双11狂热背后的冷思考:传统零售的大数据、智能化转型才刚刚开始

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

本文是星河互联电商事业部对于零售行业现状和未来发展的一些思考,作者高宁和欧阳盈盈分别为星河互联电商事业部投资经理和分析师,关注产业信息化升级、B2B、供应链SaaS和智能商业等领域。

双11狂热背后的冷思考:传统零售的大数据、智能化转型才刚刚开始

2017年“双11”交易额又创新高,巨额交易背后是各大平台提前数月的摩拳擦掌。这是一次全民的购物狂欢,更是一场暗流涌动的“军备竞赛”,从中我们可以一窥整个零售行业的发展现状与未来趋势。 

对于阿里来说,今年的双11算是对“新零售”概念的第一次全盘检阅。除了参与购物节的数量庞大的品牌商、店铺和淘点外,天猫海外还携多个国产品牌加入200多个国家和地区万店同庆,并将投入15亿元补贴智能仓配商家和物流企业。 

为了与阿里的新零售对峙,京东联合腾讯推出“京腾无界零售”解决方案,依托腾讯社交、内容体系和京东交易体系,为品牌商提供线上线下一体化、多渠道打通、服务深度定制化、场景交易高融合的零售解决方案。

电商轰轰烈烈的狂欢之下,传统线下零售商被裹挟其中,也要勉力搭上这趟智能化的高速列车。然而,当热潮褪去,我们看到,只有几家实力雄厚的传统零售商开始了向数据采集、智能物流等方向转型升级,大多数传统零售商家和平台,依然惶惶无措。

除了单纯的打折促销,对于这些 “大多数”来说,还有哪些突破口?其中又有哪些创业机会?

以大数据底层技术为支撑、帮助传统产业实现与互联网的结合一直是星河互联重点关注的创业方向。在星河互联高级副总裁杨利军看来,电商零售线上和线下的发展并不同步,尤其是对实力并不突出传统零售商。对于他们来说,改变才刚刚开始。

基于“未来无智能不商业”的判断,杨利军表示,“我们要去帮助这些线下的传统商户互联网化、智能化,在线上线下完全融合的过程中,从数据收集到用数据指导商家运营、生产制造和营销的全部链条,这里存在一个非常大的想象空间。”

零售行业现状

阿里京东只占总量的一个零头

在去年马云提出“新零售”概念后,阿里加快了线下布局的步伐。去年11月,阿里收购三江购物32%股份,成为第二大股东。入股三江购物之后不久,阿里又和百联集团达成战略合作,宣称彼此将基于大数据和互联网技术,在全业态融合创新等六大领域展开合作。同时,联同银泰商业,启动银泰私有化。

而面对覆盖了将近680万线下便利店的传统通路,阿里的零售通开启了合作与改造之路。今年8月,阿里的第一家“天猫小店”挂牌,通过淘宝大数据和信息化全面“赋能”街边小店,并计划2018财年要在全国落地一万家。同时,零售通宣布其供应链覆盖的加盟小店数量突破50万家,并将在未来一年覆盖100万家,到2020年占领三分之一的线下市场,可见其野心。

同样视线下零售为必争之地的京东也将收编便利店提升到了集团战略性的高度。今年4月,刘强东宣布了“百万小店”计划,宣称未来五年利用其自建的物流体系及供应商资源在全国开设超过100万家京东便利店,当中将有一半在农村,要做到每个村都有。同时据称,到现在京东掌柜宝已覆盖了30万家小店。

阿里和京东虽然模式各有千秋,归根到底是被庞大线下市场亟待互联网改造的空间与背后隐藏的多重价值所吸引。而两者现在宣称所覆盖的门店数量加在一起,即便不排重,才只是总量的一个零头。

双11狂热背后的冷思考:传统零售的大数据、智能化转型才刚刚开始

一方面是电商巨头对线下市场的虎视眈眈和高举高打的阵势,一方面则是线下传统零售商的日薄西山。千篇一律的营销方式和简单粗暴的管理模式,不但难以满足消费者日益多元化的需求,更导致自身利润不断被压缩,生存空间变得越来越狭窄。

据商务部重点流通企业监测数据,2016 年便利店、购物中心、超市销售额增长较快,增速分别为 7.7%、7.4%和 6.7%;专业店、百货店销售额增长较慢,增速分别为3.1%和 1.3%,其中百货店增速较上年下降 2.1个百分点。

因此我们看到传统零售的调整变革在今年明显提速,零售企业选择不同的方式实践“新零售”,或与电商巨头展开实质性的合作。总体上看,“超市+餐饮”和全渠道运营是创新的两大主要方向。不论是盒马模式、永辉的超级物种、保利的YOOYA、新华都的海物会、以及刚刚开业的百联的RISO等,都在试验购物与餐饮的组合拳以及全渠道交付能力,通过新技术来创造“新场景”、增加“新体验”,最终满足消费者的“新需求”。

同时,无人零售在今年站上了“新零售”最大的风口,从无人货架到智能货柜、从新型便利店到效仿“Amazon Go”的无人便利店,不仅资本上持续加注,各大电商及本地生活服务平台也迅速入局。面对市场上对无人技术、成本人效和规模效应等方面的诸多质疑,我们始终坚持任何新型业态依旧脱离不了零售的本质,背后比拼的仍然是协同供应链体系的搭建和运营管理上的魔鬼细节。

零售业智能化是必然趋势

因此,随着消费者需求的不断变化和技术的不断发展,我们认为零售业对技术的应用将会很快渗透到产业链的每一个环节。“电商”一词也不再适合,线上与线下近年来积累的各种零售智慧将会携手打造未来的“智慧零售”。

双11狂热背后的冷思考:传统零售的大数据、智能化转型才刚刚开始

实现途径主要通过以下三个角度:

从“人”的角度。一方面电商平台已经出现了不同形式的获取流量的方式,例如社群电商、垂直平台、网红经济、短视频、直播等,通过抓住某一消费群体的生物属性、爱好打扮、表情情绪、消费记录等特征,以他们最能接受的方式推荐最适合的商品。而在了解消费者的新需求后,与后端供应链即时交互,利用上下游协同效应去真正实现柔性供应链和C2M模式。

从“场”的角度。随着图像识别、人工智能、支付结算、AR/VR等技术的成熟,在移动支付继续普及的条件下,不光消费场景更加多元化,其便利性也将大大提高,这也是无人便利技术从消费者角度带来的最大好处,“Amazon Go”强调的“即拿即走(Just Walk-out)”就将彻底解决了消费者在购物时因拥挤和等待导致的负面情绪的问题。

最后从“货”的角度。由AI驱动的智能商业将彻底改变以往经营管理中倚靠经验和“拍脑袋”式的销售经营及供应链管理方式,通过对从前端到后端不同应用场景的深度结合,通过数字建模和不断的数据训练,提供相关的预测与决策分析,帮助经营者构建以需求驱动的供应链体系。

未来零售业里蕴含哪些创业机会

从“零售智慧“到”智慧零售“,从电商巨头的积极布局到传统零售的不断求变,我们认为在这个万亿级的市场仍然存在许多创新空间和创业机会:

双11狂热背后的冷思考:传统零售的大数据、智能化转型才刚刚开始

基于去中间化、通过自营或赋能方式的一站式供应链服务平台 

无论阿里还是京东模式、全国型还是区域型平台,目的依然是不断提升对下游小店的掌控力,而核心手段我们认为一方面可以通过对后端供应链的加码升级,尽可能满足门店一站式采购及配送需求;另一方面从下游信息化切入,通过ERP、订货、协同等工具赋能于产业链上下游,并逐渐在流通过程透明化和数据化之上提供更多的增值服务。

以SaaS模式为基础的全渠道解决方案提供商 

如何更高效地连接产业链上下游、帮助零售商进行营销、会员、订单、销售、物流等全渠道管理,会是此类平台找到利基市场,获得案例客户的关键。起初产品模式可能以定制化和标准化产品即SaaS模式并行的方式,而未来胜出靠的一定是以SaaS产品为基础,开放其定制化服务及接口,以平台化的方式连接产业链上下游及相关应用,从而发挥产业链交互与协同的价值。

搭建以需求驱动的强大供应链,并深度运营用户的新型零售终端 

零售的本质,仍然在选品与供应链。前者依靠消费者运营来把握他们的最新需求,后者更加关键,需要在供应链环节上例如补货、配送、库存、采购等环节不断升级。那些优秀的传统零售巨头经过了大量的资金和人力投入,才发展至此。新型零售终端要胜出,比拼的仍然是本质上的环节,才能充分借助互联网的规模和网络效应形成爆发之势。

围绕“新零售”各场景的智能商业服务平台 

传统零售业态无论在技术、系统或人才培养上都较为落后,数据孤岛现象严重。因此,最初的机会我们认为在于如何通过底层系统的连接,帮助企业将其内外部数据实现实时互通,并完成整合。随后逐步协助企业经营者构建围绕以“货“为本质的商品画像,包括选品、定价、陈列、促销,到采购、研发、供应链等环节。只有将数据深度结合零售场景,才能最终协助经营者实现智能和高效的决策过程。



本文作者:星河互联
本文转自雷锋网禁止二次转载, 原文链接
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
3月前
|
机器学习/深度学习 供应链 大数据
【2023Mathorcup大数据】B题 电商零售商家需求预测及库存优化问题 python代码解析
本文提供了2023年MathorCup大数据竞赛B题的电商零售商家需求预测及库存优化问题的Python代码解析,涉及数据预处理、特征工程、时间序列预测、聚类分析以及模型预测性能评价等步骤。
184 0
|
3月前
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
75 0
|
21天前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
75 10
ly~
|
1月前
|
供应链 搜索推荐 大数据
大数据在零售业中的应用
在零售业中,大数据通过分析顾客的购买记录、在线浏览习惯等数据,帮助零售商理解顾客行为并提供个性化服务。例如,分析网站点击路径以了解顾客兴趣,并利用历史购买数据开发智能推荐系统,提升销售和顾客满意度。此外,大数据还能优化库存管理,通过分析销售数据和市场需求,更准确地预测需求,减少库存积压和缺货现象,提高资金流动性。
ly~
278 2
|
1月前
|
存储 数据采集 分布式计算
大数据技术:开启智能时代的新引擎
【10月更文挑战第5天】大数据技术:开启智能时代的新引擎
|
3月前
|
存储 人工智能 分布式计算
阿里云智能大数据演进
本文根据7月24日飞天发布时刻产品发布会、7月5日DataFunCon2024·北京站:大数据·大模型.双核时代实录整理而成
|
4月前
|
存储 算法 数据可视化
云上大数据分析平台:解锁数据价值,驱动智能决策新篇章
实时性与流式处理:随着实时数据分析需求的增加,云上大数据分析平台将更加注重实时性和流式处理能力的建设。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。
674 8
|
3月前
|
机器学习/深度学习 运维 算法
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】1 赛后总结与分析
对2021高校大数据挑战赛中智能运维异常检测与趋势预测赛题的赛后总结与分析,涉及赛题解析、不足与改进,并提供了异常检测、异常预测和趋势预测的方法和模型选择的讨论。
109 0
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】1 赛后总结与分析
|
4月前
|
人工智能 数据安全/隐私保护
数据平台演进问题之智能化数据平台会面临什么样的挑战
数据平台演进问题之智能化数据平台会面临什么样的挑战