首席增长官·大咖视点|阿里云宿宸:借数字化的东风为商业地产助力

简介: 阿里云研究与战略咨询部总经理宿宸从数字化角度解析商业地产与零售消费。疫情其实是对各行各业,不仅是百货和购物中心,都带来了很大的影响。前段时间我们也做了一次泛零售行业的调研(包括餐饮及购物中心行业),有一些疫情期间和数字化相关的一些结论和大家分享一下。

image.png

摘要:阿里云研究与战略咨询部总经理宿宸从数字化角度解析商业地产与零售消费。
image.png

疫情其实是对各行各业,不仅是百货和购物中心,都带来了很大的影响。前段时间我们也做了一次泛零售行业的调研(包括餐饮及购物中心行业),有一些疫情期间和数字化相关的一些结论和大家分享一下。

疫情对泛零售行业的影响

在我们整体的调研当中多半的企业表示,疫情对他们来讲导致企业的销售会有所减少;也有大概20%的企业回应说在疫情期间,他们的销售是不降反增的。那这些不降反增的企业有什么样的特点?
我们发现这些企业有一个共性就是他们会有互联网的前端,基于互联网和数字化的业态。除了钉钉和在线教育行业之外,一些具有线上直接触达消费者的产业和业态,其实极大提升了自己业务的稳健性,受到疫情的影响相对来讲是非常小的。
对于一个企业来讲,数字化稳健性的底座其实是会显著地增强它面对疫情的防御力和免疫力。当你的线下门店客流受到影响的时候,如果有一个比较稳健的前端数字化的触点和前端的平台,其实是可以很好的抵御或者是对冲掉一些疫情的影响。
在企业受到疫情冲击程度来看,我们也会发现整体而言大企业的表现是比较稳健的,小企业受到的冲击比较严重,这个道理也非常简单,主要有两个原因:第一,物理生意底座的稳健性。大企业不管是供应链还是上下游的生态关系,已经有了相对强的结构,受疫情的冲击也会小一些,小企业就相反,稳定性比较弱。第二,企业数字化底座的成熟性。大企业来讲,通常不管是IT的基础设施还是业态方面,在数字化的布局程度总体而言都是高于中小企业的。
另外一个调研现象便是,大部分企业面向疫情业务恢复的周期还是比较乐观的,大部分企业还是认为会在比较短的周期内做到恢复反观商业地产领域的大部分负责人还是认为整体上的恢复周期还是比较长的,基本都超过了三个月。所以这也是印证线下商业在短期内,尤其是在人流受到的影响的时候其实还是受到比较明显的影响。
疫情期间不同消费品类的趋势变化综合调研的反馈,不同种类的一类是场景化的消费以及一些非刚需的消费品类。比如像酒水、服饰,这些非刚需和场景化的消费品类受到疫情的影响还是比较明显的,尤其是和去年同比相比我们都可以看到一些降幅。大品牌的品牌力仍然存在,但是我们也是看到说传说中的补偿类消费,或者是报复性的消费其实不及预期。这个还是受到宏观经济以及疫情全球爆发对消费者心态产生的影响。
另一类是民生类的消费,比如快消品,这些短期看在疫情爆发时期出于囤货心理可能出现短暂性的需求爆发,在疫情逐渐控制之后消费水平逐渐回到正常的状态。长期来看这部分总体消费的量还是稳定上升的状态,但是消费渠道会出现变化,所以线上的形式会成为非常重要的聚合点。
image.png

数字化决定了企业的韧性

从调研数据的结果来看,数字化转型程度或者数字化转型的成熟度比较高的企业是在疫情中,体现出了非常明显的韧性。我们看到整体的结果就是一红蜻蜓、良品铺子这些平时做了数据化前端布局的实体企业,其实是体现了非常强的韧性。
我们从阿里的角度来讲的话,怎样看待企业的数字化转型的成熟度,我们会用五部曲的评估架构,分为五个评估的维度:
第一是基础设施的云化。因为你有一个稳健的数字化的底座,可以提供非常稳定的算力,支撑大流量的变化等等,提升业务的稳定性和安全性,这是数字化的基础。
第二是触点的数字化。企业用数字化手段直接触达消费者,在商超,除了搭建线上销售的平台,在商场也用IOT技术收取消费的动线,计算不同品类,不同品牌之间消费的转化率,从而进行商铺的招商调优和运营的优化等等,这些我们觉得都是触点的数字化,要利用数字化的触点触达消费者,用终端的信息反哺业务的决策。
第三是做业务的在线化。利用各种各样的数字化的平台,把我们的业务做到在线,只有在线优化才更容易。业务在线其实是可以显著的去为我们的企业起到这样的降本增效的作用。业务在线也是我们看这个企业在数字化转型当中能够做到什么样的程度也是重要的维度。
第四是运营的数据化。以商业地产来讲,如何用数据来支撑运营的优化,用数据支撑市场营销的投入这些都是有数据来支撑的。包括商铺的招商运营,选择哪一品类,这些很早以前以经验操作的模式,在现在我们更重视怎样用数据化的方式去科学的支撑,把它透明化的展示出来。
第五是运营的智能化。在零售的业态里面,类似于库存的优化,或者是选品,以及基于之前的这种销量状态来去决定SKU的选择,去做自动的补货等等,这都属于一定程度的运营的智能化。
这五大维度综合起来代表了阿里对于一个企业数字化转型成熟度的评估。通过把数字化转型成熟度作为基础,和企业在疫情期间的表现来做交叉分析和比较,结果非常明显,企业的数字化水平和它在疫情当中的表现是很明显的正相关。
回到购物中心和百货领域,接下来的挑战和调整的难度也是在增加的,商家的数据、消费者的数据、生态的数据,相对还处于比较割裂的状态、如何做转型?包括商业的结构上应该做什么样的调整?这个在实操层面都有比较大的难度,购物中心即使要去做业态的调整和优化,做数据的打通,也是面临了这样的挑战。

商业地产数字化的新机遇

其实疫情也带来一些机会,一个就是社区商业这个概念,社区商业经过疫情,还是会带来非常多的机会,怎么把原有的业态和社区商业做互补和扩充,然后增加购物中心和商业的多元化服务,这个从某种意义上来讲机会还是比较大的。
第二,我们看到现在国家都在提数字新基建,这也是在疫情期间抛出来非常重要的观点。包括云计算,大数据,人工智能等等。这些落到城市维度就是智慧城市,政府如何利用数字化的基础设施增强民生的体验,提升治理的能力。再往下落到商圈,智慧商圈、智慧商业和智慧社区,这些对于购物中心和百货而言是有很大的机遇。如何利用数字化的基础设施去进行商圈用户的挖掘,也是购物中心可以去思考的点。
image.png

回到数字化底座的构建和数字生态的构建。数字化底座可以显著增强企业的免疫力,对于购物中心而言,其实也是一样。在这里我们去考虑如何让购物中心和商户共同构建数据平台,然后在这上面做一些业务的创新,包括社区商业这样的创新,来帮助商户结合智慧商圈的运营来去实现用户的深度挖掘,提升营销的转化率,然后实现和商户之间的共赢。

大咖视点

疫情期间,阿里云研究中心联合清华经管学院、北大光华管理学院、长江商学院、浙江大学管理学院、复旦管理学院等国内多个顶尖商学院的教授,以及多位战略咨询公司高层和业界专家,共同推出线上课程及直播分享,助力大家洞察大盘,转“危”为“机”,实现增长。往期精彩内容合集请扫码查看。

image.png

相关文章
|
6月前
|
缓存 JavaScript 前端开发
鸿蒙5开发宝藏案例分享---Web开发优化案例分享
本文深入解读鸿蒙官方文档中的 `ArkWeb` 性能优化技巧,从预启动进程到预渲染,涵盖预下载、预连接、预取POST等八大优化策略。通过代码示例详解如何提升Web页面加载速度,助你打造流畅的HarmonyOS应用体验。内容实用,按需选用,让H5页面快到飞起!
|
12月前
|
程序员
什么是后门
后门( Back Door )是指一种绕过安全性控制而获取对程序或系统访问权的方法。在软件的开发阶段,程序员常会在软件内创建后门以便可以修改程序中的缺陷。如果后门被其他人知道,或是在发布软件之前没有删除,那么它就成了安全隐患。
|
6月前
|
安全 Linux 定位技术
Linux环境下必备的基础命令概览
以上就是Linux系统中的基本命令和工具,掌握它们就能帮你在Linux世界里游刃有余。这其实就像是学习驾驭一辆新车,熟悉了仪表盘,调整好了座椅,之后的旅程就只需要享受风驰电掣的乐趣了。
128 4
|
11月前
|
机器学习/深度学习 人工智能 编解码
Inf-DiT:清华联合智谱AI推出超高分辨率图像生成模型,生成的空间复杂度从 O(N^2) 降低到 O(N)
Inf-DiT 是清华大学与智谱AI联合推出的基于扩散模型的图像上采样方法,能够生成超高分辨率图像,突破传统扩散模型的内存限制,适用于多种实际应用场景。
301 21
Inf-DiT:清华联合智谱AI推出超高分辨率图像生成模型,生成的空间复杂度从 O(N^2) 降低到 O(N)
|
NoSQL 前端开发 Redis
go-zero 如何扛住流量冲击(一)
go-zero 如何扛住流量冲击(一)
|
运维 关系型数据库 MySQL
《mysql慢查询追踪:动态设置与优化,一步到位解决数据库性能瓶颈》
【8月更文挑战第16天】在数据库运维中,监控与优化MySQL慢查询对提升性能至关重要。本文通过电商平台案例演示如何动态调整慢查询配置及分析过程。首先检查`long_query_time`和`slow_query_log`状态,若未开启,则需设置如`long_query_time = 2`并启动日志记录。在高并发时段收集慢查询日志后,分析发现无索引导致效率低下的查询,通过`explain`确认全表扫描,最终创建复合索引解决问题。此方法有助于快速定位并解决性能瓶颈。
762 1
|
关系型数据库 MySQL Linux
Docker安装Mysql5.7,解决无法访问DockerHub问题
当 Docker Hub 无法访问时,可以通过配置国内镜像加速来解决应用安装失败和镜像拉取超时的问题。本文介绍了如何在 CentOS 上一键配置国内镜像加速,并成功拉取 MySQL 5.7 镜像。
2103 3
Docker安装Mysql5.7,解决无法访问DockerHub问题
|
机器学习/深度学习 编解码 自然语言处理
深度学习在图像处理中的应用与挑战
随着人工智能技术的迅猛发展,深度学习已成为推动技术革新的重要力量之一。特别是在图像处理领域,深度学习的应用不仅极大地提高了图像识别、分类和生成的精度,还拓展了新的研究方向和应用场景。本文旨在探讨深度学习在图像处理中的具体应用、所面临的主要挑战以及未来的发展趋势,以期为相关领域的研究提供参考和启示。
448 1
|
Java 数据处理
Java Scanner 类详解
`Scanner` 类是 Java 中 `java.util` 包提供的强大工具,用于从多种输入源(如键盘、文件、字符串)读取数据。本文详细介绍如何创建 `Scanner` 对象并使用其常用方法(如 `next()`, `nextInt()`, `nextLine()` 等)。通过示例代码展示如何从标准输入、字符串及文件中读取数据,并进行输入验证。使用时需注意关闭 `Scanner` 以释放资源,并确保输入类型匹配,避免异常。掌握 `Scanner` 可显著提升程序的数据处理能力。
529 1
|
编解码 算法 数据挖掘
基于MUSIC算法的六阵元圆阵DOA估计matlab仿真
该程序使用MATLAB 2022a版本实现基于MUSIC算法的六阵元圆阵DOA估计仿真。MUSIC算法通过区分信号和噪声子空间,利用协方差矩阵的特征向量估计信号到达方向。程序计算了不同角度下的MUSIC谱,并绘制了三维谱图及对数谱图,展示了高分辨率的DOA估计结果。适用于各种形状的麦克风阵列,尤其在声源定位中表现出色。