观远数据：从流量时代到效率时代，连锁零售行业必备的数智化精益增长攻略

零售的外在形式纷繁复杂：从上万平方米的大卖场到几十平方米的便利店，从传统的实体门店到网上电子商场，从线上线下融合到如今的全渠道销售......在数字化与信息化的加持下，在可预见的未来，零售的外在形式仍然会持续不断地变迁。

不变的是，它一直是商业的一种基本形式，连接“生产”和“消费”领域。零售的核心价值在于通过不断升级的人货场，满足消费者日益复杂的消费需求，并实现经营利润的最大化 。

从流量时代、营销时代进入到效率、供应链时代，外在的商业业态在不断地发生变化，但零售的本质始终如一，围绕这一不变的本质，通过数字化的手段更好地识别消费者需求、实现零售行业精细化运营和快速反应的能力成为可能。

截至目前，观远数据已经服务了Today便利店、见福便利店、来伊份、鲜丰水果、锅圈食汇、kk馆、韩尚优品、王府井百货等近200 家连锁零售行业头部企业，沉淀了行业领先的数字化落地方案和路径，帮助企业实现数据从“看得到”、“看得懂”到“可行动”的落地路径方法论。

观远数据行业研究专家Teresa，深耕零售数字化行业研究7 年，7 月21 日晚分享《解锁数字化密码，重塑零售核心价值》，详细拆解零售行业数字化转型过程中的痛点难点，深入剖析「锅圈食汇」「蜜雪冰城」「汉堡王」三个典型案例，分析可落地的数字化项目有何特征，并分享了对应业务场景的零售行业解决方案，让我们一起来回顾一下。

01

零售的数字化究竟是什么？

以往，企业通过生产商品，铺设渠道或者自建门店的形式实现商品的售卖。随着消费者触达渠道越来越复杂，传统获知消费者需求和反馈的方式不再能满足需求，在疫情的推动下，几乎所有的企业都在强调需要做更精细化的运营，零售行业正在从盲目扩张的流量时代迈向2.0 效率时代：

●人：千人千面

人的维度，用户运营由碎片化的信息发展为用户画像，用户标签使企业能够更大程度挖掘用户的生命周期价值，通过数据能更好地识别不同的消费群体的潜力和偏好，更好地去进行产品的迭代或者和提升客单价。

●货：新品层出不穷

货的维度，在商品运营全流程中，不再基于人的经验，而是基于数据去跟踪新品上市，淘汰旧品；产品与服务的研发和营销围绕人的偏好展开，而供应链向柔性化、网络化发展。在观远数据服务的客户中，三顿半与元气森林都已经很好地做到了通过数据去做商品的迭代和优化。

●场：全渠道转型

品牌方与零售方都在进行全渠道的建设，零售场景演变为线上线下多渠道同步运营：线下出现了智能导购、数字化卖场等新业态，线上囊括淘宝、京东等传统电商平台与抖音、微博、小红书等社交媒体平台。

零售业态快速变动的同时，新的问题也随之显现：

●响应不及时

在原来几十家门店时，通过手工整理或报表的方式去采集数据，进行决策分析时还尚能响应，但伴随着销售入口、流量获取渠道的增加，如何快速获取全面的数据？传统的数据分析已难以响应。

●数据管理差

获取到了数据后，由于零售业务系统多，数据口径不统一，质量往往很差，难以真正运用到经营决策层面。

●工具较落后

零售重业务驱动，而缺少数据经营管理思维，数据分析依靠各业务系统报表和Excel表格，IT与业务部门难以做到敏捷分析与协同。

●管理局限性

缺少数据统一管理平台，各数据各自为政，管理层往往难以获得一线业务数据，信息难以传递一线业务人员。

●分析模型少

传统零售现有分析往往是对既有数据的描述性为主，缺少预测式分析，加上缺少体系化的知识积累，在销售预测和智能补货层面欠缺，从而导致业绩难以提升和消耗品损耗较大。

零售的数字化究竟是什么？

数字化的底层是沉淀数据，通过将所有的数据整合串联起来，精细化运营构建企业从前端到后端全链路的数字化体系：流量入口的数字化监控、产品的数字化驱动迭代、会员营销与转化数字化、门店管理与生产流程标准化、供应链柔性化。

02

能落地的数字化项目

有什么核心特征？

以一句话形容零售行业的数字化进程：理想很丰满，现实很骨感。数字化像漂浮在天边的云彩，美好却遥远，如何一步一步地实现数字化转型？

观远数据已服务了Today便利店、见福便利店、鲜丰水果、kk馆、锅圈食汇等200+连锁零售头部企业，沉淀了行业领先的数字化落地方案和路径。

企业在数字化的不同阶段所面临的痛点是不一致的，可以区分为5 阶段：

●Ⅰ阶段

数据孤岛，人工编制Excel费时费力，固化报表分析维度单一，代码编写要求高且不易上手。业务部门面对临时性的需求，需要借助IT部门从不同的系统里把数据提取、清洗处理后，再进行汇报，这一阶段需要做的就是数据整合与拉通。

●Ⅱ阶段

管理全靠人管人，数据作用小，目标考核机制缺失。决策过度依赖核心店长的能力，在快速扩张、跑马圈地的阶段，单点管理很难，经营的天花板很快就会抵达。因此，亟需把优秀经验通过数据去沉淀下来，摒弃完全依靠个人经验做数据决策与经营的现状。

●Ⅲ阶段

当企业的信息化建设已经到达一定高度、底层业务系统非常完善后，仍然需要面对日趋激烈的市场竞争格局。伴随着产品同质化程度越来越高，同一款产品会很快得被其他企业复制的市场环境，需要更好地通过数据的高效应用在市场竞争中稳操胜券，持续发展。

●Ⅳ阶段

第四阶段，强调的是数字化建设，不仅仅是技术、系统与工具的问题，更是人才、组织、思维的转变。当开发过程完成后，受困于旧有习惯，业务部门仍然习惯于使用原有的EXCEL，IT与业务之间仍然具有沟通壁垒，数据应用断层产生联动屏障，无法形成策略闭环。在这一阶段，需要强调企业与组织内部数字化思维与文化的成型，使数据应用的意识能够充分在企业内部生根发芽。

●Ⅴ阶段

当数据建设体系与数据分析应用已经足够完善，下一步需要探索的是如何让数据通过这种智能应用的方式，能够更好地去自动的去挖掘我这个数据当中的一些价值，不断构建企业数字化应用的一个能力，避免不必要成本支出，做出更明智的决策。

通过3 个案例更具象地剖析不同发展阶段企业的数字化落地路径：

●锅圈食汇

观远数据有幸在锅圈食汇（以下简称锅圈）仅有不到100 家门店时达成合作，在三年的跑马圈地下，如今，锅圈食汇已突破了7000 门店。锅圈副总裁安浩磊这么评价数字化：「做企业的数字化，是坚持把对的事情做正确，用业务思维去解决管理问题」。

消费者对锅圈的认知是专注火锅烧烤品类食材的社区连锁零售超市品牌，但它本质是一个以「供应链为核心」的企业，通过强大的供应链体系，整合上游原材料工厂、食品工厂，强化对产品能力的把控，并获取足够高的行业毛利润；同时，作为加盟为主的企业，强调向下为加盟商赋能，强化加盟商「快速回本」的能力。

在锅圈发展的不同阶段，对数据应用的需求和场景是完全不同的：

在不到百家门店的时候，如何快速进行门店的拓展，品类如何快速迭代，门店面积有限、货架有限，如何购买潜力最高的产品铺设到门店？是锅圈迫切的需求。在第一阶段，观远数据助力锅圈实现了包括门店运营、商品洞察、单品企划等维度的精细化运营，使锅圈在做决策时能够快速反应、有据可依。随着门店加盟商发展得越来越多、门店开设也越来越多的时候，对于财务水平、单店盈利模型的诉求会更迫切：加盟商选择是否加盟一个品牌时，判断的核心标准是需要通过多长的时间回本。面向财务场景，观远数据可以帮助企业把优秀店长的管理经验和看数方式沉淀为分析模型-“店长/督导助手”，赋能更多的终端运营者；会员复购决定了企业能否长期运营与发展，面向会员运营，观远数据可为锅圈呈现全生命周期的清晰会员用户画像，时刻掌握消费者需求变化，实现精细化会员运营。第三阶段，当数据整合、沉淀体系已经完善后，引入了更多AI场景：通过AI智能补货，去降低库存压力，提升配货的准确度；通过客户数据、产品数据、当地气候和门店模型等数据预测客户的未来需求；通过购买记录，分析动态的消费能力，并根据畅销商品组合，推荐菜品套餐。这也是锅圈未来的数字化重点。

●蜜雪冰城

蜜雪冰城在2017 年基本完成信息化建设的初步建构，并依旧在不断迭代，2019 年观远数据与其达成合作。蜜雪冰城依然是一家以供应链为核心的企业，其需求重点在于门店、供应链、营销端的拉通和协同。

围绕这样的诉求，观远数据助力蜜雪冰城打通数据，构建起全渠道的营运监控体系：门店运营上，打造总体业绩监控、区域门店画像、门店业绩诊断等业务模型，使总部能快速洞察区域门店异常并给出行动建议；商品运营上，通过商品运营监控、新品分析、时段分析、畅销分析等业务模型，通过数据洞察消费者消费偏好、新品效果与商品定价是否合理等问题；仓储物流上，通过订单可视化、缺货分析、三率分析等业务模型，打造可管理、可调节的供应链体系，迅速洞察缺货的原因与瓶颈。

●汉堡王

汉堡王的数字化实践是「BI+AI」共同作用下实现的。汉堡王中国有1300+门店，如此庞大的门店体量已不足一支撑其完全依靠人完成门店的运营和分析，也很难从门店运营大量关键的指标里及时洞察到哪些指标存在问题，需要针对性地调整和优化。

汉堡王的数字化聚焦在「如何通过数据及时地捕捉到门店运营过程中国的异常，判断异常指标是什么？这样的异常指标对应业务层面是什么样的业务动作？」在一定意义上，形成了数据应用的闭环：业绩表现-业绩评价-行动建议-业绩表现，「行动建议」将业务与数据无缝串联在一起。

数据应用的闭环

观远数据与汉堡王在2019 年共创了智能数据分析与决策系统，这个系统实现了运营优化落地。借助这个系统，汉堡王实现了千家门店表现，数据一键下钻直达，关键问题，可以拆解到最细颗粒度进行复盘。