提起新零售，你的脑海里可能会浮现出“线上线下融合”“人-货-场重构”等理论词汇。但你可能并不知道它们究竟是如何实现的，也不了解它的核心与本质究竟是什么。你或许在被动地接受认知，却不知如何主动拥抱变革。
近日，CBNData邀请天猫新零售运营专家及新零售先锋品牌，分享不同行业新零售的玩法，探讨数据在新零售场景的应用，通过数据洞察消费者需求与痛点，进行C2B模式的新品开发、品类的拓展、精准营销以及柔性供应链的驱动。
近两年以来，天猫一直在探索新零售的各种可能性，越来越多的品牌开始选择借力天猫来拥抱新零售。截至目前，已有1000多个品牌接入天猫新零售系统，活跃门店数高达10万家。
那么，品牌的新零售道路大概会分为几步走呢？
据小二介绍，天猫为品牌打造新零售赋能场景可以分为四个阶段：
第一阶段为商品打通，品牌需要将线下零售的全渠道商品进行共享。
平台会为门店提供物流能力，帮助门店发货、门店自提以及线下扫码购等。比如，服装品牌伊芙丽打通全渠道商品及库存数据后，在双11期间通过系统自动匹配就近门店直接发货，物流效率大大提升，客户体验得到优化，最终实现线上线下销售同步增长。
第二阶段为智慧门店，利用各种黑科技赋能线下门店。
首先建立数据化客流分析，从进店用户、兴趣用户到购买用户，对不同群体做出精准识别，并引导用户快捷入会。
通过智能支付（阿里的POS支付工具或者支付宝的当面付与线上进行结合），从而沉淀出线下支付的人货品匹配数据，并进行线下选品和营销；创建智能导购，根据用户偏好进行营销，帮助导购人员与不同层次的用户建立长期联系。
举个例子，以往线下导购需要不断询问用户喜好，效率不高还容易导致客户的抵触情绪。
为了让用户“自主”表达需求，家居品牌索菲亚研发了一款3D渲染软件，客户输入户型尺寸后，软件可以实时按照比例出效果图，而在做方案的同时，消费者可以根据品类、搭配、风格、个性喜好以及突然萌发的新想法，直接在图上进行修改，这样不仅节约了店员和用户双方的沟通成本，也让消费者的个性化定制需求得到满足。
第三阶段为线上线下数据融合，打造数据商业化场景。
一方面，品牌能够基于用户地理位置的LBS营销，将用户引流到店；基于现有的消费者用户资产，在可控的店铺、品牌号、微淘进行定向用户的营销；还可以在阿里巴巴的媒体联盟拓展更多的潜客，从而在媒体联盟的各个渠道进行更高的转化。
基于这样的数据应用场景，品牌们的套路越来越有新意，比如线上流量线下转化。线上粉丝只要进入门店3公里范围内，就会自动接收到优惠信息或赠品福利信息。
美妆品牌林清轩给门店附近粉丝设置了3ml的润肤油小样和20分钟护理等福利，吸引她们到门店领取小样并体验产品，测试下来发现转化率高达80%，效果尤为惊人。
另一方面，数据打通可以帮助品牌在预测、生产、品牌的营销零售、零售环节的选品和选址等各个环节进行商业化的赋能，让商家在生产企划环节和零售环节捕捉到精准的消费者需求，实现商品的效率最大化。
以服装行业为例，伊芙丽通过预热期商品的基础数据，例如“点击率、收藏人数、加购人数、历史品类转化率、收藏加购率”等多项数据指标，建立商品预测数据模型。这套模型在2017年双11期间的预估产销准确率达到95%以上，联动供应链快速响应生产追单，最终双11达到2.83亿的销售！
第四阶段为品牌人-货-场的重构，利用沉淀数据打造新零售门店。
门店中有较多智能硬件的植入。例如：云货架、搭配魔镜、二十四小时不打样的门店，利用高科技在门店实现无限宽度和深度的商品陈列，并通过对人的识别进行精准的商品推荐，在单个门店中实现商品效率最大化。
这些智能硬件的植入，背后仍然需要数据作为支撑。玛丽黛佳推出的色彩贩卖机，虽然看起来是一台“无人售卖机”，但它却能记录线下消费者对口红色号、质地等偏好，从而发现消费者在线上、线下场景的不同购物习惯，反方向推动品牌的产品升级。
与此同时，根据不同地域消费者对色彩、质地的偏好，机器的产品投放也会根据人群变化而做出相应调整，从而实现商品效率的最大化。
中小商家也把握新零售风口！
也有商家会产生这样的疑问：“只是单纯的线上商家，也没有打算去开实体店，那我还能参与其中吗？”
仔细看完上述一系列举措，你会发现它们的最终目的只有一个：
各项黑科技的应用，都是为了提升消费者体验。
而数据能够让我们更了解自己的客户是谁，其兴趣爱好、购买习惯、消费能力等，从而反向重塑我们的产品结构和营销手段，提供消费者更愿意为之买单的产品及营销服务，优化消费者的购买体验。
这些规律放在任何一个行业都很适用。
服装品牌伊芙丽针对当季潮流款抓取大盘流行趋势、品类波动在2017年双11前期就预测出毛呢品类有比较大的增长，并具体到双面呢面料、及颜色为焦糖色，然后精准预测销量，并及时追单，最终实现双11销售1万件的优异成绩。
此前CBNData在研究女装潮流人群时就发现，潮流人群对于焦糖色、砖红色、墨绿色有着强烈的偏好，如果商家能及时把控潮流人群的最新动向，并将数据结论应用到备货生产中，就能收获不俗的业绩提升。
消费者数据的应用场景十分广泛，除了用于指导品类选择，还可以用于指导品牌联合营销和精准营销。商家通过分析用户购物篮里的交叉和联系，找到与自身用户重叠度最高的店铺，既可以发起联合营销，也可以做钻展定向投放，最终实现店铺的转化效率提升。
比如，索菲亚通过数据银行发现某个品牌跟它的用户重合度很高，因此双方在去年“双十一”期间展开联合营销活动，并在各自页面上互推了位置。数据结果显示，从该品牌页面导流来的用户的成交转化率比其他店铺多出一倍。
在美妆行业，CBNData通过分析近三年消费者购物篮变迁发现，用户逐渐从护肤需求升级为彩妆需求。升级的首选品类，除了大家熟悉的唇膏口红，眼影也是主流选择之一，这也意味着眼影将会是很多彩妆新客的优先选择。玛丽黛佳的鬼马“小魔盒眼影的问世正是基于这样的数据发现。
CBNData认为，商家在分析产品趋势的时候需要关注三个方面，以眼影为例：
第一是分析热销商品属性趋势，看消费者喜欢为具有哪些特征的商品买单。比较关键的属性有质地，规格，概念，功能，品牌等等；
第二是分析搜索词，借此来判断消费者在进行购买决策前主要考虑哪些因素。对于眼影而言，举例来讲“初学者适用”就是一个是很关键的购物诉求；
第三是分析评论词，并从中分析客户品牌相对竞品在重要维度上的优势和劣势，帮助品牌识别产品创新机会。
总结来说，新零售是利用互联网技术提升消费者体验，也让经营效率得到提升，成本得到控制。从这个角度来说，数据化运营是新零售时代每位商家都应该学会的必备生存技能。
因此，新零售并不是一场只有大品牌才能拿到入场券的大PARTY。不论是大品牌还是小店铺，不论你是否拥有线下门店。当你掌握它的“核心技术”，每个人都可以成为新零售时代的参与者。
原文发布时间为：2018-05-16
