【转载】为什么只有好超市,才敢卖熟牛油果?

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: 本文授权转载自“硅谷洞察”(微信公众号ID: Guigudiyixian)版权归“硅谷洞察”所有,未经许可不得二次转载在很多人的印象里,去市场或超市买水产海鲜,谈不上是一件多么享受的事情。但这两年突然爆红的盒马鲜生,则颠覆了人们的这种印象。

本文授权转载自“硅谷洞察”(微信公众号ID: Guigudiyixian)

版权归“硅谷洞察”所有,未经许可不得二次转载

在很多人的印象里,去市场或超市买水产海鲜,谈不上是一件多么享受的事情。但这两年突然爆红的盒马鲜生,则颠覆了人们的这种印象。某点评网站上,顾客对其评分总体较高:

44ac07fec22c42bebe42d8a9a4dd1ca7_jpeg

评论区也经常看到 “海鲜棒”、“款式丰富”、“质量好”、”“服务热情” 等字眼。

从以前的露天市场、到后来传统超市里的生鲜水产部,卖生鲜并不是什么新鲜事,但为什么只有盒马鲜生做得红红火火?

盒马火爆背后的 “内功”

去年阿里投资人大会上,阿里巴巴集团副总裁、盒马 CEO 侯毅透露了盒马的战绩:截止2018年7月,开业达到 1.5 年以上的七家盒马成熟门店,单店日均销售额超过 80 万元;以平均营业面积 4000 平米计算,单店坪效超过 5 万元,是同类大卖场 3 倍以上。

也就是说,盒马比同类卖场更能挣钱。

5e93b664e7bd46d3a99562b4d72848a5

(盒马鲜生快速拓张。图自网络,版权属于原作者)

看到盒马的亮眼表现,不少人也想效仿学盒马卖生鲜。但效仿者不知道的是,盒马进什么货、怎么促销 … 这些只是表面 “招数” 而已。为什么进这些货?为什么今天而不是明天促销、为什么促销这个商品,而不是那款商品?... 这些背后功夫才是 “内功”。

而盒马背后的 “内功”,硅谷洞察总结为两点:很了解货、很了解你(即消费者)。

先说 “很了解货”。不知大家在逛超市时,有没有好奇过:为什么超市里总是会有很青的香蕉、很硬很生的牛油果?因为对于保质期特别短、不好保存、坏得快的货品,很多商家为保证货能在坏掉之前把它们卖出去,在进香蕉、菠萝、牛油果等热带蔬果时,尽量进青色不成熟的,但这样一来,消费者买到的就不是最好吃的水果。

比如下面这张牛油果色号图。下次你逛家附近的超市时可以留意一下,看是不是有很多 1~3 号、还不熟的牛油果。
75617c5a1e7546fe9e8c1738cd0bccff_jpeg

但盒马为确保消费者买到 “不用等就可以吃” 的最佳口感,只进5号色最好的牛油果、6号色最好的香蕉。对很多超市来说,这样做非常冒险 —— 如果判断失误,没能在非常短的时间内把东西及时卖出去,就会造成损失。

盒马之所以敢这么做,就是因为它借助其背后大量数据订货。其背后是阿里系的数据中台,能结合历史销量、节日、甚至天气情况等上千种数据,估算从下一分钟到未来 30 天的销售量,进货不再靠猜。因此像是热带水果、游水海鲜这种不好把握时间、不易储存的东西,在盒马都能买到相对新鲜的。

此外,它还能知道哪些产品畅销、但哪些产品虽然很多人拿起来看了看、却没有最终购买:如果很多人都拿起某种海鲜看了看但没买,系统会捕捉到这个可能在传统商店被忽略的细节进行分析,去看它到底是什么原因:价格太高?商品有瑕疵?离保质期太近?等等。

新零售:用数据及技术给卖家 “开天眼”

新零售之所以 “新”,正是因为它第一次颠覆了 “人、货、场” 三者之间的关系,让卖家做决定时不再靠猜。与之相对的 “传统零售”,从根本上说,“传统” 就传统在此三者的关系上:客户走进商场、根据商场提供的选择而被动选购。

以盒马鲜生为代表的新零售背后,则有一套非常复杂、数据驱动、技术支撑的系统。以盒马背后的阿里云为例,就综合运用了大数据、移动互联、智能物联网、自动化等技术,让货、场更好地根据 “人” 的需求而做出相应调整。

在后台系统支持下,盒马鲜生在多个环节更智能、更自动化。采购环节的数字化,解决了 “进什么货”、“定价多少钱” 的问题 —— 比如上文提到的 “热带水果悖论”;而物流仓储的数字化,解决了 “进货后把货存在哪儿?怎么运输?”等问题;门店数字化,则在提升消费者购物体验的同时,还能提升运转效率、最低化生鲜行业的老大难问题 —— 货物过期导致的成本升高。

再比如数据驱动。如果想以数据驱动,自然首先要收集数据,这就是为什么顾客在盒马结账时不用付现金,而是用盒马 APP 直接支付。除了提高效率,盒马更能通过这种方式收集数据、更好了解消费者偏好,从而更精准服务消费者。
0a825e4cd841490280e60adea3645b7c_jpeg

(盒马鲜生体系) 来源:德勤《便利店的下一站》

说完了 “吃”,我们再说说 “逛”。

全民网购时代,不少百货公司纷纷感叹:生意越来越不好做了。仅 2017 年,全国重点城市知名百货店关停 55 家。在百货公司的诞生地美国,近几年来也迎来了关店潮。

这不是具体一两家百货公司的问题,而是整个行业的困境。

8b5a3f4e3cb943abb50ebf2a2c58d9e1_jpeg

(美国老牌百货 Sears 近年大规模关店)

银泰百货也不例外。早在 2011 年,百货行业的同店销售数据就显出颓势,银泰也没能幸免。2012年,银泰同店销售增长率从前一年的 23.1% 大幅下降至 9.1%,甚至还在 2014 出现负增长。

生死存亡之秋,银泰决心奋起自救。2017 年,银泰百货采取了一系列系统升级,其中包括用阿里云升级系统能力平台,将中台与阿里中台打通;把自己的物流、支付、电商能力等核心系统成功上云等措施。

一系列升级下来,消费者能直观感受到的,是专柜导航找店、互动大屏选货,以及付款时的刷脸支付、电子小票这些 “新零售标配”。在银泰百货,消费者进哪家店逛、逛了多久、几时上下楼几时离场 ... 各个场景都被记录、分析。这样,经营者在制定决策时就不用再靠猜,而是通过对顾客产生的各项数据的分析,“用事实说话”,实现人与货的更精准匹配、提升营业效率,让消费者 “逛吃逛吃” 得更爽。

(银泰百货顾客在 “试妆魔镜” 上模拟腮红、眼线、睫毛膏等彩妆效果)

在其背后系统,整个业务部门分为包括物业、运营在内的基础业务、包括数据、营销在内的增值业务、包括会员精准营销、人流分析的创新业务,及其他业务。而包括商品、交易、基础数据、单据等共享服务中心的不同部分,负责共同支撑业务部门,为后者提供洞见。

8aaa50f9b8e9440f96fc92e0c4889f6e_jpeg

结果显而易见:截至 2018 年 9 月,银泰百货一转之前颓势,同店销售额增长18%,为过去十年来最高增幅 —— 这个数字在几年前还完全无法想象。如今的银泰百货,基本已将全部门店业务都架构在了云上,而银泰百货也已经蜕变成了一家 “互联网化的百货公司”。

零售业两大新趋势,背后有哪些黑科技?

2017 年,亚马逊以 137 亿美元的价格收购美国高端连锁超市 Whole Foods 全食超市。为什么亚马逊要收购全食?正如同亚马逊为满足自己的研发需求、而打造了 AWS 一样,它需要一个可以用来研究和测试的生鲜递送需求、来打磨自己的物流系统,而 Whole Foods 正符合要求。因此亚马逊高价收购后者,也就不足为奇了。

那么,Whole Foods 全食超市为什么选择被亚马逊收购?

除了本身的财务压力,另一个重要原因就是 Whole Foods 在竞争日益激烈的健康食品市场逐渐失掉优势:由于健康食品逐渐主流化导致市场竞争升温,Whole Foods 在被收购前的前7个季度里,同店销售额一路下滑。而亚马逊的物流系统、信息系统、云服务等黑科技级别的基础设施,使Whole Foods 有望重新突出重围。

6030ada1ed8b4239b8716b72b935dc87_jpeg

(消费者可以在亚马逊上下单 Whole Foods 产品,在后者店面内取货,打通线上线下)

其实亚马逊与 Whole Foods 的合作,与阿里与盒马的搭配,清晰反映出了新零售的两个发展趋势:一,购物模式改变;二,更智能高效。而亚马逊、阿里这种电商巨头背后的技术支撑,是其吸引商家合作的重要法宝。

以阿里为例。作为世界上最大的电商零售平台,阿里巴巴正在改变中国的零售行业 —— 这也是世界上最大的零售市场。其中,阿里云作为阿里巴巴零售创新的技术支持者,是利用云计算、大数据和人工智能技术重新定义零售行业的领先技术提供商。在零售业迅速升级转型的过程中,其扮演着 “黑科技提供者” 的角色。

举个例子:不少人都被人 “带过货” —— 在社交平台上看到别人推荐的好物,自己也想去买。随着社交网络及 KOL 等 “带货达人” 的兴起,购物模式正在逐渐被改变,一些新技术也应运而生。

比如,阿里云的 Image Search 图像搜索服务,就能让潜在买家 “所见即所得”:看到一件心仪的东西,就能准确找到该件商品。如果你看到餐厅邻座桌上放着一支很好看的口红,但不知道它的品牌、色号,只要对它拍张照,你就能直接用阿里云的图搜功能搜出同款。

1e86710b9d2d4df2bfffebb5d5539b94_jpeg

(东南亚电商巨头 Lazada 介绍其运用的阿里云图像搜索功能。图自网络)

第二个趋势,是新零售领域的决策过程将更加智能、高效。自动驾驶领域以 L1~L5 的分级来衡量自动化的程度,其实这种衡量方式同样可以用来类比衡量零售行业的智能决策。目前在门店运营、库存控制、物流优化等环节广泛采用的数字化智能解决方案,大多可以做到 “有条件的自动化”(类似于自动驾驶里的 Level3),即对数据流给出分析结果和建议,但结果必须经过人工确认和调整才会作为下一环节的输入。

比如我们经常喝的牛奶,别看它价格不贵,其实是一种很 “娇气” 的食品,因为它的贮藏与运输非常麻烦:销量波动频繁、容易坏、产线供给复杂、物流网络庞大... 内部成本控制的复杂度非常高。在阿里云技术支撑下,蒙牛乳业从销售、 排产、物流等几个方面进行智能化改造,从而实现成本的显著降低和效率提升。

以蒙牛为例,基于阿里云 MaxCompute 大数据平台(原ODPS),蒙牛在自有 CRM 等系统之上集成品牌线上实际销售、线下直营经销商实际销售等数据,结合背景环境因子进行销量建模,把“根据订单历史,进行人工预测”,变成了 “基于实际销量的智能预测”,提升预测准确度。
b6560a0819fc664d65444bc0264ee880502c8387

除 MaxCompute 外,阿里云还有 Quick BI、DataV数据可视化、Elasticsearch、Elastic Computer Service(ECS)等一系列技术与产品,为商家提供快速、完全托管的数据仓库解决方案,让商家可以高效、经济地分析处理海量数据,从数据中获得洞见。

硅谷洞察从阿里云研究中心了解到,中国泛零售行业的数字智能化变革,将更明显地下沉至消费品品牌和零售产业链内部,即“场的后端”。在 AI、IOT、云计算、区块链等技术驱动下,重构消费者关系和运营决策流,以更细的颗粒度推动从消费者到零售商、品牌商的全链路业务和体验优化。

成功的企业级的智能变革成果,可以借助互联网范式进行最佳实践的输出,令“企业级变革”可以在开放平台技术支撑下迅速辐射为“产业级变革”,促使整个产业的效能提升。在商业基础和技术能力上具备先发优势的品牌或零售企业,将有机会构建在商业生态基础上的、由健壮的智能商业中台形式赋能的 “数字化能力生态”,在细分领域内,成为该领域新一代智能零售网络的核心。

“逛吃逛吃” 听起来很轻松,但其背后远没看上去那么简单。当然,零售业绝不是夕阳产业,挣钱还是亏钱,取决于商家们的 “打开方式” 对不对。目前看来比较明显的趋势是,不论是传统零售商还是电商,用云服务等高科技武装自己,恐怕将成为不少线上线下商家的共同选择。

d32a8b86d524cb1d4ebe8c6901de3e959dfcabb0_jpeg

欢迎加入“MaxCompute开发者社区2群”,点击链接申请加入或扫描二维码
https://h5.dingtalk.com/invite-page/index.html?bizSource=____source____&corpId=dingb682fb31ec15e09f35c2f4657eb6378f&inviterUid=E3F28CD2308408A8&encodeDeptId=0054DC2B53AFE745

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
|
3月前
|
Java uml
某家咖啡店在卖咖啡时可以根据顾客的要求在其中加入各种配料,咖啡店会根据所加入的配料来计算总费用
该博客文章使用装饰者模式为咖啡店设计了一个程序,通过Java语言实现了根据不同配料计算咖啡总费用的功能,并提供了详细的类图和代码实现,同时讨论了装饰者模式的优缺点。
某家咖啡店在卖咖啡时可以根据顾客的要求在其中加入各种配料,咖啡店会根据所加入的配料来计算总费用
7-69 超市促销
7-69 超市促销
101 0
|
Python
超市打折
超市打折
160 0
|
前端开发 Java 关系型数据库
喝不起奶茶,咱就为奶茶店开发个会员积分收银系统
本系统基于SSM框架开发实现,前端使用easyui开发实现,功能强大,界面美观,数据库使用mysql数据库,开发工具采用idea。 系统部分功能展示如下: 系统管理员登陆: admin /admin
794 0
喝不起奶茶,咱就为奶茶店开发个会员积分收银系统
|
新零售 人工智能 供应链
大咖说|试衣到家 CEO:我们卖的不是衣服,是服务
一千个人心中就有一千个时尚界的哈姆雷特,随着时代发展,消费者对时尚的理解和鉴赏能力正逐步提升,对时尚的态度也越来越个性化,更注重体验感与尊贵感。
301 0
大咖说|试衣到家 CEO:我们卖的不是衣服,是服务
|
安全 定位技术
“我在青藏高原卖面膜”
“在那东山顶上,升起白白的月亮,年轻姑娘的面容,浮现在我的心上。”
“我在青藏高原卖面膜”
大英博物馆天猫开店,本王的宝贝都要被你们玩坏啦!
曾经,大英博物馆在小编心目中,是至高无上的艺术殿堂。如果将世界上的博物馆比喻成偶像团体,大英博物馆就是当之无愧的C位。
1944 0