數據管理與新零售

  • 1663
  • 0
  • 2018-03-12

新零售這個議題在近一年來炒得沸沸揚揚,馬雲提出這個詞的當下,或許他只有一個基本想像,並沒有太過具體的描繪,漸漸的有些人對這詞開始展開自己的理解,漸漸的又出現了客戶旅程、以客戶為中心這樣的概念,聽起來都很有道理,但從理解到應用上始終還是有其困難。

新零售到底是什麼?直到盒馬鮮生執行長侯毅講了一句「新零售的本質就是數據驅動」,我們終於抓到一跨浮木,掌握數據由數據來驅動營運是新零售的關鍵之一,然後他又說了「新零售會重購人貨場之間的連結與交戶模式」,數據驅動+人貨場,從這樣的角度去解讀新零售,似乎就變得簡單的多。

我們把數據驅動擺在後頭,先來談談人、貨、場。

人:代表整個零售過程中的那些人或角色,包含顧客、服務人員、銷售人員、物流業者、倉庫人員、行銷人員等等...

貨:代表與貨品有關的事項,包含生產、採購、銷售、供應、庫存、品類、品項等

場:代表顧客與品牌間的交互場域級渠道,包含線上通路、電商平台、實體門市、廣義的銷售場域、廣義的服務場域、或是線上X線下的種種互動等,這都是場的範圍

人、貨、場三者有什麼樣的意涵在?跟數據驅動又有什麼關係?在進一步談論數據驅動與人貨場的關聯前,我們可以先來看看之前inside跟數位時代對盒馬鮮生新零售的體驗報導:

帶你逛中國「科技超市」盒馬鮮生,看它為什麼是馬雲口中新零售的起跑點

直擊阿里巴巴的新零售實驗場,盒馬鮮生下一步要開設機器人門市

我們從這兩篇報導中大致上看到了眾多的感應裝置、自助服務、刷臉、掃碼等眾多資訊技術的應用,再加上打通了線上與線下,你可以在App上下單,然後門市人員就會為你撿貨,然後幫你宅配到府,此外,運用大數據,盒馬鮮生號稱可以精準評估,算出以日為單位的進貨估量,將進貨過剩造成的成本浪費壓到最低。感應裝置、刷臉、生鮮外送三小時送達、代客料理等等服務聽起來都有點新鮮感。

但這些就是馬雲理想中的新零售嗎?我想應該不是,inside跟數位時代從應用面分享新零售的觀點,給了我們蠻多的啟發,而我想試著從數據面來談新零售這個議題,其實不管新零售、舊零售,只要能運用新科技、新商模、新的體驗坊是讓客戶買單,創造更高的收益,基本上你要說是新零售2.0應該也不會有人反對,所以我用數據如何驅動營運成長這個角度來談談我的想法。

我認為在這個時代,你要更了解客戶,並能提供差異化甚至個性化的服務或資訊,掌握客戶的數據是關鍵中的關鍵,你要熟悉客戶樣貌,要掌握數據;要做到精準推薦,要掌握數據;要做到差異化與個性化服務,要掌握數據;要預測用戶行為,要掌握數據。基本上,若我們要做出有別於過往的零售模式,那掌握數據基本上是不可或缺的,而這個說法就恰恰符合了侯毅的說法「新零售的本質就是數據驅動」。

既然談到數據了,我一樣從人、貨、場的角度來跟大家聊聊,過去一年以來,我輔導與協助多家公司梳理他們的營運狀況,期間發現多數企業都能具體的告知我「那些產品銷售狀況良好,那些不好」,也能清楚的說明「那些渠道引來最大流量,對業績有重大貢獻」,但當我問到「那些產品在那些渠道銷售狀況好,那些差?」這樣的問題時,大約只有2成不到的企業能清楚地回答,這幾個問題看似都很雷同,但只要你再仔細想想就會發現中間有個決定性的不同。

「那些產品銷售狀況良好,那些不好」,這是屬於「貨」

「那些渠道引來最大訂單,對業績有重大貢獻」,這是屬於「場」

「那些產品在那些渠道銷售狀況好,那些差?」,這是屬於「貨+場」

複雜度頓時從一維躍升到二維,如果我再問「哪類型的客戶,特別偏好從什麼渠道來購買哪類產品?」,這就變成「人+場+貨」的三維問題了。

過去企業經營時因產品單一、渠道單一,所以不須需思考產品或渠道的替換,只要專注於招攬及服務客戶,所以他們通常只問「哪類型的客戶在銷售與服務時該留意些什麼?」,這樣的問題相對單純,因為我們只要看一個維度就足夠了,但隨著客戶需求愈來愈分歧,渠道也愈來愈多元,大多數企業也開始擁有多項產品與多條渠道,管理的複雜度也因此大幅地跳升了

能串起人+貨+場的企業大多是資訊化與數據化相對健全的市場領先者,他們早已有意識的在採集各種客戶數據,並運用這些數據來改善他們的服務與體驗;而稍微落後的市場跟隨者雖然速度稍慢,但也開始意識到數據對營運的重要性,他們開始著手思考如何改善用戶體驗,並規劃應該採集哪些數據,以及如何取得這些數據;而那些仍舊未有意識到數據重要性的市場落後者呢?仍百思不得其解,為何渠道不再有效?為何客戶對產品的忠誠度大幅的下降了?但其實,現在的市場與用戶,早已經脫離他們的美好想像。

曾有老闆對我提問:「我只要知道什麼產品賣得好或什麼渠道有效,不用知道產品+渠道後的細部資訊又有什麼問題?」

我的答案很簡單:「若有你超過10個以上的商品,若你在A渠道的銷售狀況良好,但在B渠道的銷量狀況一般,此時若你要加大資源投放,你會怎麼處理?」

他回答我:「在沒有其他因素的狀況下,我當然是投A啊。」

我說:「所以是平均的把錢灑到這條渠道上的所有商品?」

他說:「不見得吧,就看產品的銷售狀況如何。」

我說:「但你要做到這件事,你就要知道每個產品在A渠道的銷售狀況,否則你光看產品的總銷量是不準確的。」

他說:「嗯,好像是這麼一回事。」

我說:「所以可以想見,你們還沒有這樣的數據來支撐你做這樣的決定,按理來說,銷量好的渠道,一定也有些賣的不怎麼樣的產品,反之,在A渠道賣不好的產品,不見得在B渠道也不好,我們往往需要展開產品X渠道的二維矩陣才能看得透徹。」

上面這樣的對話不只發生過一次,我常常建議企業主,在承平時代就應該居安思危,市場大好時,價錢好,競爭者少,供貨與渠道穩定,你只要現金管理不要太差勁,大概都能賺到錢,但隨著景氣下挫,競爭者增加,渠道開始細分,利潤萎縮剩下一半時,你才開始想怎麼辦往往已經太遲了,你的客戶早已離你遠去,你的競爭對手早就搭上前一班車揚長而去。新零售或許是個有趣的議題,但在談新零售前,請先確認最基礎的人貨場數據我們是否具備。若你對數據化管理仍有疑問,可以參考我前一篇文章:數據管理落地五步驟

游舒帆 (gipi)

探索原力Co-founder,曾任TutorABC協理與鼎新電腦總監,並曾獲選兩屆微軟最有價值專家 ( MVP ),離開職場後創辦探索原力,致力於協助青少年培養面對未來的能力。認為教育與組織育才其實息息相關,都是在為未來儲備能量,2018年起成立為期一年的專題課程《職涯躍升的關鍵24堂課》,為培養台灣未來的領袖而努力。