近日，《数字化时代，零售门店如何寻找运营突破点》线上活动举办。此次线上直播中，网易数帆零售解决方案专家周道明围绕零售企业数字化转型趋势、企业实现数据决策精细化运营要素解析、门店如何精细化运营介绍三方面内容进行了专业解读，为零售行业精细化数据管理提供了新思路。

　　以下为大咖观点实录：

　　2020年以来，面对增速连年放缓的零售市场、跨界前来的竞争对手、日益挑剔的消费者，以及突如其来的新冠疫情，许多中国零售企业可谓压力重重、步履维艰。

　　但在阴霾之下我们也能发现亮点，一批数字化转型先行者，聚焦于消费者互动、员工赋能、智慧供应链和智慧门店等四大维度突出重围，实现业绩增长。数字化转型的先行者用良好的表现凸显了企业技术强度的重要性。我们今天的分享就围绕这几个重点维度展开讨论。

　　传统零售企业常见的痛点有以下场景：顾客在何时何地有购买欲?买过什么?会不会再来?企业该如何备货?如何智慧决策?这些问题深深困扰着企业。而在新零售背景下，新技术在零售行业的运用一直处于不断升级中，这也为零售企业提供了新选择。借助于数字化建设，不少传统零售企业纷纷开始走上数字化转型之路。

　　零售企业数字化建设的本质

　　基于以上痛点，我们总结出零售企业数字化建设的本质，即通过数仓(数据中台)进行汇聚、清洗、转换、连接，通过数据看板形成方便业务端理解的信息，再加上自动化的AI算法引擎，反向促进业务端采购、仓储的高效运营，形成一个有效闭环。而在此过程中，数据赋能企业精细化管理运营，把数字化沉淀能力转化为业务赋能显得尤为重要。

　　影响零售企业实现数据决策精细化运营的核心五要素

　　管理运营的核心即决策，零售企业要想实现数据决策精细化运营，需要满足以下五要素：数据文化、数据组织、数据思维、数据运营、数据平台。其中，数据思维是前提，数据运营、数据平台是基础。

　　数据思维主要针对门店前端一线的业务人员，那么如何提升业务人员的数据思维呢?来看下图：

　　首先要提升业务人员的数据敏感度，学会用数据描述问题，比如某季度的转化率下降，以数据思维，可以描述为“转换率持续下降，较上周下跌70%”等。

　　其次是业务人员需要理解指标背后与业务相关的计算逻辑，能够掌握对比分析、溯源思维等数据分析方法和分辨数据问题的能力。

　　数据运营的基本工作是定标准、管运维，即确定好统一的标准，并有效触达到执行层。而更重要的目标是数据价值体现和企业数据文化养成。

　　对于零售企业来说，构建数据开发平台，也就是构建数据中台和BI。其中，中台主要包含以下几大模块：数仓建模、数据开发、API服务和数据运维等。BI则是用来实现可视化，培养业务人员的数据意识和数据文化。

　　大数据技术精准赋能零售增长

　　下面我们讲讲，如何通过大数据技术实现零售门店的新突破点?

　　要回答这个问题，首先要搞清楚零售企业的核心战略指标如何拆解。其中，影响门店业绩增长的有三大关键因素：畅销品是否有货、商圈客流的情况、门店能否聚客。

　　要实现这三点，难点在于如何选址、如何获客、如何防止畅销品缺货、如何实现门店精细化管理。对应到数据执行层面，即：智能选址、消费者运营(门店获客)、智能补货、门店损益平衡分析等。

　　我们先来看下门店选址，传统的零售选址依赖人工统计，时效性低、准确度不高、洞察深度不准，无法沉淀成标准化经验。而大数据选址可以帮助企业精准锁定目标客群，实现企业客群定位与商圈客流客群之间的精准匹配，从而提升门店选址的精准度和效率。

　　依托于网易集团沉淀多年的海量消费者数据资产，网易数帆可以通过双方数据碰撞的方式，帮助企业丰富消费者画像，再借助问卷调研的方式，通过企业的内部业务专家，采集到符合企业经营策略的关键选址决策因子。

　　最后系统会根据潜在POI点附近的人群画像特征以及选址决策因子权重，进行综合评估并打分，最终输出该区域内符合该企业经营策略的最佳门店选址POI清单。

　　门店获客方案：营销推广千人千面

　　除了选址的难题，门店获客也是零售企业实现精细化运营不可忽视的关键部分。

　　众所周知，零售的本质是洞察消费者，并提供与之相匹配的商品和服务。那么如何通过消费者运营平台更好地洞察消费者?

　　我们认为首先需要通过大数据平台实现数据采集和加工，进行清洗和数据标签，基于客户标签和数据洞察来赋能门店，做好新客的获取、粉丝的转化、营销场景的管理、客群的分层等，并最终从公域运营的投放引流转化到私域运营，进而拉动复购。

　　其次，利用ID-Mapping，即可快速构建消费者画像，形成全面的数据洞察，ID-Mapping在网易内部使用过程中已经非常成熟，已在网易严选取得良好验证。因此消费运营平台通过营销自动化的模块可进行精准的外部投放，和域内千人千面的营销推广。

　　那如何实现运营呢?可以从会员消费旅程构建业务运营模式出发。具体而言，从早期门店的公众号、点评、门店的海报等种草渠道，吸引顾客到店或者在平台上下单。顾客到店之后进行自动化营销，比如消费有礼、新人第二件半价等自动化奖励的政策。在顾客离店后进行定时定向触达，通过社群、短信、微信等方式，吸引顾客再次到店。再通过会员权益、人群分类提升顾客的复购率。

　　以自动化营销的应用场景为例，通过消费者运营平台可以触发零售企业自有的小程序、APP根据用户下单的间隔日期自动提醒用户，引导客户从外卖平台转入私域渠道。运营平台也会根据用户的不同行为习惯，如用户是习惯工作日到店、还是中午或下午到店的制定营销方案，并结合优惠券到期提醒、14天未消费提醒、生日积分使用提醒等场景触达客户，促发客户复购消费。

　　门店智能补货方案：有效降低报损，不错失销售机会

　　解决了获客难题，再来看看如何通过门店智能补货帮助门店在废弃以及折扣损失最小的情况下，实现销售额最大化。

　　我们知道，如果门店的商品正好能满足顾客的需求就可以带来销售收入;如果门店没有顾客想要的商品，就会带来销售机会损失，特别是鲜食等短保商品还会产生废弃损失。那么如何通过门店智能补货，在机会损失与废弃损失之间寻找最优解，提升门店的销售业绩呢?

　　网易数帆推出的门店智能补货解决方案，基于数据中台可以实现多触点数据的接入，包括地域气温变化数据、降雨量、营销日&节假日、门店及商品等数据。再通过数据中台之上的AI机器学习平台提供的各种算法模型，我们就可以实现对于门店补货的精准预测。此外，通过提供API数据服务的方式，我们还能与门店业务系统对接，从而自动生成业务系统补货单，实现了数据决策到行动建议的闭环。

　　这一方案在具体落地的过程中，我们一般首先会根据商品保质期、运输周期等业务约束条件将商品进行分组，再根据分组类型出不同的预测模型，例如现场加工类商品(小时级预测模型)、短保类商品(天级别预测)、长保商品(区间预测模型)。针对不同分组的商品，再根据销量预测设计多组补货策略，最后通过算法计算不同补货策略的业务价值，从而筛选出最优补货策略。在最后的测试推广阶段，我们一般会选取旗舰店或重点特征门店进行试点测试和推广，再根据相似门店的人工与机器并行测试来验证方案的实施效果。

　　门店精细化管理：加强自动智能诊断

　　最后给大家分享一个单店损益平衡分析模型。我们认为单店精细化运营的一个核心需求，就是体现在如何把门店的帐算清楚。我们需要算出在不同的季节、促销期，位处不同商圈的，不同店型的门店每月的损益平衡销售额，这样才能合理制定整体销售目标和管理经营策略。

　　如果当前是亏损的表现，我们就需要挖掘到固定费用和变动费用的明细构成，一般是需要重点关注变动费用的合理性，例如在便利店行业，我们需要考虑废弃金额的合理性。针对废弃金额高的商品，我们首先需要考虑该商品是畅销品还是滞销品，如果是滞销品，进而反映出门店订货不合理，卖不动的商品还在重点订货，便于及时改变订货策略。