一、五分钟带你看懂新零售是什么

马云说：未来没有电子商务，只有新零售。他坦言，近年来电商的崛起已然对传统零售业造成了降维打击，而传统零售业态想要逆风翻盘就必须走“线上+线下”一体化的新零售道路。

阿里巴巴现任CEO张勇说：零售就是人、货、场的连接。而新零售，就是对传统零售业态下人、货、场三要素的有序重构，就是借助互联网思维和技术把最终付钱的“人”和人所需要的“货”连接在一起形成一个线上线下共融的“场”。

雷军说：新零售，即用互联网思维做线上线下融合的零售业态

刘强东说：我们马上迎来“第四次零售革命”（前三次分别为百货商场、连锁商店、超级市场革命），这将把人类带入智能商业时代。

看了上面那么多大牛的讲解，相信你也和我一样一头雾水，那么如何简单的理解新零售呢？

通俗的讲，新零售于顾客而言就是四个字：“多、快、好、省”。作为顾客，我并不关心高深的商业模式升级，只希望我的购物体验得到质的飞跃，而这一飞跃就可以浓缩概括为品类多、速度快、质量好、价格省。

而于零售商而言，为了满足顾客这一需求，需要运用数字化技术使线上、线下渠道融合，最终实现运营的降本增效。

举个例子，我们熟悉的盒马鲜生其实就是新零售的典型代表，它极为巧妙的将“人”、“货”、“场”三要素融会贯通，实现了线上线下的一体化，为用户实现“多、快、好、省”的价值，同时也能为线下零售门店提供新的业务价值。我们可以这样形象的去理解这个问题，盒马鲜生APP就相当于一个“线上的虚拟场”，它利用阿里平台的优势和能力在线下搭建起实体门店（即“线下的实体场”），从而实现线上线下“场”的共融。而“货”则指实体的商品，货是连接“人”与“场”的桥梁，用户为寻找特定的“货”而访问线上或线下的“场”，而场则为“货”提供展示平台（线上体现为APP的信息展示，线下体现为货物的仓储）。下单用户、配送员、门店服务员这些“人”则都由围绕“货”和“场”有序展开活动，他们连接着商品需求、分拣、配送等核心环节。

二、新零售与传统零售业的本质区别——数据价值的挖掘

有了上述盒马鲜生的例子铺垫，相信你对新零售的概念已经有了一个大致的了解。

那么，新零售与传统零售业的本质区别何在呢？

通过一个类比，我们就能通俗的理解这个问题。

一般而言，社区夫妻店规模较小，夫妻二人身兼多职，既是进货员，还是收银员、仓配员；历史销售数据不能发挥引导决策的作用，导致进货铺货全靠直觉；仓储数据不能实时线上化，故每次库存复盘繁琐且常有丢件、掉件。

而盒马鲜生作为日化超商新零售的代表，可以说是把数据价值用到了极致。

盒马通过大数据、移动互联、自动化等先进技术，实现从线上APP下单，到门店打包，再到末端配送的全链路数据驱动。

通过上例，我们不难发现，当下数据已成为最重要的生产资料之一，而新零售与传统零售业的本质区别即数据价值的挖掘。当数据价值得到挖掘后，如何让它用“平易近人”的方式赋能行企工作人员，这是可视化技术需要做的事情。

三、一个案例，带你看懂零售业的数据挖掘与可视化潜力

既然，传统零售业向新零售转型升级的底层支撑是数据挖掘与可视化技术，那么它们又是怎样赋能具体业务模块的呢？下面我们从人、货、场三个要素切入，逐一探讨~

1. 人——消费者洞察，从B2C到C2M

俗话说，知己知彼，百战百胜，对消费者的洞察是后续选品和引导消费的第一步。

过去，整个传统零售业对客户的洞察还浮于表面，大多数时候选品等一系列决策都是经营者“拍脑袋”想出来的。在这种传统B2C模式下，零售一般以生产企业为中心，推行大规模、标准化的流水线生产，生产完成后通过一级分销、二级分销等流通环节最终到达终端客户，这种模式下供应链上各主体缺乏沟通,很容易导致“生产与需求不对称”的问题。

而C2M模式，则以客户为中心，实现反向的“需求拉动式供应链”，厂商在进行客户画像绘制，需求调研预测等一系列前期工作后，再按照需求进行“柔性生产”，这能很好的避免产能过剩。

而消费者画像应该聚焦哪些具体指标？这些指标又是怎样被挖掘出来的呢？

举个例子，如图所示，是一个基于数据挖掘和可视化技术的消费者画像数字大屏。其中聚焦了年龄、性别、城市、省份、会员等级等硬性指标，而这些指标都是由线下的“场”利用门店wifi、人脸识别、会员系统实现同步上传的。除了上述指标外，还能够通过大屏进行近一步的数据分析挖掘，例如会员同比增长数、销售占比、偏爱单品预测等。

2. 货——选品、递送与复盘

除了“人”以外，“货”也要通过数据互联实现线上线下的全链路打通。

而零售业围绕“货”的核心工作，可以按照时间顺序，大致分为生产前的选品、生产后的递送、再生产前的复盘三大环节。由于选品工作很大程度商取决于消费者画像，而消费者画像的刻画在前篇已经描述过了，此处就主要阐述“货”的递送、复盘。

就递送需求而言，可以通过搭建数据中台的方式，帮助零售商来统一指挥各个门店的仓储、库存、物流的调度。通过平台打通所有门店的仓储、库存、物流系统以及线上零售平台（天猫、京东等）,并和线下门店做到“货”的打通。这样一来，商品可以直接在全渠道上架,会员体系在全渠道打通,从而改造现有的零售商、品牌商内部的所有系统,让大数据最大发挥应用。

就复盘而言，可以通过数据挖掘和可视化技术通过实时大屏展现产品销售状况，能够敏捷的对产品策略进行调整。如下图所示，零售商能够结合旗下品牌各季主推SKU产品，对品牌产品进行直观展示，包括品牌矩阵、品类销售占比、主推产品销售情况、产品销售排行榜。

3. 场——线上线下“场”的交互

过去，传统零售商主攻线下实体门店渠道，而从传统线下布局迁移到“线上+线下”后，对“场”的交互也提出了更高的要求。

就线上“场”的搭建而言，通过可视化技术将线下各实体门店与线上电商门店进行统一的数据整合进而赋能管理层级人员。如图所示，大屏能够展示全渠道的实时销量、金额、流量等，且能够同步显示当月指标完成率，方便管理层级人员通过数据实现产品战略的制定与迭代。

除了利用数字化大屏对线上“场”进行搭建以外，零售商也应加强线下“场”的数字化进程，例如通过智能设备（试穿评估、热力动线等）采集顾客进店后的行为数据，进行针对性的店内导购。

四、结语

最后，零售业在未来还有很长的路要走，新零售也不会是零售行业迭代进步的终点。虽然，我们不能预见未来的零售业态会以怎样的形式存在，但有一点是可以肯定的，即数据挖掘和可视化技术在助力零售业转型升级之路上会起着愈发重要的作用。

以上新零售数字大屏案例来自于袋鼠云