19世紀零售早期形態(tài)主要是大型批發(fā)商為主，20世紀之初有超級市場(chǎng)的形態(tài)出現，21世紀電子商務(wù)得到了極大程度的發(fā)展。再到現在我們提倡的新零售時(shí)代，我們是怎么定義的？
首先核心關(guān)鍵詞是以用戶(hù)為核心。我覺(jué)得這個(gè)跟百果園的“偉大的顧客”的命題是不謀而合的。第二個(gè)是在全業(yè)態(tài)全渠道的整合，第三個(gè)是在線(xiàn)上線(xiàn)下的整合，包括屈臣氏在線(xiàn)上線(xiàn)下做出的一些努力。我們剛好跟屈臣氏在整個(gè)數字化建設的過(guò)程中有幸合作，一起參與了這個(gè)過(guò)程。
線(xiàn)下的零售現在有什么樣的困境？對屈臣氏來(lái)說(shuō)，他們是“當事人”，會(huì )有一方的視角。對于我們這種外部團隊，我們也有一些外部視角。因為早前我們主攻的是互聯(lián)網(wǎng)行業(yè)。
我們看到了五個(gè)問(wèn)題：
第一，現在的獲客很難，客戶(hù)留存變得很難，我們跟客戶(hù)之間缺少鏈接。
第二，線(xiàn)下商品的復購率低，線(xiàn)下商業(yè)可營(yíng)銷(xiāo)手段遠沒(méi)有線(xiàn)上商業(yè)多。
第三，我們對客戶(hù)缺乏了解。我們都在說(shuō)客戶(hù)運營(yíng)，這件事情一定是因地制宜、因材施教的，如果對客戶(hù)沒(méi)有了解，很難進(jìn)行精準服務(wù)。
第四，缺少數據驅動(dòng)。即使我們了解用戶(hù)，每次做完活動(dòng)、服務(wù)之后，結果是怎樣的？問(wèn)題出在哪？有一個(gè)提升的空間，這些都需要用數據進(jìn)行指導。
第五，缺少用數據運營(yíng)為服務(wù)的經(jīng)驗?？赡苡泻玫墓ぞ?、數據，但缺少好的方法論進(jìn)行支撐。
我們本身不做零售，我們作為外部服務(wù)的視角，也總結了一個(gè)方法論。
屈臣氏的胡總提到“三個(gè)一”，我們的經(jīng)營(yíng)模式是“1+4+1”。
首先是“一個(gè)基礎”，它是支撐企業(yè)全面數字化經(jīng)營(yíng)的數據中臺。
四個(gè)要素，一是建立與用戶(hù)的連接。之前互聯(lián)網(wǎng)企業(yè)的運營(yíng)非常高效，因為它跟用戶(hù)之間的連接是一直在線(xiàn)的；二是我們需要有更新穎的營(yíng)銷(xiāo)手段。以前在線(xiàn)下是不斷做活動(dòng)，有沒(méi)有更好更新穎的方式？三是用數據指導運營(yíng)。包括像屈臣氏的胡總提到的，他們利用用戶(hù)價(jià)值模型做了用戶(hù)分層，這些都是通過(guò)數據進(jìn)行指導的；四是做完所有的事情，一定要有分析和復盤(pán)。企業(yè)做的所有事情都是實(shí)實(shí)在在的成本，成本產(chǎn)生的價(jià)值是怎樣的？一定需要做數據分析和復盤(pán)。所以這四個(gè)要素也可以總結起來(lái)，叫做客戶(hù)運營(yíng)中臺。
最后是“一項能力”，這就是前面我們提到的五個(gè)問(wèn)題，有了好的工具和方法，但不具備靈活運用的能力，這也是現在的線(xiàn)下企業(yè)需要構建的能力，就是怎么用互聯(lián)網(wǎng)擁有運營(yíng)用戶(hù)的能力。
我們講究用數據連接“人、貨、場(chǎng)”，我們分成數據中臺層和用戶(hù)運營(yíng)中臺層，這一部分是給企業(yè)IT進(jìn)行賦能的，核心是數據資產(chǎn)、數據產(chǎn)品、數據服務(wù)，以及我們如何給上層的業(yè)務(wù)部門(mén)做運營(yíng)支撐。業(yè)務(wù)部門(mén)有了這些工具、數據之后，在運營(yíng)的分析場(chǎng)景上怎樣做門(mén)店的診斷、用戶(hù)的洞察？做完分析，一定要用到具體的場(chǎng)景里，線(xiàn)上可能有O2O的微商城，線(xiàn)下也有客流，用戶(hù)到店后，要進(jìn)行數據化的導客服務(wù)，這些都需要數據來(lái)指導。
總結起來(lái)就是幾個(gè)關(guān)鍵詞。第一，數據中臺層的數據資產(chǎn)；第二，用戶(hù)中臺層的私域流量?，F在線(xiàn)上的流量越來(lái)越貴了，既然他已經(jīng)到了我們的門(mén)店，在這里產(chǎn)生了消費，有沒(méi)有可能把他變成自己的用戶(hù)？第三，我們希望給線(xiàn)下門(mén)店產(chǎn)生更強的科技感。比如廣泛用電子價(jià)簽。做生鮮也好，做乳制品也好，像這樣的商品保質(zhì)期非常短暫，顧客對這類(lèi)商品也非常強的價(jià)格敏感度。我們可以用算法結合更好的電子價(jià)簽這樣的硬件，在損耗和銷(xiāo)量之間達到非常好的平衡。像互動(dòng)貨架、互動(dòng)大屏，都是我們可以在線(xiàn)下門(mén)店做的數字化嘗試。
（PPT圖示）這是我們總結出來(lái)的企業(yè)數字化客戶(hù)經(jīng)營(yíng)全景圖，總結出來(lái)就是五件事情：一是建平臺；二是建設數據資產(chǎn)化；三是構建數字產(chǎn)品；四是發(fā)現企業(yè)的風(fēng)險源，有一個(gè)關(guān)鍵詞叫輿情，就是在各個(gè)線(xiàn)上渠道和平臺里，包括在私域流量的用戶(hù)評價(jià)里，這些都是輿情；五是影響力的建設。對于企業(yè)IP構建這套東西，做完并不是自己在用，一定是業(yè)務(wù)部門(mén)在用，要說(shuō)服業(yè)務(wù)部門(mén)，這是很先進(jìn)的科學(xué)工具，是有數據作為支撐的，這都是內部的影響，進(jìn)而把它放大到外部門(mén)店去。
為什么數據中臺很火？簡(jiǎn)單做一個(gè)比較，數據中臺跟傳統數據應用的對比下有什么優(yōu)勢？首先是規模上，在傳統的數據應用場(chǎng)景里，能處理的數據規模非常小?，F在我們講大數據和數據中臺，基本都是PB級的。第二個(gè)是數據的多樣性，以前只能處理一些結構化的數據，本身在系統里，但還有大量非結構化和半結構化數據，這些都可以被使用起來(lái)。第三個(gè)是數據的實(shí)時(shí)性，就像胡總提到的要做推薦，推薦這件事情一定是實(shí)時(shí)的，不能在現在的場(chǎng)景下給你推送過(guò)去你需要的東西，這是沒(méi)有意義的，所有這些都需要我們進(jìn)行實(shí)時(shí)計算，這對我們的算力有非常大的要求，這也是我們在傳統的數據庫時(shí)代不太能夠做到的，這是我們本身在能力上的差別。
在應用場(chǎng)景上的差別：第一點(diǎn)，預測。第二點(diǎn)，以前只能看結果數據，當有了更大的數據和更高算力之后，可以對未來(lái)做一定的預測，但預測這件事情本身有一個(gè)概率，我們永遠追求的都是每次預測更大的概率是對的，讓我們更多規避行為。第三點(diǎn)，智能，可以做更多商業(yè)智能決策模型。
（PPT圖示）這是數據中臺的價(jià)值體系，做完所有的事情，尤其是對于IT部門(mén)來(lái)說(shuō)，一定要論證有什么樣的價(jià)值。往往我們會(huì )把價(jià)值分兩部分，一部分是在后端的管理側，在組織的管理效率上，會(huì )對員工進(jìn)行畫(huà)像，對員工的工作狀態(tài)樹(shù)立各種各樣的指標，也可以看資源的使用效率。在前端的經(jīng)營(yíng)側，最核心的資產(chǎn)一定不是所謂的商品實(shí)物資產(chǎn)，一定是客戶(hù)資產(chǎn)。進(jìn)店時(shí)有用戶(hù)身份的識別，還有畫(huà)像識別，這些都是資產(chǎn)。包括對人跟貨的歸因分析，這也是資產(chǎn)。包括在各個(gè)部門(mén)渠道把用戶(hù)線(xiàn)索展示下來(lái)，沉淀在自己的私有流量池。包括掃碼購、小程序的微商城，我們也會(huì )做很多的投放，會(huì )有大量的線(xiàn)索被收集進(jìn)來(lái)，這都是我們應該施加影響的。
講完我們總結的方法論，我也想簡(jiǎn)單跟大家分享一下我們是怎么來(lái)做這件事情的。其實(shí)不管是給屈臣氏也好，還是我們跟其他企業(yè)的合作中，我們總結了一些心得經(jīng)驗。
首先，在服務(wù)過(guò)程中我們沉淀下來(lái)了一個(gè)平臺，叫惟數平臺，專(zhuān)門(mén)幫企業(yè)搭建平臺。圍繞大數據平臺進(jìn)行構建，在計算層會(huì )有很多計算引擎，在平臺層從最開(kāi)始的數據采集、數據同步、數據開(kāi)發(fā)到運維監控、數據質(zhì)量的管理、權限管理等等都有。提供了平臺的開(kāi)發(fā)層之后，中間這一層就是我們的數據資產(chǎn)，數據資產(chǎn)基本是圍繞數據開(kāi)發(fā)平臺來(lái)產(chǎn)生的。在數據應用里有哪些？第一個(gè)是圍繞著(zhù)客戶(hù)的畫(huà)像洞察分析，就是如何打標簽，如何進(jìn)行圈人，如何進(jìn)行人群管理。第二個(gè)是有大量的計算引擎，包括做查詢(xún)的引擎、分析的引擎、推薦的引擎、數據可視化的引擎，這些都是為了把數據放在一個(gè)一個(gè)應用場(chǎng)景中進(jìn)行服務(wù)的。第三個(gè)是數據API，有一套數據中臺，還會(huì )有很多的業(yè)務(wù)系統，我的業(yè)務(wù)系統要用到我的能力，那一定是通過(guò)數據的API來(lái)傳輸的。最上層是實(shí)實(shí)在在的應用場(chǎng)景，比如我們怎么做可視化報表，怎么做圈層的精準營(yíng)銷(xiāo)，怎么做千人千面的個(gè)性化推薦，不同的企業(yè)一定也有自己的個(gè)性化場(chǎng)景。
這是數據中臺建設過(guò)程中最重要的一環(huán)，就是客戶(hù)數據資產(chǎn)的閉環(huán)。第一步要做什么事情？就是整個(gè)客戶(hù)數據資產(chǎn)的建設，總共有三步，第一步是采集?，F在是一個(gè)非常好的時(shí)代，不管是線(xiàn)上還是線(xiàn)下，我們都有非常多非常豐富的數據采集手段。比如在第三方的媒體投放，不管是用戶(hù)點(diǎn)擊曝光的數據，還是表單內的數據，都可以被采集回來(lái)。包括線(xiàn)下可以提供免費wifi服務(wù)，或者攝像頭等等，可以采集到線(xiàn)下的客戶(hù)數據，包括像第三方的外部渠道，都開(kāi)放了API接口。
做完數據采集之后，在客戶(hù)數據資產(chǎn)這件事情上，最重要的事情就是做把控。因為在不同的渠道或者不同的應用場(chǎng)景里，都有一個(gè)屬于它的ID，但這些ID可能是不一樣的，有些是手機號，有些是Face ID，需要歸攏到同一個(gè)人身上，建立全景畫(huà)像，有價(jià)值維度、偏好維度等等。
做完數據資產(chǎn)的建設之后，資產(chǎn)這件事情一定是要變現的，主要是在經(jīng)營(yíng)、運營(yíng)、服務(wù)的過(guò)程中來(lái)體現，用自己的數據更好做投放，并指導運營(yíng)部門(mén)更好地做精細化運營(yíng)，包括門(mén)店里的導購人員怎樣根據用戶(hù)的畫(huà)像以及千人千面的推薦能力，第一時(shí)間把用戶(hù)可能需要的更基本的商品和服務(wù)推薦給他。包括做完所有事情之后的報表，需要更快更實(shí)時(shí)進(jìn)行生產(chǎn)。最終產(chǎn)生的結果就是，對整個(gè)企業(yè)來(lái)說(shuō)，我們可運營(yíng)的用戶(hù)規模放大了，所以可以進(jìn)行更多、更精細、更豐富的運營(yíng)活動(dòng)。
（PPT圖示）這是我們總結出的核心一環(huán)，這是一個(gè)很復雜的網(wǎng)狀結構，所以說(shuō)一定要放在大數據時(shí)代才能做這件事情，因為很多時(shí)候是我們通過(guò)算法算的，有時(shí)候是簡(jiǎn)單規則就能匹配出來(lái)。最終我們想實(shí)現的是一個(gè)結果，所有不同渠道里用戶(hù)留下來(lái)的數據，一定要歸攏到同一個(gè)人身上。
這是用戶(hù)畫(huà)像的生產(chǎn)過(guò)程，構建起數據結構后，需要構建用戶(hù)畫(huà)像。
這里有一個(gè)示例，對不同企業(yè)來(lái)說(shuō)，構建用戶(hù)全景畫(huà)像的維度一定是不一樣的，因為每個(gè)企業(yè)本身的KPI和運營(yíng)的核心方向都是不一樣的。
講完整個(gè)數據資產(chǎn)，就要說(shuō)一下做運營(yíng)。我們有自己的一個(gè)產(chǎn)品，叫惟客寶。一方面，做企業(yè)分析運營(yíng)的數字化，包括對門(mén)店的分析，對市場(chǎng)輿情的分析，包括用大數據進(jìn)行門(mén)店選址。門(mén)店相當于神經(jīng)末梢，一定要拿著(zhù)這些能力，變成更好的經(jīng)營(yíng)效率。前端門(mén)店有哪些東西可以用？比如導購，需要跟企業(yè)微信結合起來(lái)，持續建立與用戶(hù)之間的聯(lián)系，把商品在第一時(shí)間內推到消費者手上。第二個(gè)，要有更廣闊的渠道，不管是經(jīng)營(yíng)線(xiàn)上微商城，還是本身的門(mén)店。第三個(gè)，不管是線(xiàn)上門(mén)店還是線(xiàn)下微商城，都要做到千人千面。第四個(gè)，會(huì )員系統。第五個(gè)，營(yíng)銷(xiāo)工具。過(guò)去我們會(huì )看到有一個(gè)奇跡版的公司——拼多多，雖然很多人不信，但有一點(diǎn)他們做的很好，可以在不同的用戶(hù)群做不同的營(yíng)銷(xiāo)活動(dòng)，像拼團、秒殺，現在市面上所有的公司，沒(méi)有一家公司能在這件事情上玩過(guò)拼多多。
（PPT圖示）這是我們標準化的應用場(chǎng)景，這個(gè)是典型的導購大屏的應用場(chǎng)景，不見(jiàn)得是真實(shí)場(chǎng)景中劃分的應用形態(tài)，主要是當顧客進(jìn)店的時(shí)候，因為我們在后端已經(jīng)把人臉識別、會(huì )員ID等等數據都進(jìn)行了打通，當這個(gè)會(huì )員進(jìn)店的時(shí)候，我們可以在第一時(shí)間匹配到他所有完整的數據，并且在第一時(shí)間給導購人員推薦他需要什么樣的商品和服務(wù)，甚至包括銷(xiāo)售的話(huà)術(shù)建議，都可以進(jìn)行推薦。對于不同的銷(xiāo)售人員來(lái)說(shuō)，不同線(xiàn)索產(chǎn)生的轉化率是完全不一樣的。
我們也有各種營(yíng)銷(xiāo)工具，包括拉新應該用什么樣的營(yíng)銷(xiāo)工具，留存應該用什么樣的營(yíng)銷(xiāo)工具，都是有學(xué)問(wèn)和方法的。之后再怎么做圈層營(yíng)銷(xiāo)？我們之前給一家4S店做了方案。比如想推奔馳的車(chē)，怎么找到這些人，怎么把券發(fā)出去？做完這些事情，我們一樣要看數據，我們總結了一個(gè)“門(mén)店健康模型”，是基于增長(cháng)模型和獨立模型綜合出的門(mén)店健康度，包括客戶(hù)體驗健康、客戶(hù)本身健康、團隊組織健康、產(chǎn)品健康等方面綜合評價(jià)每個(gè)門(mén)店的狀態(tài)。
產(chǎn)生數據之后，會(huì )有一些結論跟指導，比如現在是不是流失率太高了。當門(mén)店末梢發(fā)生了指標異常，可以給總部產(chǎn)生反饋，就是需要什么樣的支持解決問(wèn)題，這些都是可以通過(guò)營(yíng)銷(xiāo)手段來(lái)解決的。
我們也分析了小程序客流報表，包括他們到店之后如何做提醒。當然，不管是銷(xiāo)售、會(huì )員、流量各種各樣的分析化報表我們都有，也可以定制很多企業(yè)需要的不同報表。
最后做一個(gè)總結。WakeData本身是一家很年輕的公司，雖然它很年輕，但不管跟很多企業(yè)都建立了廣泛和深度的合作。在現在這個(gè)時(shí)代，如何喚醒企業(yè)的數據，讓企業(yè)更懂用戶(hù)？這個(gè)非常重要，因為經(jīng)營(yíng)品牌，其實(shí)就是在經(jīng)營(yíng)自己的用戶(hù)。
我們在過(guò)去的時(shí)間里，有幸跟很多優(yōu)秀的公司在整合企業(yè)數字化建設過(guò)程中一起努力，感謝這些公司能給WakeData機會(huì )，一起來(lái)做這件事情。
