导读： 8月23日，“新零售论坛：零售业的再革命” 由数澜科技与华院数据在上海百联创业空间成功举办。数澜科技参谋长武凯（行竹）就“零售数据中台实践”进行了分享，并在“新零售创业的机遇与挑战”圆桌论坛中发表了独特的见解。
过去的一年里，零售行业正在发生巨变。“新零售”可以说是近年来最热的词汇之一。技术的量变已经开始引发“质变”，对技术的角逐也成为零售企业提升核心竞争力的关键。
2018年8月23日，主题论坛 “零售业的再革命：技术引领下的零售革命”在百联创业空间顺利举办。论坛吸引了200多名大数据、人工智能以及零售界的产业投资人、创业者、行业代表、品牌方代表、技术专家、高校学者等各方专业人士热情参与。
武凯（行竹），8年数据产品探索和创新经验，国内资深的大数据产品专家。涉及行业涵盖医疗大数据、电商&营销大数据、大数据平台管理、城市大数据四大版块。曾任阿里巴巴集团数据平台产品与运营部负责人，负责10+条产品线的管理和运营，服务企业超过600万家，年交易额超30亿元。
以下内容由数澜科技参谋长武凯（行竹）发⾔整理而成。
武凯首先从人类零售演进史和中国零售发展过程对比的宏观角度出发，展示了新零售和传统零售最大的不同点，即传统零售是技术引领生产变革，生产变革引导的消费方式变革，而新零售则是消费方式在逆向牵引生产变革。
正是这种逆向牵引带来了零售业的三种变革模式。
变革(一)：新的“人”、“货”和“场”
零售行业原始的数据是粗数据，基于经验供货、基于分渠道场景、基于模糊的消费者;如今是细粒度活数据，可能通过线上、线下全域，随时随地获得，大致特点呈现为数字化消费者、按需智能供货以及无处不在的场景三种。
变革(二)：(商品+服务+内容)+更多需求
从以往的消费者来看性价比、价格诉求、产品功能、耐用性、零售服务等，服务本身在体验上的功能诉求很小;如今在新的消费诉求下，对商品有更高的体验要求，对内容有很高的参与，这其中包含更多的参与感和分享交流、文化的认同。从定向产品折扣、无缝融合场景、随时待命服务、贴心个性化服务等，都可以看到新的消费诉求变革。
变革(三)：以消费者运营为核心的全域营销
很多一线品牌商和零售商都不了解自己的消费者，大多数企业都不知道货卖给了谁，无法从渠道商和最终经销商获取数据;同时，很多消费频次比较低的企业，存在数据可见度不能够持续使用的情况。现在由于微信小程序的应用，新的形态互动产生，使得品牌商和零售商与消费者可以全域沟通，可以通过各种通道搜集各种数据，打通消费者认知、兴趣、购买、忠诚及反馈的全链路，数据变得可视化、可追踪、可优化，品牌策略、品牌传播、品牌运营等获得全方位精细支撑。
零售科技对零售业务的影响
现在，随着AI技术的应用，在实体体验店里，带来人机交互等新的体验;数据采集也变得不同，行为数据实时记录分析可以为销售提供更可靠数据。通过大润发、盒马鲜生等实体店调研发现新的趋势，它们重新定义了大卖场，原来是到店，现在是店仓合一。它既是顾客到店的消费场所，也是体验场所;它既是B2B供应链共享的发货仓，也是一小时到家的前置仓。另外，线上平台天猫推出“网红商品榜”、“智能母婴区”等专区，利用线上数据的分析帮助大润发进行品类布局优化，同时母婴区的互动大屏帮助线上天猫品牌店进行引流。
谈及零售科技对零售业务的影响，武凯主要举了行业中的两个案例。
1、典型案例(商超)：大润发的业务改造
大润发的整个数据中台体系里面，大概分成几层的结构，底层是基础设施层面，在它的上面会有并列的业务中台和数据中台两层。业务中台掌管统一会员、商品、库存和营销，而数据中台推荐服务、个性化推送服务、售后满意度服务等。
大润发业务改造的核心在于为多渠道(淘宝中的淘鲜达、大润发优鲜APP、大润发线下商超和微信小程序)的运营，提供了统一的会员中心，商品中心，库存中心和营销中心等，同时利用对传统数据仓库的升级，赋予了业务系统具备了大数据的能力，如千人千面的商品推荐、精细化门店管理、个性化推送等。
2、典型案例(大型集团)：行业中对“业务中台”和“数据中台”的发展
阿里数据分享的第一平台也是三个时代。数据1.0时代先描述过去，看结果来做，比如实体店的客流统计。但是对于数据每个人解读不同并且解读效果有限。数据2.0时代，发展为广告、风控、个性化推荐，这时候就有标签，这时候就有御膳房。到数据3.0时代，将消费者、人、货、场等数据全部变成标签，所有的数据都可以被使用。
武凯谈到，标签的计算，不是一个简单的零和一，这也是今天互联网企业做金融和传统企业做金融最大的不同之处。传统企业比较追求确定性，零是零，一是一，互联网企业不太追求，大概看起来可能是这样子就行。今天我们看到核心的两个东西，第一个是消费者的标签体系，人或场的标签体系，以及人的标签ID;再一个就是数据的应用。以前是互联网企业在做，现在零售企业开始做，这就是新零售发展的趋势。
武凯在总结新零售发展的基础上展示了四个场景。
场景(一) 个性化推送-根据受众人群定制内容，从而提高通知打开率
场景(二) 精准营销活动展示-根据受众人群定制内容，从而提高会员活动参与度
场景(三) 个性化推荐-根据用户个人定制展示内容，从而提高内容点击率
场景(四) 评论数据挖掘
最后，在“新零售创业的机遇与挑战”圆桌论坛上，武凯表示，他目前看到的赋能新零售最难之处是线下人的行为数据采集，其次才是数据上来以后如何打通、怎样真正地把零售跟数据场景结合起来的问题。他也提到迎接这些挑战的一个非常重要前提条件，必须要业务专家、系统专家、数据专家三方在一起，非常强有力的驱动之下才有可能获得成功，而这种内部生产关系的驱动也是不容易一下子完成的。对于未来新零售发展的预测，他则认为科技赋能零售最终还是要消失无形当中，回归到人性本身的体验，这是一个比较明朗的趋势。
