【科讯】2018云栖大会

本篇文章3295字，读完约8分钟

年云栖大会，马云第一次提到新零售，今后10年、20年，没有电子商务的说法只有新零售。 两年后，新零售在各个领域迅速落地。 首先列举三件典型的事情。

4月28日，蚂蚁第一家新零售商业体，在亲橙开业。

在618期间，居然家在北京的八家店首次尝试新零售，三天的销售额接近11亿元。

8月2日，星巴克饿了提供销售服务吗？

这些是蚂蚁的基准。 技术上有数据，有商业场景。 很多零售企业品牌把这辆快车新零售，可以吗？ 我该怎么办？ 今天以智能零售升级为中心，从新零售的三个场景中监视场景，发现内在场景，谈论营销场景。

友盟+新零售数据业务总经理刘延明

升级是什么？

概括起来有三点

第一，打开人的货场。 首先，必须考虑店的选择、布局等，其次是周边的商业因素、竞争因素等影响客户的相关因素。

二是实现客户发现的内在。 网上招商和商品类别的选择决定必须在潜在顾客的购买力、偏好范围内进行综合考虑，选择相应的价格范围，并对其进行投票。

三是活动效果可以追踪。 网上促销活动、地推、投入等必须串联贯通客流和客户的关系，避免商业机会流失。

三个场景战略

友盟+拥有高价值的在线数据资源，每天复盖1.8亿lbs数据，复盖90%以上的poi数据。 在线数据是分散的，所以贯通和串联连接特别重要。 我们有很强的id映射能力。 最后是丰富的新闻媒体库。

根据以上的数据资源和技术能力，在基础的数据平台上，我们分为三种产品场景服务，分别以监视类、发现内在类、营销类，以可视化的数据形式表现。

监视类:客流和图像提高运营效率

与客流图像相比，商家必须知道自己店的核心关注点是什么，也就是业务重点。

例如，如果一个企业品牌在全国有七家地区连锁店，那就必须把所有地区分成四个维度(核心关心、日常报告、智能排名、定制分解)来运营。 注意各地区不且间段的客流图像变化，选择表现好的地区，进行地区内的店铺注意，最终以表现好的店铺为标榜，将店铺经验分享给其他地区，结合相应的数据报告书进行佐证和优化，消除瓶颈，亮点

这个可以分为两个层次。

第一层，提高店铺的运营效率。 包括核心指标和日常报告，呈现店的基础客流数据，支持店的日常数据总结和分析

第二层打破现有的解体逻辑和结构，重组解体维度，发现业务的新机会。 包括智能排名和自我分解，我们打破不同维度进行迅速的排名，例如男性客群在不同地区的排名。 另外，引入智能算法，实现自我分解，打破现有的分解结构。

从这二楼出发，商店没有数据，从有数据到有数据，提高地区和商店的运营效率，扩大业务边界。

监测类:客户的路线优化商品陈列

综合大卖场每年淘汰20%的企业品牌，一方面是收益压力，另一方面要求持续吸引顾客的新鲜度。 同样，很多大型企业品牌店也在2~4周内进行货架的重新设计、商品的更新交换，以保持客户对新产品的需求。

与商品陈列的优化相比，商家可以用wi-fi和照相机的方法进行场内的客户路径和类别的关心热洞察，优化店的设置、货架陈列和类别的交换。

发现内在类:准确预测商圈的选择、客流和收入

与智能零售相比，很多企业都发售选址类产品，但商家看到的维度、拆卸报告不太容易决定。 原因是数据观察的时间跨度短，无法预测客流和收入，以及多个商圈相互分解。 这些依赖于强大的数据算法和底层的数据支持。

提供友盟+9维选址分解数据:

一)帮助客户制定和决定全球部署计划

2 )了解自身和竞争对手渗透到不同地区的情况

3 )筛选特征领域，制定差异化竞争战略

4)都市目标潜在客热分布

5 )基于目标群体，提供城市推荐商圈和潜力判断

6 )拥有和竞争地区的店铺分布

7 )积分常态客流收入预测

8 )结合交通状况和客层形态，多点判断

9 )点盖群多维分析

总结来说，友爱+选址战略分为三个场景。

全球规划:在全国层面，融合企业品牌自身的场景，比如评价应该在北京、上海、杭州的哪个城市开店。 开店的话，利润状况如何，竞争品的展开量有多高，竞争激烈等

地区内:明确企业品牌在一个城市开店的情况下，我们加入企业品牌在类似地区的经营数据，结合潜在顾客群的热分布、竞品的开店点，综合判定它们的商圈布局。

重点判断:由于商业的中心目的是利益，因此将零售商的商业目标、竞品的商业复盖数据等纳入eu+选址模型，从客流、客单价、竞争解体、潜力等多维度出发，a、b、c三个位置的选址排名。 例如，在十字路口中，哪个十字路口适合开店？ 这需要更明确的lbs数据来判断abc点整体的得分。

营销类:商店引流，多场景营销触达

商店的引流一直是困扰商家的难题之一，去哪里引流？ 盲目的引流会导致资源和价格的浪费。 比较那些人的引流吗？ 我的潜在客户是谁？ 用什么方法引流潜在客户在哪里，必须考虑生活场景、事业场景、费用场景、交通场景。 引流的效果怎么样？ 客户是否有来店转换、成交转换等。

那么对比繁杂的店引流，【友爱+】的解决方法:

第一步:人群筛选

1 )新店引流:在店铺复盖区域(2-5公里，5-20公里)的范围内，使用lbs数据进行潜客筛选。

2 )老字号引流:根据过去1-3个月的店客流数据进行顾客的特征沉淀，在店的复盖区域(2-5公里，5-20公里)的范围内进行潜客筛选。

3 )会员引流:根据crm等会员群体进行客户特征沉淀，在商店复盖区域(2-5公里、5-20公里)的范围内进行潜客筛选。

步骤2 :媒体战略(离线，以ott媒体为例)

1 )网上媒体:根据潜在顾客的特点，从算法上对店铺复盖范围内的新闻媒体资源进行排序，形成媒体点推荐指数，根据预算进行投入战略的分配。

2 ) ott媒体:根据潜在顾客的特征筛选店铺复盖范围内的ott家庭，用电视方资源投入。

步骤3 :效果判定

收集媒体投入曝光潜客数据，与投入期间内及投入期间后2~4周内来店里的顾客数据匹配贯通，评价投入转化效果。

扩展价值:实现在线上线下运营的一体化、在线卡下核销、基于lbs的潜在客户解体、升级以前传达的地推和网下投放媒体。 所有数据都可以监视和判断，意味着整个过程都可以优化。

新零售效应的例子

1 .油站客户分解:扩大异业合作，销售提高25%

加油站遇到全球数据时，有时会很聪明。 从最简单的客流解体开始，忠诚客喜欢汽车日用品，对运营战略进行调整，在米其林店和汽车的保养、维护上合作，92#需要200元，95#需要300元以上的话可以赠送优惠券，或者购买润滑油免费送到米其林店。

数据效果: 92#加油满200的车次环比上升了30%，95#加油满300的车次环比上升了26%。

2 .选址和竞争分解: 80%的常态客流和收入预测

我们与箱马合作，实现数据的选择和竞争的解体。 合作模式用全球数据实现区域一级市场的拓展计划，在多家商店的综合判断中，用智能算法进行排序，提出选址建议。 智能输出店布局作战图。 包括商店解体、潜在顾客动态解体、竞品趋势变化。

数据效果:销售预测精度达到80%以上，成为盒马开店和日常运营的标准流程。

3 .商店引流:锁定正确的潜在客人，提高客人流量和成交率。

商店的引流，我们在很多行业做了应用实践，取得了惊人的数据效果。

国内某大型体育企业品牌，在年圣诞节、年女神节期间，对周边2.5公里的客流做出了有趣的选择，包括扩大购买者。 然后在网上集中发布电子屏幕、ktv和ott。

数据效果:在线电子屏幕曝光客户的来店率是未曝光客户的3倍。

4 .个性化指南:基于客流的识别和sku的交互

很多时候，顾客进店不到30秒，看到对展示的商品没有兴趣，就转身走了。 我们开发的个性化指南画面一方面扩展了sku，另一方面指南购买有详细的商品介绍，所以可以把潜在顾客带到屏幕前。 例如，动态展示运动鞋的技术感，提高成交率。

数据:店内架子的热量上升了42%。

新零售的发展速度比我们想象的要快得多，友爱+想把数据技术和能力注入网上零售场景，让商店具有自我反复升级的能力，最迅速地适应现在和将来的零售诉求。

10月16日，ubdc全球大数据峰会上，友盟+oplus新零售数据服务登场，有智能零售专场、李宁智能零售体验店！