传统零售业已死?新零售的破局求变......

作者: admin  来源: 未知  时间:2018年02月02日

 

传统零售困局
 
过去20年,零售业与零售消费者发生了翻天覆地的变化。随着电商等行业新星的加入,传统零售商及大型零售连锁的客流、销售、利润,普遍呈下跌趋势。虽然有房租、人员成本上涨、商品同质化等一系列原因,但从零售业发展来看,卖方市场向买方市场的转变,导致传统零售以线下门店为主导、商品为中心模式的瓶颈逐渐显现,这也迫使传统零售商纷纷向以顾客为中心的经营模式转变,并更加重视强化品类管理、优化供应链。

 

零售行业演变趋势
 
虽然改变模式成为2017年零售商们的口号,但更多的还是停留在方案层面,没有真正落实与执行。在变革到来前,摆在传统零售商面前的问题不是要不要变,而是变什么和怎么变。
 
变什么?新零售的三大关键——人+货+场
 
“人”——传统零售经营以采销为主,模式简单粗放,对消费者关注不足。在新供需关系下,回归消费者这一零售生态本源成为核心。零售商要挖掘数据价值,如基于目标客群的特征和行踪数据,整合品牌商数据,掌握不同消费客户群的行为变化和趋势。

 

 

“货”——零售业的发展客观原因造成零售供应链长期深度依赖供应商,采购团队把关注点放在了来自于供应商的收费和返点,而不是去经营及提升门店坪效和毛利率,从而导致零售行业在品类管理和供应链专业能力培养上长期滞后,并形成了地方管理团队各自为营的分散式管理局面。但在新环境下,零售商想打破在与供应商谈判和合作中被动局面,需要统一管理的业绩考核分析体系整合供应链能力。

 

 
“场”——过去传统零售以线下门店为主导,现在是线上线下融合打通,多个场景融合;过去是以地理位置为中心的商业,现在是场景化的、以人为中心的商业。零售全渠道发展是大势所趋,通过大数据分析能力提升精细化运营,对目标客群消费场景洞察、通过品类运作配合创新促销活动等。

 

 
零售大数据分析面临的问题
 
零售企业内部的信息孤岛现象严重:不同业务部门,如运营、商品、生产、财务等内部均有大量数据产生,但是各部门各自为政,不愿公开自己数据库的真实数据,因而数据的获取和深度分析难度较大,而通过建立统一的数据平台有望打破这种信息孤岛格局,继而让数据因分享产生价值。
 
业务部门主要任务是自己部门日常的经营,包括操作流程、考核指标、门店管理、人员管理等,对于大数据能给自己带来什么样的价值则认知程度不高,同时加上对于数据分析的技术和工具知之甚少,因此很难把自己对于本职业务的理解和数据分析做紧密的结合,转化为数据分析所需要的种种要求,导致IT团队、大数据团队很难深入理解业务,而最终IT部门交付的成果对业务带来的价值有限,而业务又提不出具体需求。
 
不少零售企业的整体性数据收集平台还不是很完善,数据提取、整合、可视化、探索分析等程度相对落后,定期的商业报告也还是通过抓取数据仓库里面的数据,组成固定格式的报表并用于简单分析。即便有的企业构建了自己的数据平台,虽然能够实时地呈现业务分析报告,也只是停留在报表的提供层面。
 
如何变?大数据分析助力新零售破局
 
永洪科技从自主研发的敏捷BI产品入手,一步步横向扩展,陆续推出了高性能计算引擎、自服务数据准备、深度分析等重要模块,构成了一站式数据分析平台。多年沉淀打磨平台的结果,客户都能以极低的门槛、极高的易用性、端到端完整的数据处理能力快速构建属于自己的数据应用。积累至今,永洪科技基于众多零售项目实践进行提炼,与客户、合作伙伴一起打造了数据应用体系以及零售数据分析解决方案。

 

零售数据应用体系
 
  • 用户分析
用户分析主要是对顾客群体的购买行为的分析。通过对用户的年龄、人均购买次数、购买总金额、消费地区、购买途径等数据进行分析,深入洞察消费者购物行为和偏好,寻找到高价值客户的消费规律,通过精准营销,提升销售额。

 

用户分析
 
  • 门店分析
实体门店仰赖营业额作为绩效指标,但对于营业额不佳的门店,却难以有更进一层的数字观察与改进。通过数据分析,进行门店客流追踪,不仅能根据日、周、月、年等做周期分析、跨门店分析,还能结合POS营业额等销售数据做整合分析,进而预测下一周期的营运绩效,助力零售商达到经营效益最大化。

 

门店分析
 
  • 商品分析
商品分析的主要数据来自销售数据和商品基础数据。主要分析商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等,从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过对这些指标的分析来指导企业商品结构的调整,加强所营商品的竞争能力和合理配置。
 
商品分析
 
  • 渠道分析
如果企业同时运营着线上渠道和线下渠道,需要对加盟商的情况做到心里有数,因为库存和缺货是所有的零售迫切解决的一个难题。如果零售商对用户的需求没有进行精准的预测,则会导致供需失衡,造成高库存或者是缺货状态,最终将造成成本上的浪费。通过对渠道数据进行分析,可以对供需平衡进行高效管控,降低成本。

 

渠道分析
 
通过大数据分析可以解释:WHO——购买和使用产品的消费者是谁、WHEN——在什么时候购买、WHERE——在什么地方购买、WHAT——消费者购买了什么产品、WHY——消费者为什么购买,助力新零售企业管理者深度洞察顾客消费偏好,提高营销决策水平,实现销售额的高速增长。
版权声明

 

永洪BI
更敏捷、更快速、更强大

申请试用
Copyright © 2012-2020 北京永洪商智科技有限公司
京ICP备12050607号 京公网安备110110802011451号