实时視图，通过大型客户数据集，分析销售额、细分目标客户，实现促销活动;三是美国Target百货公司，使用大数据推断个体消费者成为特定营销活动客户的特质，通过每位顾客独一无二的识别号码，跟踪实体店内客户的个人信息、购物行为和喜好;四是英国Burberry旗下所有渠道，采用创新技术和大数据分析，实时识别个人客户档案，并且能在1秒就完成数据分析和请求。不论Burberry店员处于什么位置，都能在客户进入实体店时立即识别客户信息，通过历史购买记录，提供个性化服务;五是韩国NS Shopping，将移动渠道和社交渠道集成到零售环境中，利用大数据实时、集中地获取渠道内客户和产品数据，从而提供个性化产品;六是美国亚马逊，利用大数据构建了全新的供应链流程和系统，为订单、履行、寻源、产能和库存决策提供支持。同时，还基于历史需求、活动记录和计划、履行中心的预测结果、库存计划、采购周期以及采购订单等，实施了联合和协调补货的新算法;七是英国Tesco，利用大数据基于历史销售数据模拟物流配送仓库的运作，达到了优化库存，并通过各要素之间的关联，如天气、特价、优惠及销售等实现配送优化。以上七家外国零售企业给我国带来的启示在于，要真正实现以客户为中心，要实现跨渠道的无缝客户体验衔接，通过客户历史数据提供个性化体验服务，更需要的是持续地、稳定地、卓越地企业运营。

综上所述，网络技术、移动设备等信息化技术的普及，使得数据量急剧攀升，而零售业通过对大数据价值的不断挖掘和认识，使其数据应用、模式管理等得以发展，大数据作为零售业转型升级的助推器，更是通过数据的不断优化，提升了零售业的销售数据，使零售业无形中发生了质的变化。基于此，本文认为国外“大数据+零售业”对我国的启示主要在于两点，一是要通过大数据了解消费需求、掌握消费需求、引领消费需求，二是要通过大数据提升运营效率、降低流通成本、优化物流配送。

“大数据+零售业”的机遇挑战

“大数据+零售业”的数据搜集方式一般为三种：一是历史数据的整合，二是线上线下数据的结合，三是通过调研获取全体概率。然而在现阶段，我国零售企业利用和使用数据的水平非常低，致使零售企业在管理水平、采购效益和供应链质量等各个方面都具有很大差异性，更是在“大数据+零售业”的发展中遇到了阵痛期和调整期，以至于“大数据+零售业”的机遇与挑战并存。

“大数据+零售业”的发展契机。“大数据+零售业”增加了更多的消费触点，这种以数据作为营销方式的新模式，有利于零售企业对供应链、运营体系、管理体系、经营体系进行整合。与此同时，我国零售企业正在面临供给侧结构性改革的阵痛和调整，唯有转型升级才是出路。因此，在我国制造业整体迈入中高端水平的调整阶段，融入大数据提升生产力，并将大数据转化成企业价值，避免了“大数据+零售业”相互适应的二次阵痛。由此可见，传统零售业的发展必须要紧紧结合大数据、依靠大数据、转化大数据。

“大数据+零售业”的艰难挑战。我国“大数据+零售业”的新模式刚刚起步，数据本身质量偏低，数据整体应用偏低，数据维护能力偏低，致使零售数据很难快速转变为商业价值。与此同时，大数据的组成一般分为结构化数据、半结构化数据和非结构化数据，传统零售企业较多重视具有交易实质的结构化数据，对过程经过的半结构化数据和对相关信息的非结构化数据重视不够，只知道消费者购买了什么，而不知道消费者关注了什么、留意了什么、品尝了什么、路过了什么等等，这类路径数据和行为数据极其欠缺，而这些数据才是满足“大数据+零售业”应用的基础数据。但我国零售企业获取半结构化数据和非结构化数据的能力几乎为零，因此打破数据流通的壁垒和限制迫在眉睫。另外，“大数据+零售业”迫切需要转型零售业务发展模式，尽快向服务增值转变，如果转型不及时、不到位、不准确，大数据的挖掘将依然无法实现商业价值，“大数据+零售业”的结局也将以失败告终。

“大数据+零售业”的层级设计

“大数据+零售业”已经成为我国新零售业未来发展的主要方向，既应获取结构化的交易数据，又应充分利用好半结构化的过程数据和非结构化的相关数据。因此，我国的“大数据+零售业”变革应该规划好顶层设计、策划好中层设计、实施好底层设计。

顶层设计的规划。“大数据+零售业”的转型变革，是一个循序渐进、由浅入深的过程。而“大数据+零售业”的有效运转，又必须依靠基础设施的软硬件配合与联动，不但系统之间需要联动，大数据的信息获取、资源共享、实时交换、领域开放等联动信息，才是“大数据+零售业”转型变革中的特有资源与优势。因此，“大数据+零售业”的转型变革应该充分规划好顶层设计，建立分析模型，应对海量数据，发挥信息价值，将大数据理念和大数据方法，充分融入零售企业的顶层规划之中，从购物体验的智能化、商品管理的智能化、供应链升级的智能化、物流配送的智能化这四个方面出发，使零售业真正借助大数据实现转型升级。

中层设计的谋划。大数据引入零售企业的顶层设计是零售企业转型升级的保障，而要实现这一顶层设计的关键，还在于谋划好中层设計。“大数据+零售业”的中层设计应该包括数据采集、数据分析、数据应用、数据管理、数据运营、数据标准、数据规范和人才培养等内容。中层设计应环环相套、相互支撑、相互协同。

底层设计的实施。“大数据+零售业”的底层设计主要包括质量设计、关系设计和平台设计。首先，从质量设计来看，我国普遍存在大数据收集不全、造假或遗漏等局限性问题，因此，零售企业应该全面做好大数据的收集工作，确保数据真实性、避免数据误差、缩小数据鸿沟、提升数据标准、量化数据质量、统筹数据使用，从而最大限度提升数据质量、确保使用效率。其次，从关系设计来看，传统零售企业的很多大数据信息来源于电商，而电商与店商的关系也从竞争关系，朝着合作关系、融合关系、上下游关系、供应链关系或区块链关系转变，因此零售企业应借助大数据实现精准营销，形成大数据信息来源的互补和共享。最后，零售企业都在依靠大数据实现“触网”，然而自建平台流量少、用户少、规模小、增长慢，一直是困扰零售企业的大难题，因此零售企业应该借助大数据积极扩大平台搜索和数据分析，以“自建平台+第三方平台”为依托，完成“大数据+零售业”的“触网”转型。

参考文献：

1.苏玉峰.网络零售业态发展的经济效应及对策分析[J].商业经济研究，2017（6）

2.宋则.论零售企业自营——“十三五”时期商贸流通业改革、发展新方向[J].中国流通经济，2017（3）

3.张娇.“互联网+”推动我国传统零售业可持续发展的思考[J].改革与战略，2017（5）

4.洪涛.大数据时代下我国实体零售业的变革研究[J].中国流通经济，2017（1）

5.张.大数据视域下连锁零售业电子商务发展研究[J].商业经济研究，2016（7）

6.毕夫.新零售：零售业的再革命[J].对外经贸实务，2017（7）