[科技界] 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

2018年，业务创新进入新阶段。同时，业务创新伴随着热情背后的认知沉淀和实践积累，也伴随着2017年后零售业的热情和资本追求。

7月10日，由零售老板内参和36 Kr举办的2018商业新生态零售主题峰会在北京举行。十六家大型零售商和近千名零售同行及行业精英齐聚一堂，围绕回归零售本质进行峰会对话和主旨演讲，并就传统零售业转型升级和未来探索新零售模式两大主题进行深入探讨。

峰会上，惠娜科技副总裁陈静仪发表了题为《新数据驱动的新零售&中端；数据”。他认为，从传统的管理人物到新的管理人物，是从数据收集到数据管理，从结果导向到行动导向的平台，从评估管理到掌握趋势的一种方式。

以下是讲话全文:

大家好，我来自惠娜科技零售事业部。

就在刚才，很多案例来自很多成功的企业，背后也有很多应用案例。事实上，他们有一个共同点，一个好的数据驱动平台。我想和大家分享一下我对数据的看法，包括我们之前接触过的品牌痛点，以及我们对未来数据发展的看法。

正如你在屏幕上看到的，其实这些都是数据，尤其是传统企业，数据很多，和10年前有很大不同。10年前，企业面临着很大的困难，比如我的数据不足，我不知道，我不懂，我的业务不清楚。相反，今天我发现大部分企业数据太多，不知道怎么用。当我们与客户沟通几次时，他们会问一个问题。我现在有这些数据，以后怎么用？这确实是一个很普遍的问题，尤其是在新的零售行业，很多都处于发展阶段，大家都在摸索发展方向。

很多企业慢慢细看大数据，希望能找到一些答案。不管是往下走还是用不同的方式重组，都会面临一个问题，找不到自己想知道的答案。

所以最后我们看到系统崩溃了，他们花费了大量的金钱和时间，没有达到预期的效果，包括只是说一些新的零售公司已经退出了轨道，关键是他们是否正确高效地使用了他们拥有的数据。

后面有个大题目，新零售行业的品牌和公司如何管理数字？而不是数字化管理，这两个是不同的概念。

在很多传统品牌中，面临一个很大的问题，他们的数据来源有的是我们所说的事后指标，有的是内部交易数据，包括其交易信息和会员购买记录。这已经发生了，我们可以称之为史料。是否做一些前沿预测，真的是个问号。

另一方面，在企业中，他们也面临着许多数据不可访问的问题。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。很多时候，他们会面临很大的问题，无法匹配一些数据，无法完全看清整个画面应该是什么样子。

最终的结果是，我有可能根据自己的解读得出一些结论。结论相对片面。我曾经监督bi的这一部分，这取决于那个人如何看待那个数字。同样的号码放在大家面前。A可能看到的结论和B不同，这个也会根据他的个人经历和取向来判断。

在新数据时代，首先我们认为它是多元的，这意味着我们不仅会依赖自己内部的数据源，还会参考更多的第三方数据源，因为它的数据更丰富，数据源更全面，可以提供更多不同的维度来参考结论，论证其结果和方向是否更合理、更符合逻辑。

另一方面，它们都是以结果为导向的。过去，我们想挖掘大量的数据。怎么开采？就像采矿，前面有山。希望能在山里挖掘出一些有价值的东西，比如DIA或者黄金。结果效率很低。根据以往的统计，一般来说，一个公司有效的、有用的、有价值的数据，只有1%是无效的，也就是说，使用的数据有99%是无效的。

另一个是它必须提供一个结果。在之前的一些数据应用中，其实很多企业花了很多时间做了很多辩论和辩证。比如什么样的商品打折，怎么打折？在这种辩证中，很多情况下并不能算好结果。最后商品管理团队说，或者销售说，如果觉得这个产品卖的不好，就打折，或者哪个产品卖的好。很多事情最终还是回到了人的经验和个人判断上，没有办法做出有方向和行动导向的有效体系。

所以我们说数据创新可以分为三个部分，第一部分叫技术创新，什么是技术创新？从简单的业务数据到更加关注活动数据，业务数据是面向结果的。我最终的业务量和毛利是多少？活动数据更多的是在过程中。有多少人来过我的店？它的进店率是多少？尤其是最近，有一些顾客特别关注店里的人数。比如一家店进来300人，但是周围进来1000人，或者1000人左右。如果是第一种，首先你选对了地址开店。第二，可能是显示器很吸引人，让外面路过的人很喜欢。一万人路过，只有三百人进来。第一，你的品牌在这方面不行。第二，人不对，人只是路过，不是愿意进来消费的目标客户。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。传统上是300人，两家店一样。如果再加一组数字，这个观点就不一样了，可以做很多决定。因为定位错误或者陈列不好看，可以做一些有针对性的决策，提高店铺的产品效率。

此外，很多品牌更注重店内的行为，包括在哪个货架上。之前惠娜只是做了一个项目，给品牌一个品类转化率。怎么算？它在这个架子上花了多少钱，最后花了多少钱？比如他卖牙膏。有一天，有100个人去牙膏架上看。当天只有15人付费，货架转化率15%。其中，他们可以更了解这个产品在这个地方的真实转化率。以前只有小票显示卖了15支牙膏。这款牙膏关注的人多还是少，会影响其他展会。

另外，我想知道我的会员是谁。其实有个误区。很多品牌认为我有会员信息，男，女，年龄。不知道这个房间有多少人在提供信息的时候会给出真实的信息，把你的会员信息给品牌。总的来说，我不相信每个人都会给出真实的生育年龄。另一个应用场景，在收银台后面收集人们的脸，可以帮助他绑定收据。这时候他才能真正了解到买单的客户，买单的人，关注过什么商品。这在整个商品管理中可以起到非常精准的作用，因为他知道从关注到买单到消费的整个过程。

另外，同一个商场有三四个品牌。怎么比较呢？包括我自己和我自己的对比，不同品牌的对比，我的客户是否有效分离，可以看到每个客人去了多少家店，也可以对照商场的客流量做个标杆。比如之前有个客户跟我们说我的店挺好的，增长了10%。后来我们帮他查了一下，商场客流量增加了30%，我就跟他说店不太好。商场客流量增加了30%，你却增加了10%。你肯定有问题。数据源可以为你提供更现实的情况，但只看自己的数据是有限的。

以前我们叫生产数据而不是生产数据。这两个概念是不同的。生产数据来自现有的erp和操作系统，从中挖掘出一些有用的信息。生产数据的概念就是带着目标去生产，想达到什么效果，想知道什么，然后主动收集这方面的数据。

第三，在数据管理上，后者是作为一种资产。以前有句话叫石油就是黄金，以后数据就是黄金。所以在数据资产管理中，刚才提到，产生数据一定要有主动性和目标，然后如何管理，包括我需要什么样的数据，如何共享。现在很多企业还有一个问号，说如果把我的数据分享给大家，会不会有一定的问题？我相信这不是我们是否愿意分享的问题，而是一定要做的。他们在bat中也有很多数据，很多企业也用他们的数据来提高客户群和商品管理。数据的公开不是我个人的意愿，但会随着科技的发展成为一种必要的行为。循环，数据是怎么流动的？刚刚提到，很多数据都是孤岛。数据流通量越高，其效果越明显。发行量越高，发挥能力越大。在这个系统中，我们应该构建一个安全性，包括隐私的考虑，这样每个人都可以在一个共同的平台上更好地利用这些数据的能量，给出最终的消费者体验。

最后一点是应用创新。前面说过，都是以结果为导向的。我知道一些，我知道一些，但是更多的客户对我现在知道的不满意。他会问你，知道了能怎么办，尤其是快消，生命周期短。以前女装行业每两周更新一次，每次100 SKUs左右。一家店的产品基本换了一个多月。我知道如果这个产品卖得好，能做什么。他们想多了解一下整个品牌的特点，根据我的产品和人力如何合作。他现在的趋势和我们预测的趋势有错配吗？如果你看到这个区别，可以提前预警，告诉他你的店可能有问题。我的前首席执行官告诉我，零售业是一个非常注重细节的行业。他不仅仅是在一个地区，他更多的是在某个店负责某个产品。如何在开发中有效地管理它，必须通过数据给我们一种预测能力。三千多家店中哪家店有问题？

主动管理，就像这个例子，其实就是在一些店铺里，我们会用不同的算法，把它变成一个指标，变成一个颜色，绿、黄、红，也就是说我们可以马上关注它，绿暂时不可以看它，这样我们就可以快速的找出这些问题当中的改善方案，进而保持整体的健康。现在我们可以用手机了，因为现在我发现我们很多客户用手机比用pc，现在高管们都坐在电脑前，手机的主动管理也是一个非常明显的趋势。他们也想知道，如果所有门店都达到最高效率，我应该有多少成绩？我损失了多少？这样管理层可以更有效的评估，我应该把精力放在我的产品效率上，我的成本太高，或者我的租金太高，这样我就可以专注于提高整个公司的整体利润。

目前最大的问题在于应用层面。事实上，很多传统企业在收集和清理上陷入困境，有些被展示出来，应用还比较薄弱。人工智能可以在这方面提供更好的机会。

综上所述，从传统管理人物到新管理人物，是一条从数据收集到数据管理，从结果导向到行动导向的平台，从评估管理到掌握趋势的道路。我的公司和他的公司有什么区别？我们知道未来要做什么。

我们希望能和更多的品牌和朋友一起开发这种能力，包括自主品牌、数据管理和共享、数据集成。我认为有很多机会使用技术平台来更好地服务我们的消费者。谢谢！