近日，《數字化時代，零售門店如何尋找運營突破點》線上活動舉辦。此次線上直播中，網易數帆零售解決方案專家周道明圍繞零售企業數字化轉型趨勢、企業實現數據決策精細化運營要素解析、門店如何精細化運營介紹三方面內容進行了專業解讀，為零售行業精細化數據管理提供了新思路。
以下為大咖觀點實錄：
2020年以來，面對增速連年放緩的零售市場、跨界前來的競爭對手、日益挑剔的消費者，以及突如其來的新冠疫情，許多中國零售企業可謂壓力重重、步履維艱。
但在陰霾之下我們也能發現亮點，一批數字化轉型先行者，聚焦于消費者互動、員工賦能、智慧供應鏈和智慧門店等四大維度突出重圍，實現業績增長。數字化轉型的先行者用良好的表現凸顯了企業技術強度的重要性。我們今天的分享就圍繞這幾個重點維度展開討論。
傳統零售企業常見的痛點有以下場景：顧客在何時何地有購買欲？買過什么？會不會再來？企業該如何備貨？如何智慧決策？這些問題深深困擾著企業。而在新零售背景下，新技術在零售行業的運用一直處于不斷升級中，這也為零售企業提供了新選擇。借助于數字化建設，不少傳統零售企業紛紛開始走上數字化轉型之路。
零售企業數字化建設的本質
基于以上痛點，我們總結出零售企業數字化建設的本質，即通過數倉（數據中臺）進行匯聚、清洗、轉換、連接，通過數據看板形成方便業務端理解的信息，再加上自動化的AI算法引擎，反向促進業務端采購、倉儲的高效運營，形成一個有效閉環。而在此過程中，數據賦能企業精細化管理運營，把數字化沉淀能力轉化為業務賦能顯得尤為重要。
影響零售企業實現數據決策精細化運營的核心五要素
管理運營的核心即決策，零售企業要想實現數據決策精細化運營，需要滿足以下五要素：數據文化、數據組織、數據思維、數據運營、數據平臺。其中，數據思維是前提，數據運營、數據平臺是基礎。
數據思維主要針對門店前端一線的業務人員，那么如何提升業務人員的數據思維呢？來看下圖：
首先要提升業務人員的數據敏感度，學會用數據描述問題，比如某季度的轉化率下降，以數據思維，可以描述為“轉換率持續下降，較上周下跌70%”等。
其次是業務人員需要理解指標背后與業務相關的計算邏輯，能夠掌握對比分析、溯源思維等數據分析方法和分辨數據問題的能力。
數據運營的基本工作是定標準、管運維，即確定好統一的標準，并有效觸達到執行層。而更重要的目標是數據價值體現和企業數據文化養成。
對于零售企業來說，構建數據開發平臺，也就是構建數據中臺和BI。其中，中臺主要包含以下幾大模塊：數倉建模、數據開發、API服務和數據運維等。BI則是用來實現可視化，培養業務人員的數據意識和數據文化。
大數據技術精準賦能零售增長
下面我們講講，如何通過大數據技術實現零售門店的新突破點？
要回答這個問題，首先要搞清楚零售企業的核心戰略指標如何拆解。其中，影響門店業績增長的有三大關鍵因素：暢銷品是否有貨、商圈客流的情況、門店能否聚客。
要實現這三點，難點在于如何選址、如何獲客、如何防止暢銷品缺貨、如何實現門店精細化管理。對應到數據執行層面，即：智能選址、消費者運營（門店獲客）、智能補貨、門店損益平衡分析等。
我們先來看下門店選址，傳統的零售選址依賴人工統計，時效性低、準確度不高、洞察深度不準，無法沉淀成標準化經驗。而大數據選址可以幫助企業精準鎖定目標客群，實現企業客群定位與商圈客流客群之間的精準匹配，從而提升門店選址的精準度和效率。
依托于網易集團沉淀多年的海量消費者數據資產，網易數帆可以通過雙方數據碰撞的方式，幫助企業豐富消費者畫像，再借助問卷調研的方式，通過企業的內部業務專家，采集到符合企業經營策略的關鍵選址決策因子。
最后系統會根據潛在POI點附近的人群畫像特征以及選址決策因子權重，進行綜合評估并打分，最終輸出該區域內符合該企業經營策略的最佳門店選址POI清單。
門店獲客方案：營銷推廣千人千面
除了選址的難題，門店獲客也是零售企業實現精細化運營不可忽視的關鍵部分。
眾所周知，零售的本質是洞察消費者，并提供與之相匹配的商品和服務。那么如何通過消費者運營平臺更好地洞察消費者？
我們認為首先需要通過大數據平臺實現數據采集和加工，進行清洗和數據標簽，基于客戶標簽和數據洞察來賦能門店，做好新客的獲取、粉絲的轉化、營銷場景的管理、客群的分層等，并最終從公域運營的投放引流轉化到私域運營，進而拉動復購。
其次，利用ID-Mapping，即可快速構建消費者畫像，形成全面的數據洞察，ID-Mapping在網易內部使用過程中已經非常成熟，已在網易嚴選取得良好驗證。因此消費運營平臺通過營銷自動化的模塊可進行精準的外部投放，和域內千人千面的營銷推廣。
那如何實現運營呢？可以從會員消費旅程構建業務運營模式出發。具體而言，從早期門店的公眾號、點評、門店的海報等種草渠道，吸引顧客到店或者在平臺上下單。顧客到店之后進行自動化營銷，比如消費有禮、新人第二件半價等自動化獎勵的政策。在顧客離店后進行定時定向觸達，通過社群、短信、微信等方式，吸引顧客再次到店。再通過會員權益、人群分類提升顧客的復購率。
以自動化營銷的應用場景為例，通過消費者運營平臺可以觸發零售企業自有的小程序、APP根據用戶下單的間隔日期自動提醒用戶，引導客戶從外賣平臺轉入私域渠道。運營平臺也會根據用戶的不同行為習慣，如用戶是習慣工作日到店、還是中午或下午到店的制定營銷方案，并結合優惠券到期提醒、14天未消費提醒、生日積分使用提醒等場景觸達客戶，促發客戶復購消費。
門店智能補貨方案：有效降低報損，不錯失銷售機會
解決了獲客難題，再來看看如何通過門店智能補貨幫助門店在廢棄以及折扣損失最小的情況下，實現銷售額最大化。
我們知道，如果門店的商品正好能滿足顧客的需求就可以帶來銷售收入；如果門店沒有顧客想要的商品，就會帶來銷售機會損失，特別是鮮食等短保商品還會產生廢棄損失。那么如何通過門店智能補貨，在機會損失與廢棄損失之間尋找最優解，提升門店的銷售業績呢？
網易數帆推出的門店智能補貨解決方案，基于數據中臺可以實現多觸點數據的接入，包括地域氣溫變化數據、降雨量、營銷日＆節假日、門店及商品等數據。再通過數據中臺之上的AI機器學習平臺提供的各種算法模型，我們就可以實現對于門店補貨的精準預測。此外，通過提供API數據服務的方式，我們還能與門店業務系統對接，從而自動生成業務系統補貨單，實現了數據決策到行動建議的閉環。
這一方案在具體落地的過程中，我們一般首先會根據商品保質期、運輸周期等業務約束條件將商品進行分組，再根據分組類型出不同的預測模型，例如現場加工類商品（小時級預測模型）、短保類商品（天級別預測）、長保商品（區間預測模型）。針對不同分組的商品，再根據銷量預測設計多組補貨策略，最后通過算法計算不同補貨策略的業務價值，從而篩選出最優補貨策略。在最后的測試推廣階段，我們一般會選取旗艦店或重點特征門店進行試點測試和推廣，再根據相似門店的人工與機器并行測試來驗證方案的實施效果。
門店精細化管理：加強自動智能診斷
最后給大家分享一個單店損益平衡分析模型。我們認為單店精細化運營的一個核心需求，就是體現在如何把門店的帳算清楚。我們需要算出在不同的季節、促銷期，位處不同商圈的，不同店型的門店每月的損益平衡銷售額，這樣才能合理制定整體銷售目標和管理經營策略。
如果當前是虧損的表現，我們就需要挖掘到固定費用和變動費用的明細構成，一般是需要重點關注變動費用的合理性，例如在便利店行業，我們需要考慮廢棄金額的合理性。針對廢棄金額高的商品，我們首先需要考慮該商品是暢銷品還是滯銷品，如果是滯銷品，進而反映出門店訂貨不合理，賣不動的商品還在重點訂貨，便于及時改變訂貨策略。
