埃林哲研究院

  新零售是什么？《阿里研究院新零售研究报告》中如是说道：新零售是以消费者体验为中心的数据驱动的泛零售形态。顾名思义：新零售的核心是以客户需求为本，满足消费者的感知体验，利用数据驱动的方式，将消费者的需求转化为数据，在业务流转过程不断转化，深入到业务的各个环节，驱动线上、线下以及整体供应链深度融合。

  “数据驱动”中的数据，不仅仅来源于直接关联的交易数据，而是与业务形态相关联的方方面面的“大数据”，随着云应用的发展，云计算与大数据之间的结合更加紧密，很多企业利用大数据的应用，判断出了更贴合消费者的需求，想顾客所想。

  早在传统零售时代，美国沃尔玛“啤酒与尿布’的案例就发现了数据分析与促进销售之间微妙的关联。在新零售时代，大数据对新零售模式的转变更是起着至关重要的作用。每一家零售门店和企业在经营过程中，都会产生大量待挖掘的宝贵数据资源，但多数企业没有足够重视并充分挖掘内部大量的数据（会员信息、销售信息、售后信息等）。

  在新零售模式下，企业依托大数据技术，激活内部数据，通过专业化信息平台建设和多源化数据采集，全线打通内部数据，深入挖掘和分析数据资源，实现用户会员跨区域共享信息，从而激活潜在用户，甚至“老客新单”挖掘二次销售机会，直接产生经营价值，实现精准营销。这是大数据助力新零售模式的关键之一。区别于以往的零售变革，新零售将通过数据与销售的深度融合，真正实现消费方式逆向牵引生产变革，为传统销售业态插上数据的翅膀，优化资产配置，孵化新型零售物种，重构“人、货、场”，帮助传统企业实现数字化转型。

  其实大数据的应用已经深入我们的日常生活当中，只需我们观察就会发现端倪，例如在网络购物时，当在APP里搜索完自己想要的商品但并没有购买时，自然而然的就会在页面下 “猜你喜欢”栏目中浏览到各种各样的同类商品，这就是日常生活中常常遇到的大数据的应用。在新零售时代，阿里淘宝的“千人千面”称之为典范。通过对淘宝用户日常的浏览、购物行为，利用后台大数据分析，为用户提供感兴趣的内容，从而达成交易。

  不仅仅在互联网电商平台，在传统行业当中，大数据也有深入的应用，例如传统服装类企业来说，大数据可帮助商家掌握消费者购买习惯，做到更有效率的做好营销预测，协调生产与备货，改善和优化企业库存积压问题。餐饮企业利用大数据可以分析客群来源和喜好，做好门店预测，指导原材料采购，控制成本与提高服务质量。

  越来越多的企业将大数据技术应用于零售行业之中，零售企业基于大数据和AI技术，智能挖掘评估潜在客户，精确锁定目标决策人，对目标人群持续自动化营销，实现精准获客，对目标客户制定针对性的营销方案，为企业规划了一份最有效的自动化营销“作战地图”。

  在利用大数据进行精准营销过程中，企业常常是利用大数据建立目标客户池、获取客户源、品牌植入、全程进行数据分析及转换，让所有的营销成本和努力都不浪费，全都放在真正的客户身上，这和新零售模式注重的以消费者需求为核心不谋而合；这是一个持续营销转换长期影响力建设的过程，通过数据分析做到市场销售一体化的协调作战，帮助企业实现灵活、高效的供应链，企业和消费者的融合，以及线上和线下的融合全渠道体系。

  在网络流量消退的今天各大企业凭借新零售模式，融合了线上和线下的业务通路，将经营故事再次推向高潮，可以说靠的就是数据驱动业务。而助力新零售模式的，就是大数据技术的运用，科学合理地分析消费者相关的数据，消费行为、消费习惯等，从而更精准地提供服务。

  和我们以往所知的传统O2O模式并不相同，以大数据为驱动的新零售模式追求的是全渠道的销售模式。例如，美国的梅西百货采用的就是以IBEACON蓝牙定位系统为基础，以自然和常识性体验设计为核心的全渠道零售模式。现如今，国内的许多购物商场也纷纷效仿。他们首先通过Wi-Fi网络建设、室内地图、室内定位系统确定顾客在商场的具体位置，采集数据。然后对采集到的消费者位置数据、品牌落位数据、会员数据、支付数据、利用数据进行BI数据分析和空间大数据挖掘，得出关于空间流量分布、门店客流量的统计报表，从而帮助设计最合理的人员动线，再通过基于惊爆价商品合理分布，来引导顾客在商场里以设计的线路“寻宝”，实现真正的数字化经营。根据消费者的全息画像，对其到访频次、品牌的驻留时间、消费能力、购物偏好社交圈进行追踪统计，以便于为其提供个性化的商品和服务，提高顾客的购物体验。还可以分析出顾客下一步要购买的商品，再通过各种渠道向顾客性展示，以提醒顾客购买。

 大数据的运用与发展，推动了新零售模式的整体转变，进而促进整个企业经营的变革。但是大数据时代的到来同样有利有弊，如何用好这把双刃剑，是每个零售企业必须重视的问题，如何利用大数据分析，转化成洞察消费者的能力，释放企业潜能，才是企业利用大数据数据驱动企业整体转型与进化的当务之急。