线上沙龙：大卖场等实体零售如何利用大数据
联商网消息：大数据我们已经谈了很多年，但是真正能做好的没有几家，特别是实体零售在运用过程中遇到了各种各样的问题。为此，联商网新零售顾问团邀请了部分资深业内人士，组织了一场线上沙龙，讨论超市大卖场等实体零售到底如何利用大数据。
雷俊杰：保定杰出便利店董事长 微信：leizi_ming
说起今天话题，很有感慨，本人愿意就出互联网软件开发和一些新颖的科技类的事物。在跟张陈勇等交流中也学习了很多东西。大数据我认为他是一个应用技术，更是一种思维。在零售行业运用上非常的宽泛，由于我们本身是经营者不是开发者，在商业运用上我是先从各功能开始学习。
在零几年的时候我们开始全面引进信息化系统，软件系统也不断的更换升级。到现在已经用到小型机，在这个过程中我们也不断地在跟我们的软件供应商提各种需求。但是在国内的软件供应商所占的角度和我们所处的市场环境是不一样的。
很多软件供应商大家都很熟悉，国内这些软件供应商很多都是十几年前从技术开发角度做起来的，在沟通过程中满脑子都是业务流程，都是我们在实际商业运用之前的逻辑拼凑，跟我们现在讲的大数据，个人感觉完全不在一个档次上。
为什么说呢，我觉得之前的应用软件，充其量就是运营数据的挖掘以及利用现有功能实现门店的规范化管理。具体的分析功能，坦白讲可能作为高管我们在综合分析上其实越用越疲惫，真正的提升运营水平提升销售上做不到更多想法。
一些专家的理论性文章看着很好，不管是从会员，门店未来的采购，物流，配送，销售营销上。但是实际运用上由于受到软件开发的局限，所以然想法很多我个人感觉还是无能为力。数据是好事，越多越有价值，未来趋势也是这样的。曾经和一些技术公司老总聊过，他们讲在原有的软件开发框架下确实有一定难度。
他们的难度主要集中在：数据属于经营者自身的，作为软件使用者我们买了版权，数据沉淀在我们商家手里，他们不能把数据完全汇总到自己公司然后给我们。但是从大数据的本身意义来讲应该是把一个大区的所有客户数据集中汇总然后反馈，才会有效果。但是软件公司做不到，因为每个公司都有自己的估计，将数据都保留在自身，在我们自身没有开发能力的前提下，这个实现起来就很困难了。
我个人对大数据的期待：个人对数据未来的应用有自己的期待，我们所在的城市在保定市，人口300万，在近30万会员，每日客流在近10万的前提下大数据可挖掘的潜力是非常庞大的。但是怎么能应用好，作为企业的经营者，怎么将数据发挥出应有的价值是摆在我们面前的重要课题。
做为企业的管理者，我最关心的就是资产项这块如何提升。要求经理层把运营做好，如营业额，毛利率，来客数，客单价等多方面考核调控，驱使他们吧公司现有数据运用到极致。
但是对于我来讲，就是如何把数据的运用更进一步，在区域的会员等核心优势做大，再向高端的商业如向金融，资本层面靠近。
几年前最简单的想法。我们积累了那么多年的会员卡里面的储值只能在本系统使用，如何能把会员卡变成异业合作，在其他领域也用会员卡消费，同时会员可以用储值做点其他行业的服务，这样我们就把顾客推到了跟我们关联的领域。
作为横向行业的合作伙伴，他可以成为我们异业合作的供应商，我们把会员推广到他们门店，把他们的营业额纳入我们的平台上。这个行为，从商业角度上讲就是横向并购(并购销售额)。这样在小的金融领域就能实现如京东，蚂蚁金服这样一个小的信用体系。只要我的会员实名制，只要有储值我们就给他做一个信用积累，同时给他一个信用额度，久而久之我们这个平台就可以利用大数据可以组成一个同城服务业的数据体系。
这就是我对大数据的期待：运用软件和信息，数据的记载，积累沉淀成为数据池，然后链接价值链平行利益方，形成生态圈。
庄帅：百联资讯创始人 微信：zhuangshuai
简单分享我在沃尔玛，王府井百货，东方家园做O2O的过程，在大数据方面的实践。
讲到数据，就要说我在沃尔玛的巡店的工作，在巡店的过程中我有一个习惯，就想知道消费者为什么看一款海飞丝洗发水后来却没买扭头买了霸王洗发水。类似这样的问题很多，消费者动线如何设计，数据如何得到等等，我们数据得到困难。
所以我跟电商行业交流：第一，O2O不是伪命题，第二，O2O本身才是真正的大数据时代。他涉及非结构化的数据，如眼睛看哪里，走路走到哪里，这些数据量是很大的。如果我们有这些数据，那么对于门店商品放置，引导设施使用将会有很好的作用。
超市本身在数据分为两块：前端运营数据和后端供应数据，会员数据 。在实践中我发现我们获取后端数据相对容易，当然沃尔玛本身在数据运用走的就比较早，结合第三方加上自己研发ERP系统获取后端数据。国内很多时候数据不全或者没有关联到很多，沃尔玛是关联到全球POSE机的数据而且数据实时的，后来还实时关联全球配送货车数据。
我们知道超市在做大促的时候，货架的空置率是考核的主要指标，当货架大面积空缺的时候剩下的商品很难出售，但货架的空置率是跟你的配送效率有很大关系的。 在这方面，沃尔玛从80年代中就开始巨资投入，去连接全球的供应商和全球门店来获取全球门店前端的销售数据和后端数据。 这些数据全部链接后我们的采购人员，运营人员，市场部人员，在做采购，销售，配送的决策时候都有了数据支撑，不用拍脑袋。包括市场部选品，我们都对调取相关数据，甚至全球数据来比对是否有做DM主商品的意义，结合历史数据看看是否在我们做DM活动时能够有销量和供应商的生产数据看看其生产能力是否达标，这点应该比京东和天猫目前做的要好。
数据的关联是一个思维，我觉得大数据的核心就是数据的关联应用，就是要把数据关联起来 。分部门让他们有应用的场景和环境，物流，采购，财务，运营，市场的数据需求是哪些我们就给他们相应的权限使用。
我在沃尔玛的三年过程中，清楚了解到后台的权限管理是非常重要的，在系统设计上国外零售业走在前面。我后来去百家，东方家园，王府井任职，我发现沃尔玛真的是走在了前面。
大数据带来的是什么，带来的是非人工干预的自动化。 人工干预会滋生很多东西，包括腐败，在超市等零售行业里，腐败很难管理。在内部管理去人工化是我们在数据运用中更高级的层面，在这个层面中，沃尔玛，京东，天猫等也走在了前面。
沃尔玛是运用亚马逊的hadoop系统，这个大数据系统在关联到沃尔玛的内部数据以后呢，所有的在美国的采购已经实现了自动下单，他可以自动监测全美4800多家店铺，然后根据销售情况和供应商供应情况在合适的时机自动下单，完成一套流程。采购的工作可能更多地花在新品引进等买手工作上。这个进步应该是可怕的，他有力的支撑了沃尔玛在全球的扩张。除了沃尔玛，京东的物流和仓储部分，他的整个仓储系统通过数据化实现无人管理。
数据的帮助是将机器变得只能，减少人工成本，在数据的帮助下也可以将人的工作变得更加专业，同时降低管理成本杜绝贪污等内部管理问题，沃尔玛，京东，天猫已经在做。
大数据的软硬件结合。 在获取结构化数据的时候软件有时候是做不到的需要跟硬件结合。如支付方式，脸部识别，眼睛追踪设备等，这些是小超市和新生零售的机会。超市的数据化管理可以根据现场环境做的很有趣，比电商更好玩。所以现在电商对线下零售的论调换了，不再对抗，而是强调融合。
线上线下数据结合。前面我们都在讲线下数据，通过网络连接而已，但并不是获取了线上数据。线上数据很多，如浏览轨迹，这些数据如果在关联，你会发现运用更酷，但是做起来很困难。
获取线上数据对于小型公司来说很灵活，可以跟天猫京东对接，也可开发自己的APP，服务号，通过会员转换获取数据。中型公司，获取数据就比较尴尬，自己开发投入太大。那么只有跟大型平台对接，如银泰与阿里，永辉与京东，京东与沃尔玛。大型公司，可以自己来，例如万达自己做飞凡。
方刚：快消品专家 微信：wxid_i6y4prbscp7122
快消品营销里面有句常说的话：透过数据看市场。例如来自一线终端的铺货率、分产品的铺货率、分渠道的铺货率分析等，用终端数据来分析业绩的波动因素，当然很多传统终端的数据都是来自一线的手工采集。很多调查公司的数据获取就来源自超市系统。
一些通用数据对于q企业意义很大，例如：方便面在KA、CVS、传统渠道、特殊渠道的占比销量占比，在某个城市的占比等，甚至某个品类在某个季节阶段的销量轨迹等。
但是，超市的数据是封闭的，相对整个大的商业系统是碎片化的。如何低成本的实现共享的、可交换的数据系统很关键。对于企业而言，数据获取是有成本的，超市系统的数据大多是基于财务和管理而产生的数据，如何把这些数据转换成为决策或者为营销服务，不仅仅需要软件技术层面的努力，可能更要管理和营销方面的硬功夫!
在与企业打交道的过程中，从企业角度三个关心的问题：1、假数据比没有数据更可怕。2、为了数据而数据不靠谱。3、数据的获取能否是低成本的。
从这个角度而言，数据的产生与生产企业之间的交换体系能否建立，是有很大价值的。
山东威客集团电商总经理：李照起
我是做过电商与大卖场经营的，现阶段超市大数据应用与电商相比存在较多的问题：
1、 大多数超市现阶段收集数据的信息系统不完善，目标不清晰，指标分析粗糙，应用程度低。
2、 收集数据积累不足，且都是现有经营覆盖区域，日常购物群体数据，有局限性，可拓展性不足。
3、 精准营销大都停留在口头上，与顾客有效互动形式较少，关联不足。
现阶段可采取的方式：在数据积累过程中可利用现有数据开展工作：
1、 区域网格化划分，利用现有数据开展经营与分析，如一个门店方圆多少划分为一个或多个区域，分析区域内消费占比，客单价，客品数，消费者购物频度等指标组合分析确定消费类别、消费能力、消费特点，针对性开展各种行销活动，这些指标经过积累后会逐步形成门店消费模式及商品模型，从而促进采购，商品陈列，组合等变化满足顾客的需求。
2、 顾客长期的消费会形成一定的规律及标签，据此可建立顾客画像，横向形成的群体便于进行精准营销及策划。
3、积极利用电商模式开展区域扩展建立更大的区域模型，可以与其他电商平台合作拓展。以上是我的一些的观点。
补充观点：
上佳：联商百人荟成员
零售业的大数据，第一是自己的营运逻辑，你要分析什么，干什么，特别在今天的经营形势下，很多公司有大粗框，缺精细化深入;第二是技术和手段的问题，包括算法，现在超市存在大量的数据分仓及协同断点的问题，先要把数据渠打通;第三才是系统实施的问题。
当前零售业还有两个争议，一是自己和系统公司的问题，企业觉得我花钱了，系统公司要帮我搞定，但你自己没想清楚，系统公司只会给你标准款，动他的基础逻辑定制版，看你投入多少费用，否则大家耍流氓，所以，关键还看企业自己的业务深度;第二是大数据和小数据的问题，小数据的意义在相对静态和窄面，是大数据的一部分，而大数据依照需求，可能不讲究精确，而是讲究大量，齐全，细节和及时，今天来看，大数据思维是线下需要向线上学习的，需要去解决数据逻辑和数据闭环多问题，不管是结构性数据还是非结构性数据。
在具有移动互联网技术的当下，我认为传统超市的数据运用逻辑和手段方向值得重新研究。比如超市过去会分析不动销、低周转、畅缺、零小库存及负毛利等几大异常，系统一拉这么长一堆单子，我觉得，让营运人员处理这么多数据是反人性的，虽然大家是要重视经营数据，也是工作要求，但不代表他今天还合理。今天不再是那个门店人员配置很多，分工特别细的时候，很多营运数据要看，但系统有很多逻辑把他处理出来。比如缺货，你非要员工看排面、查库存、问采购、找物流、去调拨，似乎这样才是聪明主动的员工，你系统查最后订货和最后收货日期，对接供应商库存，匹配兄弟门店周转，设置告警指标落实责任就完了，搞这么多花头要求干嘛呢。大数据和小数据都要让员工工作简单化，关键是业务深度，当然，行业可以互通。
张陈勇：联商新零售顾问团成员 联商百人荟成员 微信：zcyshow
关于超市+数据，我的观点如下：
1、数据的价值
沃尔玛能成为500强第一名，和他最开始把数据开放与供应商联网，最开始采用中心仓集中配送，提升库存周转效率有很大关系，这些都离不开数据的功劳，超市的几个点毛利的差距，会带来竞争巨大优势。还有丰田的零库存精益管理也离不开数据分析，预估和精准流程的支持。
大卖场目前毛利率在20%左右，效率已经较高，数据在降低快消商品流通效率方面提升空间越来越小，在快消品方面，未来数据的价值更多可能发挥在需求场景细分，产业链整体优化，供需精确匹配，减少商品搬运次数等方面应用。
2、不同业态对数据要求不同
数据一定是有价值的，获取数据是有成本的，数据应用在很多时候，是找两者之间的平衡点。711这类便利店会在系统输入天气、周围是否有会议、是否街道改造等非结构化数据，而大卖场通常不需要这些数据，这是因为便利店周转更快，需要更精准的库存预估，数据对便利店业态价值大于大卖场。
3、数据+人工分析
人类直觉判断的优势的速度快，善于把复杂问题简化，而数据判断逻辑性强，但速度慢，如果没有考虑到某些影响因素，数据可能误导判断。
超市某个商品销售波动，可能是价格，消费者需求，陈列位置，缺货率、天气、包装、竞品、流行元素、季节等因素造成，数据结果可给我们参考，但具体原因还是需要人工判断。
数据最常使用的场景有三个，一是经营结果展现，二是对未来趋势的判断，三是事后总结分析。
4、超市千人千面应用
我觉得超市DM单可以用互联网数据改善，可根据不同消费者属性和购物轨迹推荐精准商品和个性价格。消费者在超市会员APP查看本期给自己推送的个性促销商品，消费者在超市收银机扫描APP，则可以享受个性优惠价格，不会和超市标价冲突。并且可以在此基础之上做会员生命周期管理，以提升会员价值。
5、数据的终局是计划经济
计算机和互联网让信息可复制和快速传播，信息边际成本趋近于零，未来人工智能+大数据，可以让实物商品边际成本趋近于零。
目前很多信息数据孤岛，各个零售商，线上平台，生产商等数据基本没有互通，经营数据的公司，如尼尔森，艾瑞等为了获取数据想尽各种办法，这些数据孤岛类似以前的局域网，如果把数据孤岛链接起来，就等于局域网变成互联网，其价值难于预估。
一旦人工智能普及，商品生产和流通成本不断降低，在结合大数据，那么计算机就能精确预估社会总需求，从整个产业链优化节奏和配置，最终可能类似计划经济，所有的生产，流通，消费都在精准计划之中。
鲍跃忠：联商新零售顾问团成员原潍坊百货集团副总裁 微信：bc111246
关于数据讨论个人的几点拙见
--个人体会来讲，连锁企业确有必要，成立专门的数据管理部门，来进行专门的针对经营数据的管理、分析、挖掘，会产生非常有价值的作用。企业的销售过程中，会产生大量的数据，这些数据的价值，就在于通过系统分析进行挖掘，数据的分析，对经营的指导作用价值巨大。
--当前，数据管理、分析应主要聚焦于1、来客数、客单价的深入、系统分析，以此关联对顾客的分析管理;2、针对商品管理(品类管理)的系统分析，重点结合品类战略，进行品类管理的优化调整。3、对顾客购买行为的有关数据的抓取、分析，指导提升门店的产出。4、促销数据的分析，指导提升促销效率。
--要想取得有价值的数据分析，必须搭建好相关的基础体系，如商品分类、顾客管理、后台系统的功能设计、、、在正确的基础体系上产生的数据分析才是有价值的。
张智勇：某著名O2O公司快消负责人
今天都提到同一个问题，就是数据收集成本高，收集难，这个急不得，有点像当年的局域网，等这些信息孤岛链接起来，就会挖掘出很多价值。数据能养活很多公司，比如尼尔森，艾瑞等，现在这样的数据都能养活这些大公司，那么以后数据真正联网后一定具有更大价值。
我有两个问题想请教大家。其一是如何看数据的因果?例如我看了一组不同城市的消费行为数据，以北京和上海来说，其他品类消费基本贴近，但是水产品消费北京是上海的1/3.4。请问从北京的超市从业者来看，应该把水产品看做陷阱还是机会？
数据一是指导，二是调整后效果的总结，张总说的水产品比例问题，如果是大卖场，那么可以根据大环境数据，卖场品类销售占比数据指导来调整水产品的面积和SKU占比结构，调整完后跟踪销售情况，也是通过数据才能知道。以上过程数据是重要参考要素。
其二是如何看待互联网零售公司更高一级的大数据竞争的威胁?例如说，超市所能掌握的数据是取自自己的用户和商品，但互联网公司(尤其是大公司)可以掌握更全面的数据用于更有效的选址和选品，而且不会被片面的数据误导。
（整理/联商网 木鱼）