当前位置: 首页 > 科技赋能

汇纳科技副总裁陈竞毅!新零售赛道能不能走通,关键在于能否有效率地利用数据

时间:2024-05-22 11:26:52 科技赋能

汇纳科技副总裁陈静一!新零售赛道能否成功,关键在于能否高效利用数据。

明年,业务创新将进入新阶段。

伴随着业务的创新,热门趋势背后还有认知的积累和实践的积累。

经过多年的热捧和资本追捧的零售领域也是如此。

7月10日,《零售老板内参》与36氪在北京联合举办新商业生态零售主题峰会。

16位零售大咖与知名零售业同仁、行业精英齐聚一堂,围绕“回归零售本质”、聚焦“传统零售业转型升级”、“探索新模式”展开高峰对话和主题演讲。

为了零售业的未来”。

该主题进行了深入讨论。

峰会上,惠纳科技副总裁陈静一发表了主题为《数据驱动的新零售之“新·数据”》的精彩演讲。

他认为,从传统管理数字到新管理数字,意味着从数据收集到数据管理方法的转变,从结果导向到行动导向的平台转变,从评价管理到把握趋势的转变。

以下为稳纳科技副总裁陈静一全文: 大家好,我是稳纳科技零售事业部。

刚才提到的很多案例都来自很多成功的企业,背后还有很多应用案例。

事实上,他们有一个共同点:他们都有一个很好的数据驱动平台。

我跟大家分享一下我对数据的看法,包括我们之前接触到的品牌痛点以及我们对未来数据发展的看法。

正如你在屏幕上看到的,这些实际上都是数据,尤其是传统企业,有大量的数据。

与10年前的差别非常大。

10年前,企业因为数据不足、数据不足而面临很大困难。

我知道,我不明白,我的事不清楚。

相反,今天我发现大多数公司拥有太多数据,但他们不知道如何使用它。

有几次我们和客户沟通的时候,他们会问一个问题:我现在有这个数据,以后怎么用?什么?这确实是一个很普遍的问题,尤其是新零售行业,很多都处于发展阶段,大家都在探索发展方向。

许多公司正在慢慢地关注大数据,希望找到一些答案。

无论是下去还是以不同的方式重组,他们都会面临一个问题,找不到他们想知道的东西。

回答。

所以最后我们看到这个系统崩溃了。

他们花费了大量的金钱和时间,却没有达到他们想要的结果。

包括刚才提到一些新零售企业退出了赛道。

关键在于他们对所拥有数据的理解。

使用是否合适、使用是否有效?后面还有一个比较大的话题。

无论是新零售行业的品牌还是企业,如何管理数字化?这两者不是数字化管理,而是不同的概念。

在众多传统品牌中,他们面临着一个比较大的问题。

他们的一些数据来源就是我们所说的事后指标。

他们拥有内部交易数据,包括他们的交易信息和会员购买记录。

这已经发生了。

事物,我们可以称之为历史数据,是否能够做出一些前沿的预测,这确实是一个问号。

另一方面,在企业中,也面临着很多数据不互联的问题。

我们称之为数据孤岛,包括他们的供应链、库存、门店系统、人事系统、财务系统。

在很多情况下,他们会面临巨大的问题。

问题是他们无法匹配某些数据,因此他们无法完全看到整个图片应该是什么样子。

最终的结果是,有可能我希望根据我的解读得出一些结论。

结论还是比较片面的。

我曾经负责管理 BI 部门。

这取决于这个人如何看待这个数字。

相同的数字对于每个人来说,A可能有与B不同的结论。

这个判断将基于他的个人经验和取向。

新数据时代,首先我们认为是多元化。

多元化是指我们不仅依赖自己内部的数据源,还参考更多的第三方数据源,因为它的数据更丰富,它的数据更多样化。

更全面的来源可以为结论提供更多不同的维度参考,并可以用来论证其结果和方向是否更合理、更有逻辑性。

另一方面,他们都是以结果为导向的。

过去,我们有很多数据想要挖掘。

如何开采呢?这就像采矿。

我的面前有一座山。

我希望能在山里挖出一些有价值的东西。

和钻石或者黄金一样,效率其实很低。

根据以往的统计,一般来说,一个企业中有效、有用、有价值的数据只有1%左右被使用,相当于99%的数据被使用。

皆无效。

另一个是它必须提供结果。

在之前的一些数据应用中,很多企业其实花了很多时间进行大量的争论和辩证。

例如,哪些产品应该打折,如何打折?在这种辩证法中,很多时候并不能起到好的结果。

最终是产品管理团队说了算,或者是销售人员说这个产品销量比较差,所以这就是折扣,或者哪个产品卖得好,很多事情最终还是回归到人的经验和个人的判断。

没有办法建立一个有方向、有行动导向的有效系统。

所以我们说数据创新可以分为三个部分。

第一个叫技术创新。

什么是科技创新?我们已经从单纯的业务数据转向更加关注活动数据。

业务数据都是以结果为导向的。

,我最终的营业额和毛利是多少,活动数据在过程中比较多,我的店有多少人来过,它的进场率是多少,特别是最近有一些客户特别关注人数到访商店的次数。

,比如一个人从商店进来,但是他周围有单独进来的人,或者他周围有0个人单独进来,那么结果就完全不一样了。

如果是第一种类型,首先,您为您的商店选择了正确的地址。

其次,可能是这个陈列很吸引人,外面路过的人都喜欢。

如果0人经过,就只有1人进来。

第一,你的品牌在这方面做得不好。

第二,人们错了。

人们只是路过,并不是愿意进来消费的目标客群。

更多的数字可以让品牌更有效、更准确地判断这件事的结果。

对于传统人来说,这两家店是一样的。

如果添加另一组数字,视图就会不同。

可以采取许多决策行动。

是因为定位错误还是显示不正确?即使看起来不错,你也可以做出一些有针对性的决定来提高商店的质量。

另外,也有很多品牌比较注重店内的行为,包括放在哪个货架上。

Huiner之前刚刚做了一个项目,计算品牌的品类转化率。

如何计算呢?这个货架上有多少人,最终付款的人有多少。

比如卖牙膏,牙膏货架上每天都有人。

我去看了一下,发现当天只有15人付费,上架转化率为15%。

从中,他们可以更多地了解这个产品在这个地方的真实转化率。

过去,出售时只能看到收据。

显示 15 种牙膏。

无论关注这款牙膏的人多还是少,这都会影响其他展示。

另外,我想知道我的成员是谁。

其实,这是有一个误区的。

很多品牌以为我有会员信息,男,女,年龄。

不知道这里有多少人提供信息。

当您向品牌提供您的会员信息时,它会给您真实的信息。

一般来说,相信大家都不会给出真实的出生年龄。

另一个应用场景是采集收银员背后的人脸,可以帮助他绑定收据。

这时候他就能真正了解客户群体、谁买单、关注过什么产品。

它能够在整个产品管理中起到非常精准的作用,因为他非常清楚从他关注到支付、消费整个流程是什么样的。

另外,同一个商场里有三四个品牌,如何比较?包括我和我自己比较,比较不同品牌,我的顾客群是否有效分离,我们可以看到每个顾客去了多少家店,也可以对标商场的客流。

例如,有客户告诉我们,我们的商店非常好,增长了10%。

后来我们去找他,发现商场的客流量增加了30%,所以我告诉他这家店不太好。

如果你的客流增加了30%,但你的只增加了10%,那你一定有一定的问题。

数据源可以为您提供更真实的情况,但仅查看您自己的数据则更加有限。

过去,我们把生成数据称为生产数据。

两者是不同的概念。

生成的数据是从现有的ERP和操作系统中挖掘一些有用的信息。

生产数据的概念就是带着目标去生产,希望达到什么效果,希望了解什么,然后主动收集这方面的数据。

第三,在数据管理中,它被用作资产。

曾经有句话说,过去石油是黄金,未来数据也是黄金。

所以,在数据资产管理中,我刚才提到数据一定要主动产生、有目标地产生。

,然后如何管理它,包括我需要什么类型的数据以及如何共享它。

现在很多企业还是有一个问号,说我的数据如果分享给大家,会不会出现一定的问题?我相信这已经不再是我们愿不愿意分享的问题,这是我们必须要做的。

包括BAT,他们现在也有很多数据,很多企业也利用他们的数据来更好的管理自己的客户群和产品。

数据的泄露并不是出于我个人的意愿,更多的是技术的进步。

发展,就会成为一种必须的行为。

流通,数据如何流通?我刚才提到很多数据本身就是一个孤岛。

数据的流通量越高,其效果越明显。

它的循环越高,其发挥的能力就越大。

它是在这个系统中构建的一个符合安全性,包括隐私考虑的系统,可以让每个人在一个通用平台上更好地利用这些数据的力量,提供最终的消费者体验。

最后一点是应用创新。

正如前面提到的,它们都是以结果为导向的。

我知道一些事情,我理解一些事情。

然而,现在更多的客户对我所了解的感到不满意。

他们会问你,如果你知道了,你能做什么?尤其是快速消费品,其生命周期本身就很短。

过去,女装行业每两周更新一次,一次大约有一个SKU。

店里的产品基本上一个多月就要更换一次。

我知道该产品卖得很好,我能做什么?他们想更多地了解整个品牌的特点,如何与我的产品和人力相匹配?他现在的走势和我们预测的走势有没有不匹配?如果你看到这种差异,你可以早点预警,告诉他你的店可能有问题。

我的前任CEO告诉我,零售业是一个非常注重细节的行业。

他不只是负责一个区域,他对于某个店的某个产品,我们在开发的时候如何才能有效的管理呢?必须使用数据来赋予我们预测的能力。

我们多个门店中,哪一个有问题,我可以快速改进。

过来。

主动管理,像这个例子,其实就是说在一些店里,我们会用不同的算法,把它变成一个指标,转换成一种颜色,绿、黄、红。

红色表示可以立即关注,绿色表示可以暂时忽略。

通过查看它,您可以快速识别这些问题中的改进计划并保持整体健康。

现在可以通过手机来完成,因为现在我发现我们很多客户使用手机而不是PC。

如今,高管坐在电脑前,手机上的主动管理也是一个非常明显的趋势。

他们还想知道,如果所有商店都处于最高效状态,我应该有多少性能?我会损失多少?这样,管理层可以做出更有效的评估,我应该关注哪里?产品质量,无论我的开支是否太高,或者我是否支付太多的租金,都可以集中精力提高整个公司的利润。

如今,最大的问题仍然在于应用层面。

事实上,很多传统企业只注重收藏、清理、展示。

应用方面还比较薄弱。

在这方面,人工智能可以提供更好的机会。

综上所述,从传统管理数字到新管理数字,意味着从数据收集到数据管理、从结果导向到行动导向平台转变、从评价管理到把握趋势转变。

我的公司和他的公司有什么区别?区别?我们知道未来该做什么。

我们希望与更多的品牌朋友一起发展这方面的能力,包括自主品牌、数据管理与共享、数据整合等。

我认为有很多机会利用技术平台取得更好的成果。