硅谷洞察作者

为什么只有好超市,才敢卖熟牛油果?

在很多人的印象里,去市场或超市买水产海鲜,谈不上是一件多么享受的事情。但这两年突然爆红的盒马鲜生,则颠覆了人们的这种印象。某点评网站上,顾客对其评分总体较高:

评论区也经常看到 “海鲜棒”、“款式丰富”、“质量好”、”“服务热情” 等字眼。

从以前的露天市场、到后来传统超市里的生鲜水产部,卖生鲜并不是什么新鲜事,但为什么只有盒马鲜生做得红红火火?

盒马火爆背后的 “内功” 

去年阿里投资人大会上,阿里巴巴集团副总裁、盒马 CEO 侯毅透露了盒马的战绩:截止2018年7月,开业达到 1.5 年以上的七家盒马成熟门店,单店日均销售额超过 80 万元;以平均营业面积 4000 平米计算,单店坪效超过 5 万元,是同类大卖场 3 倍以上。

也就是说,盒马比同类卖场更能挣钱。

(盒马鲜生快速拓张。图自网络,版权属于原作者)

看到盒马的亮眼表现,不少人也想效仿学盒马卖生鲜。但效仿者不知道的是,盒马进什么货、怎么促销 … 这些只是表面 “招数” 而已。为什么进这些货?为什么今天而不是明天促销、为什么促销这个商品,而不是那款商品?... 这些背后功夫才是 “内功”。

而盒马背后的 “内功”,硅谷洞察总结为两点:很了解货、很了解你(即消费者)。

先说 “很了解货”。不知大家在逛超市时,有没有好奇过:为什么超市里总是会有很青的香蕉、很硬很生的牛油果?因为对于保质期特别短、不好保存、坏得快的货品,很多商家为保证货能在坏掉之前把它们卖出去,在进香蕉、菠萝、牛油果等热带蔬果时,尽量进青色不成熟的,但这样一来,消费者买到的就不是最好吃的水果。

比如下面这张牛油果色号图。下次你逛家附近的超市时可以留意一下,看是不是有很多 1~3 号、还不熟的牛油果。

但盒马为确保消费者买到 “不用等就可以吃” 的最佳口感,只进5号色最好的牛油果、6号色最好的香蕉。对很多超市来说,这样做非常冒险 —— 如果判断失误,没能在非常短的时间内把东西及时卖出去,就会造成损失。

盒马之所以敢这么做,就是因为它借助其背后大量数据订货。其背后是阿里系的数据中台,能结合历史销量、节日、甚至天气情况等上千种数据,估算从下一分钟到未来 30 天的销售量,进货不再靠猜。因此像是热带水果、游水海鲜这种不好把握时间、不易储存的东西,在盒马都能买到相对新鲜的。

此外,它还能知道哪些产品畅销、但哪些产品虽然很多人拿起来看了看、却没有最终购买:如果很多人都拿起某种海鲜看了看但没买,系统会捕捉到这个可能在传统商店被忽略的细节进行分析,去看它到底是什么原因:价格太高?商品有瑕疵?离保质期太近?等等。

新零售:用数据及技术给卖家 “开天眼”

新零售之所以 “新”,正是因为它第一次颠覆了 “人、货、场” 三者之间的关系,让卖家做决定时不再靠猜。与之相对的 “传统零售”,从根本上说,“传统” 就传统在此三者的关系上:客户走进商场、根据商场提供的选择而被动选购。

以盒马鲜生为代表的新零售背后,则有一套非常复杂、数据驱动、技术支撑的系统。以盒马背后的阿里云为例,就综合运用了大数据、移动互联、智能物联网、自动化等技术,让货、场更好地根据 “人” 的需求而做出相应调整。 

在后台系统支持下,盒马鲜生在多个环节更智能、更自动化。采购环节的数字化,解决了 “进什么货”、“定价多少钱” 的问题 —— 比如上文提到的 “热带水果悖论”;而物流仓储的数字化,解决了 “进货后把货存在哪儿?怎么运输?”等问题;门店数字化,则在提升消费者购物体验的同时,还能提升运转效率、最低化生鲜行业的老大难问题 —— 货物过期导致的成本升高。

再比如数据驱动。如果想以数据驱动,自然首先要收集数据,这就是为什么顾客在盒马结账时不用付现金,而是用盒马 APP 直接支付。除了提高效率,盒马更能通过这种方式收集数据、更好了解消费者偏好,从而更精准服务消费者。

(盒马鲜生体系) 来源:德勤《便利店的下一站》

说完了 “吃”,我们再说说 “逛”。

全民网购时代,不少百货公司纷纷感叹:生意越来越不好做了。仅 2017 年,全国重点城市知名百货店关停 55 家。在百货公司的诞生地美国,近几年来也迎来了关店潮。

这不是具体一两家百货公司的问题,而是整个行业的困境。

(美国老牌百货 Sears 近年大规模关店)

银泰百货也不例外。早在 2011 年,百货行业的同店销售数据就显出颓势,银泰也没能幸免。2012年,银泰同店销售增长率从前一年的 23.1% 大幅下降至 9.1%,甚至还在 2014 出现负增长。

生死存亡之秋,银泰决心奋起自救。2017 年,银泰百货采取了一系列系统升级,其中包括用阿里云升级系统能力平台,将中台与阿里中台打通;把自己的物流、支付、电商能力等核心系统成功上云等措施。

一系列升级下来,消费者能直观感受到的,是专柜导航找店、互动大屏选货,以及付款时的刷脸支付、电子小票这些 “新零售标配”。在银泰百货,消费者进哪家店逛、逛了多久、几时上下楼几时离场 ... 各个场景都被记录、分析。这样,经营者在制定决策时就不用再靠猜,而是通过对顾客产生的各项数据的分析,“用事实说话”,实现人与货的更精准匹配、提升营业效率,让消费者 “逛吃逛吃” 得更爽。

(银泰百货顾客在 “试妆魔镜” 上模拟腮红、眼线、睫毛膏等彩妆效果)

在其背后系统,整个业务部门分为包括物业、运营在内的基础业务、包括数据、营销在内的增值业务、包括会员精准营销、人流分析的创新业务,及其他业务。而包括商品、交易、基础数据、单据等共享服务中心的不同部分,负责共同支撑业务部门,为后者提供洞见。


结果显而易见:截至 2018 年 9 月,银泰百货一转之前颓势,同店销售额增长18%,为过去十年来最高增幅 —— 这个数字在几年前还完全无法想象。如今的银泰百货,基本已将全部门店业务都架构在了云上,而银泰百货也已经蜕变成了一家 “互联网化的百货公司”。

零售业两大新趋势,背后有哪些黑科技?

2017 年,亚马逊以 137 亿美元的价格收购美国高端连锁超市 Whole Foods 全食超市。为什么亚马逊要收购全食?正如同亚马逊为满足自己的研发需求、而打造了 AWS 一样,它需要一个可以用来研究和测试的生鲜递送需求、来打磨自己的物流系统,而 Whole Foods 正符合要求。因此亚马逊高价收购后者,也就不足为奇了。

那么,Whole Foods 全食超市为什么选择被亚马逊收购?

除了本身的财务压力,另一个重要原因就是 Whole Foods 在竞争日益激烈的健康食品市场逐渐失掉优势:由于健康食品逐渐主流化导致市场竞争升温,Whole Foods 在被收购前的前7个季度里,同店销售额一路下滑。而亚马逊的物流系统、信息系统、云服务等黑科技级别的基础设施,使Whole Foods 有望重新突出重围。

(消费者可以在亚马逊上下单 Whole Foods 产品,在后者店面内取货,打通线上线下)

其实亚马逊与 Whole Foods 的合作,与阿里与盒马的搭配,清晰反映出了新零售的两个发展趋势:一,购物模式改变;二,更智能高效。亚马逊、阿里这种电商巨头背后的技术支撑,是其吸引商家合作的重要法宝。

以阿里为例。作为世界上最大的电商零售平台,阿里巴巴正在改变中国的零售行业 —— 这也是世界上最大的零售市场。其中,阿里云作为阿里巴巴零售创新的技术支持者,是利用云计算、大数据和人工智能技术重新定义零售行业的领先技术提供商。在零售业迅速升级转型的过程中,其扮演着 “黑科技提供者” 的角色。

举个例子:不少人都被人 “带过货” —— 在社交平台上看到别人推荐的好物,自己也想去买。随着社交网络及 KOL 等 “带货达人” 的兴起,购物模式正在逐渐被改变,一些新技术也应运而生

比如,阿里云的 Image Search 图像搜索服务,就能让潜在买家 “所见即所得”:看到一件心仪的东西,就能准确找到该件商品。如果你看到餐厅邻座桌上放着一支很好看的口红,但不知道它的品牌、色号,只要对它拍张照,你就能直接用阿里云的图搜功能搜出同款。

(东南亚电商巨头 Lazada 介绍其运用的阿里云图像搜索功能。图自网络)

第二个趋势,是新零售领域的决策过程将更加智能、高效。自动驾驶领域以 L1~L5 的分级来衡量自动化的程度,其实这种衡量方式同样可以用来类比衡量零售行业的智能决策。目前在门店运营、库存控制、物流优化等环节广泛采用的数字化智能解决方案,大多可以做到 “有条件的自动化”(类似于自动驾驶里的 Level3),即对数据流给出分析结果和建议,但结果必须经过人工确认和调整才会作为下一环节的输入。


比如我们经常喝的牛奶,别看它价格不贵,其实是一种很 “娇气” 的食品,因为它的贮藏与运输非常麻烦:销量波动频繁、容易坏、产线供给复杂、物流网络庞大... 内部成本控制的复杂度非常高。在阿里云技术支撑下,蒙牛乳业从销售、 排产、物流等几个方面进行智能化改造,从而实现成本的显著降低和效率提升。

以蒙牛为例,基于阿里云 MaxCompute 大数据平台(原ODPS),蒙牛在自有 CRM 等系统之上集成品牌线上实际销售、线下直营经销商实际销售等数据,结合背景环境因子进行销量建模,把“根据订单历史,进行人工预测”,变成了 “基于实际销量的智能预测”,提升预测准确度。 

除 MaxCompute 外,阿里云还有 Quick BI、DataV数据可视化、Elasticsearch、Elastic Computer Service(ECS)等一系列技术与产品,为商家提供快速、完全托管的数据仓库解决方案,让商家可以高效、经济地分析处理海量数据,从数据中获得洞见。

硅谷洞察从阿里云研究中心了解到,中国泛零售行业的数字智能化变革,将更明显地下沉至消费品品牌和零售产业链内部,即”场的后端”。在 AI、IOT、云计算区块链等技术驱动下,重构消费者关系和运营决策流,以更细的颗粒度推动从消费者到零售商、品牌商的全链路业务和体验优化。

成功的企业级的智能变革成果,可以借助互联网范式进行最佳实践的输出,令“企业级变革”可以在开放平台技术支撑下迅速辐射为“产业级变革”,促使整个产业的效能提升。在商业基础和技术能力上具备先发优势的品牌或零售企业,将有机会构建在商业生态基础上的、由健壮的智能商业中台形式赋能的 “数字化能力生态”,在细分领域内,成为该领域新一代智能零售网络的核心。

“逛吃逛吃” 听起来很轻松,但其背后远没看上去那么简单。当然,零售业绝不是夕阳产业,挣钱还是亏钱,取决于商家们的 “打开方式” 对不对。目前看来比较明显的趋势是,不论是传统零售商还是电商,用云服务等高科技武装自己,恐怕将成为不少线上线下商家的共同选择。

产业大数据技术自动驾驶技术分布式计算技术智能物联网智能零售
相关数据
AWS机构

亚马逊网络服务系统(英语:Amazon Web Services,缩写为AWS),由亚马逊公司所创建的云计算平台,提供许多远程Web服务。Amazon EC2与Amazon S3都架构在这个平台上。在2002年7月首次公开运作,提供其他网站及客户端(client-side)的服务。截至2007年7月,亚马逊公司宣称已经有330,000名开发者,曾经登录过这项服务。

相关技术
来也机构

「来也」是国内领先的人工智能交互平台,由常春藤盟校(Ivy League)归国博士和MBA团队发起,核心技术涵盖自然语言处理(NLP)、多轮对话控制和个性化推荐系统等。公司已获得数十项专利和国家高新技术企业认证。 来也的愿景是通过AI赋能,让每个人拥有助理。C 端产品小来是智能化的在线助理,通过业内创新的AI+Hi模式,提供日程、打车、咖啡、差旅和个性化查询等三十余项技能(覆盖400w用户和数十万服务者),让用户用自然语言发起需求并得到高效的满足。B端品牌吾来输出知识型的交互机器人和智能客户沟通系统,帮助各领域企业客户打造行业助理。目前已经在母婴,商旅,金融和汽车等行业的标杆企业实现商业化落地。

https://www.laiye.com/
亚马逊机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
区块链技术

区块链是用分布式数据库识别、传播和记载信息的智能化对等网络, 也称为价值互联网。 中本聪在2008年,于《比特币白皮书》中提出“区块链”概念,并在2009年创立了比特币社会网络,开发出第一个区块,即“创世区块”。

重构技术

代码重构(英语:Code refactoring)指对软件代码做任何更动以增加可读性或者简化结构而不影响输出结果。 软件重构需要借助工具完成,重构工具能够修改代码同时修改所有引用该代码的地方。在极限编程的方法学中,重构需要单元测试来支持。

图像搜索技术

图像搜索是通过搜索图像文本或者视觉特征,为用户提供互联网上相关图像资料检索服务的专业搜索引擎系统,是搜索引擎的一种细分。图像搜索方法一般有两种:通过输入与图片名称或内容相似的关键字来进行检索;或者通过上传与搜索结果相似的图片或图片URL进行搜索。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

数据仓库技术

阿里云机构

阿里云创立于2009年,是全球领先的云计算及人工智能科技公司,致力于以在线公共服务的方式,提供安全、可靠的计算和数据处理能力,让计算和人工智能成为普惠科技。 阿里云服务着制造、金融、政务、交通、医疗、电信、能源等众多领域的领军企业,包括中国联通、12306、中石化、中石油、飞利浦、华大基因等大型企业客户,以及微博、知乎、锤子科技等明星互联网公司。在天猫双11全球狂欢节、12306春运购票等极富挑战的应用场景中,阿里云保持着良好的运行纪录。 阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。 2014年,阿里云曾帮助用户抵御全球互联网史上最大的DDoS攻击,峰值流量达到每秒453.8Gb 。在Sort Benchmark 2016 排序竞赛 CloudSort项目中,阿里云以1.44$/TB的排序花费打破了AWS保持的4.51$/TB纪录。在Sort Benchmark 2015,阿里云利用自研的分布式计算平台ODPS,377秒完成100TB数据排序,刷新了Apache Spark 1406秒的世界纪录。 2018年9月22日,2018杭州·云栖大会上阿里云宣布成立全球交付中心。

https://www.aliyun.com/about?spm=5176.12825654.7y9jhqsfz.76.e9392c4afbC15r
阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。 阿里巴巴集团经营多项业务,另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。业务和关联公司的业务包括:淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。 2014年9月19日,阿里巴巴集团在纽约证券交易所正式挂牌上市,股票代码“BABA”,创始人和董事局主席为马云。 2018年7月19日,全球同步《财富》世界500强排行榜发布,阿里巴巴集团排名300位。2018年12月,阿里巴巴入围2018世界品牌500强。

https://www.alibabagroup.com/
数据可视化技术

数据可视化被许多学科视为现代视觉传达的等价物。为了清晰有效地传递信息,数据可视化使用统计图形、图表、信息图和其他工具。数字数据可以使用点、线或条编码,以视觉传达定量消息。有效的可视化帮助用户对数据进行分析和推理。它使复杂的数据更容易理解和使用。用户可以根据特定的分析任务进行数据可视化,例如进行比较或理解因果关系,并且图形的设计原则(即,显示比较或显示因果关系)来进行可视化。表通常用于用户查找特定测量的地方,而各种类型的图表用于显示一个或多个变量的数据中的模式或关系。

推荐文章
暂无评论
暂无评论~