读解新零售2:从人、货、场的角度理解新零售的变革公式

笔记内容整理自刘润老师的《新零售:低价高效的数据赋能之路》,全部手码,转载请注明出处和原文链接:https://www.jianshu.com/p/c6286e68d7a7,谢谢!


阿里巴巴CEO张勇为新零售做出的解释是:“用大数据赋能,进行人、货、场的重构”。

一、数据赋能:线上线下都不能代表新零售

零售从来没有“本质”的交易结构

传统零售的痛点:谁该为信息流买单?

消费者通过体验、享受了线下实体店的信息流,但最终成交却发生在电商平台,折损的是经销商的利益。破解方式是用品牌商体验店取代代理商加盟店,让品牌商为信息流买单。利用线上的数据强项赋能线下的体验优势,从传统的“用商品差价补贴信息流成本”流向“不卖货的实体店”。

信息流

互联网的消费体验:更快、更全、更便宜;线下消费体验:更复杂、更多感、更立体。

小米体验店:用数据为体验性插上效率的翅膀

小米做了哪些事:1)线上线下同价,促进店内交易;2)丰富的产品线,低频消费的叠加;3)口碑效应,品牌忠诚度的拉升;4)银台“革”命,提升交易效率,减少人力成本;5)利用数据提前预估销量、备货,降低库存

资金流

“零钱心里”:信用体系缺失导致线上资金流更容易发生在小额交易上。电商平台为了解决消费者的“心理障碍”,陆续推出了依托于个人信用的金融产品,例如京东白条、芝麻信用等

物流

传统零售的人找货模式和电商平台的货找人模式,其最终面临的问题都是“效率”问题。传统大卖场要更近,电商平台要更快。

几个案例:物流效率的提升

1)天猫小店:千店千面

社区小店面对连锁便利店的迅速渗透,失去了“近”的优势,天猫小店利用数据,助力社区门店破局。

阿里巴巴与优质供应商合作,推出一站式进货平台零售通,店主通过在零售通订货,由天猫统一配送(拿货价格低、物流高效)。其次根据用户在天猫平台产生的大数据计算最适合该社区周边消费者的商品,即大数据选品,做到千店千面。

2)亚马逊:预测式出货(anticipaatory shipping)

通过对消费者之前的订单、商品搜索记录、愿望清单、购物车,甚至包括鼠标在某件商品上悬停时间进行分析,在消费者下单前将可能购买的商品配送到距离最近的快递仓,加速物流效率。

3)京东:无人送货车、机器人分拣、搬运货物

二、坪效革命:从人的角度理解新零售

坪效=(流量×转化率×客单价×复购率)/店铺面积

关键因素解读

1)流量:一切与消费者的触点,货品与人产生触点才会构成“场”

不断探寻新触点的案例:魔急便(出租车内的便利店)、猩便利(写字楼内的便利店)

2)转化率:社群效应,销售与本社群群共性的精准匹配,会大大促进转化率

3)客单价:利用数据积累,提升消费者“连带率”

案例:阿里巴巴发布了人工智能设计师“鲁班”,它可以根据用户喜好自动设计与之相关的图片素材,在2017年双十一期间自动制作了1.7亿张设计图。

4)复购率:利用互联网传播带动口碑营销,促成拉新;通过会员制提升用户消费忠诚度(京东plus会员)

小米新零售:20倍坪效的致胜之道

1)流量:选址核心商圈,对标快时尚品牌;2)品类众多:低频消费转化为高频消费;3)爆品效应:每个品类只有几只SKU,专注提升设计感带动转化率;4)大数据选品:通过数据分析,将最适合的产品展示在适合的渠道;5)提高连带率:产品之间技术上的关联性、协同性,外观的一致性促进连带率;6)打通全渠道:线上线下人群重合度较低,双管齐下全覆盖;米家有品、小米商城和小米之家,三大渠道相互转化。

三、短路经济:环节越短,效率越高

“不管是什么时代,商业的规律从来没有变过:要么用“创新”的方法,做出别人做不出的商品,获得“定价权”;要么用“效率”的方法,做到别人做不到的价格,降低“定倍率”。”

短路经济主要体现在两个方面:

a.缩短环节:M2B

b.链条反向:C2B

实现短路经济的几个商业案例:

1)COSTCO:借助M2B,短路S,特点是便宜、量贩、品类少但足够选择。

其运营策略是:1)仅对会员开放,大大缩小了目标客户范围,提升了用户忠诚度,其会员年费几乎是COSTCO全年主要的利润来源,商品毛利仅覆盖运营成本;2)COSTCO采用超低SKU策略,只选择它认为有“爆款”潜质的商品上架,优质且包装大,节省了预定、追踪和展示成本,降低了平均库存成本;3)COSTCO自有品牌非常著名,通过优质的自有品牌塑造良好的口碑。

2)名创优品:借助M2b,短路S和B,做到价格只有同类商品的1/3。

其运策略是:1)黄金地段选址,主流购物中心或步行街;2)“直管”模式,即别人投资,自己管理,投资人仅需好的店铺位置和资金;3)共享仓库:对于体积较小的商品,直接从M到仓库到小b。对体积较大的商品,将工厂作为仓库,下单后直接从工厂到店铺,缩短了中间环节,提升了效率。

“新零售并非线上和线下之争,而是低效和高效之争。”

3)咸鱼和瓜子二手车:借助C2C,短路传统中介模式中的B和b,让双方都获益。

4)红领西服:借助C2M模式,反向整个商品供应链,短路了b、B和S,还消灭了库存。

5)海尔:海尔和天猫合作,在双十一推出了C2B定制冰箱。消费者根据需求选择不同参数,在天猫旗舰店下单后海尔的工厂按照要求,按单生产。这种模式彻底消灭了成品库存,以及其他批量采购、营销、仓储占用等成本。

“真正解决库存这个顽疾的,不是定制,是反向。C2M是解决库存难题的终极答案”

四、未来已来

“在稳定时代,我们更要学习行业方法论;在变革时代,我们更需要理解行业本质。”

1、维信息流付费,会成为趋势吗?

传统的“用商品价差补贴信息流成本”模式,将会受到挑战。

它的其中一个演化方向是“不卖货的体验店”,线下信息流的成本由品牌商承担。其二,凭信息流直接向消费者收费,是有可能的。一旦可能,新的商业闭环就会形成。

2、无人商业模式,是昙花一现吗?
判断一个新的商业模式是否高效,主要看这一模式让整个系统节省了哪些成本,同时为节省这些费用,不得不新增了哪些成本。如果新增的成本小于节省的成本,那么这个新的商业模式就更高效。

各种煮面、榨橙汁、煮咖啡的自动售货机,均属于“逻辑成立,但数据也许不成立”的商业模式。我们需要拭目以待,用数据去验证他的可行性。

3、搜集流量,脑洞打开了吗?

案例:直播答题、魔急便

一定要重新思考流量的底层逻辑,然后去尝试各种各样脑洞大开的流量获取模式。新模式运营两三年,不断纠错,不断调整,最终确定新格局。


文末最后一句话,让人内心百感交集。

2017年11月,阿里巴巴斥资224亿,收购了大润发,2018年1月,黄明瑞在大润发的年会上感慨地说:

“我们赢了所有对手,却输给了时代。”

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,242评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,769评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,484评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,133评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,007评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,080评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,496评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,190评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,464评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,549评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,330评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,205评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,567评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,889评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,160评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,475评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,650评论 2 335