外链代发包收录,纯手工外链代发就找老客外链吧

站长新闻

您的位置:老客外链吧 > 站长新闻 > 互联网 >

如何玩转零售业的数字化转型2.0时代?

文章来源:老客SEO 作者:老客SEO 人气:14 时间2019-09-30 16:23:02

零售转型步入深水区,数字化的形态也在逐步优化,从外在的赋能工具,内化为企业自身的驱动力,升级为更新的2.0版本。

数字化已然成为决胜零售江湖的“独孤九剑”,其为零售行业带来的改变也有目共睹。而今零售转型步入深水区,数字化的形态也在逐步优化,从外在的赋能工具,内化为企业自身的驱动力,升级为更新的2.0版本。

“归结起来,之于零售企业而言,数字化的意义就在于效率更高、离消费者更近。”在2019万达商业年会上,本刊记者专访了TalkingData合伙人兼执行副总裁林逸飞。作为万达的合作伙伴,他一直在探索零售数字化的兼容之道。

“数”读消费市场

TalkingData合伙人兼执行副总裁林逸飞

商业数字化风风火火地跑了几年,将消费市场以及整个零售行业打磨出了新的模样。在林逸飞看来,大数据梳理下的消费生态呈现出三个“新”特色——新品类、新流量、新场景。所谓新品类,并非是横空出世的,而是原有的一些传统消费品类在叠加数字化的服务之后,被赋予了新的延展意义,如咖啡、健身等;而新流量是缘于互联网的普及,以及线下商业数字化的进程加速,很多新的具备明确地缘属性的流量,比如低线市场的消费数据,开始被识别、被计量,并被带到了线上;新场景则是在前两者的综合作用下体现的,正如以前的快闪店并不稀奇,但因为加入了新的地缘属性流量和新品类,快闪店可以被改造为新场景,比如被加入IP属性、游戏玩法等,目标客群与消费链路也会随之产生变化。

林逸飞强调,中国的消费市场容量极大,不能一概而论,而需要根据不同的维度来进行具体的分门别类。

消费市场的数字化程度日益加深,反映到零售供给侧,不难看出,整个行业对数字化的关注、认可乃至期许都在持续增长。一方面,企业的思考与判断能力在提升。比如自中台概念被提出后,很多企业从人云亦云开始,到实地接触技术商,经过讨论与思考之后,开始逐步考虑自身是否真的需要中台服务;而从整体进程而言,缘于对数字化的重视程度、实践时间乃至企业自身实力的不同,行业内不同企业之间的数字化实力拉开了较为明显的差距。

大部分头部企业本身的基础业务管理能力已然优于同行,同时又较早地开启了数字化转型的步伐,因此具备较为强悍的数字化对接与契合的能力。当出现新的趋势、数据、流量时,它们可以及时地做出相应的跟进措施;此外,还有一部分伴随着数字化成长起来的新兴企业,他们本身具备足够的数字化营销能力,在玩法与模式上多有创新。两者成长曲线不尽相同,但可谓各擅胜场。

也正是因为本身属性与数字化能力的不同,零售企业在数字化进程中所面临的痛点与难点也不一而足。对于传统零售企业来说,完善的基础管理运营能力是其巨大的优势,具备足够的能力与厚度来引入新技术,但另一方面,固若金汤的预算制、决策制乃至集约化的管理机制,也意味着一旦数字化开始,便牵一发而动全身。于是问题的关键显而易见——已然成熟且应用多年的管理流程能否支撑快速发生的变化;而对于大部分存活不到五年的新兴企业而言,很长一段时间忙着跑马圈地,导致根基较为薄弱,最基础的零售业务反而并没有进行系统化的梳理。而再回过头去补基础课程,产品管理、运营业务、经营模式的积累却不能一蹴而就,需要长时间的打磨;事实上,最难的是“中间型”企业,既没有厚重的管理经验、规模与效益的积累,亦没有新兴企业的蓬勃生命力和数字化精神,在环境的倾轧与时代浪潮的席卷下,也基于自身实际做出了不同的选择。

算法模型不断优化

缘于不同企业之间的泾渭分明,在选择合作伙伴时,TalkingData也有自己的一套标准——首先是企业的产品力;其次是团队的数字化对接能力,包含决策力和执行力;第三则是市场前景。

TalkingData的最大优势在于“打理数据”十分专业,林逸飞表示,过去八年里,TalkingData一直在梳理市场数据,搭建营销模型,同时在科技侧也积累了一定的实力。在与万达、丙晟科技的合作中,依托万达在线下场景巨大的客流量,以及运营能力的优势,TalkingData将数据、科技以及运营经验叠加在万达提供的线下流量上,进行有机整合,合力塑造出具备新属性的流量端。换言之,将万达固有的客流量进行梳理、分析、总结,再反之将其结果应用到场景运营上,实现数据与数据之间的指导决策闭环。

事实上,TalkingData一直致力于从数据和业务两个航道来驱动零售企业数字化转型,一是智能化数据平台,二是智能化营销平台。

过去,很多企业都把关注点放在站外,致力于开发私域或半私域化流量。而最近半年,线下数字化能力显著提升,被激活的数字化流量越来越多。因此,TalkingData将两大关注领域结合起来,将站外的私域流量和线下流量进行整合对接,如此一来,结果会更加有效且精细。这并不难理解,过去,零售企业走过一个很大的数字化误区,就是将所有可以触达的数据都纳入囊中,但大部分无效数据都无法被识别或变现,等于做无用功。相对而言,收集更精细化的流量样本,远比广撒网遍捞鱼要有效得多。

此外,TalkingData在AI领域尝试了新的实践与应用,针对选址、销量预测、网点精细化运营等具体环节,推出了第二代功能业务。之于第一代,第二代有两处显著升级——首先,数据更为丰富,以前的流量来源大多依赖于线上,现在,线下可识别的数据也在稳步增长;第二,在算法开箱之时,拥有足够多的场景去训练与实践,可以通过具体应用来测试是否真的有效,从而不断调校、优化,并用现实数据来训练算法。最终呈现结果则更为真实且稳定,偏差度更小。

林逸飞用一个很普遍的例子来阐述了整个过程——当企业对某个低线城市区块产生兴趣,面临的几个主要问题都是大同小异的——该领域客流量如何、周边社区客群属性、周边配套设施、有无竞争对手等。以前,企业大多会依靠经验判断,现在则可以通过数据来进行测算,制定区域进入策略。当进入运营状态之后,消费者的线上轨迹和线下到店的行动线索都可以被识别与计量,并打通对接,建立起对应数据模型之后,继续对该区域客群进行反复测算与分析,模型便不断被优化,从而形成数字化营销与运营的循环,不断迭代升级。

从到店开始,消费、售后反馈,乃至下一次进店,消费者的“数据建模”并不是固定不变的,而是持续更新的行动路径。TalkingData曾提出的D2D方法论,即从“数字化”到“数字化”,以业务数字化为起点,以效益数字化为节点,形成闭环,正是如此逻辑。

“科技和数据极大地解决了效率问题,但更重要的是,数据让企业对消费者有了全新的认识。”林逸飞如是说。

信息来源:本文原载于《零售世界》杂志2019年第10期“技术”栏目

作者:朱影

本文转载自:零售世界杂志

联系我们

在线服务 外链咨询 二维码

扫码添加微信:juxia_com