新零售下,阿里巴巴的美团焦虑症

秋源俊二 2018-01-17 14:02:13

最近一年,新零售的概念很火。生鲜商超、无人货架、便利店等创业项目如雨后春笋,也是应风而起。

于此同时,也衍生出了京东“无界零售”、腾讯“智慧零售”等翻版概念。今天就谈谈我对新零售的一点点理解。

在探讨今天的话题前,先讲个曾经看过的故事吧:

在上世纪三十年代的台湾,曾经有一位小哥,家穷读不起书,十五岁便出去给卖米的粮行当学徒,一年后自己单干。但当时的情形不容乐观,在这个不大的县城,有着近30家米店,小哥的店子开的最晚,规模最小,也没有知名度。

小哥年轻嘛,能吃苦,于是乎起早摸黑,挨家挨户的推销卖米,但实际效果却差强人意,吃力不讨好。试问一下,一般人会去买这种小商小贩,推销上门卖的米吗?

于是小哥改变策略,开始在米的质量上下功夫。那个时候由于技术等客观因素,大米里面掺杂着很多小石头、谷粒、碎片等等,虽然司空见惯,但并没有商家愿意在这上面下功夫,小哥于是把米中的杂质剔除出去,最后大米的质量开始领先同行。于是一传十,十传百,小哥的生意迅速起飞。

然而小哥并没有满足于此,他发现有很多老年客户,一个人背大袋大米非常费劲,于是小哥又推出送米上门服务,这项服务大受欢迎,毕竟谁也不愿意背着米袋走很长的路。

小哥并没有像常见的那样,仅仅把米送到门口,拍拍屁股,茶也不喝就走了。而是提供倒米进缸服务,如果米缸有陈米,将陈米先倒出来,再把新米放进去,然后陈米放在上层,这样陈米就不至于放久变质。

叙述到这里,估计有很多人猜到小哥是谁了。没错,就是台湾经营之神——王永庆。

讲述这个故事,最重要的是引出下面最重要的一段:

小哥在送米过程中,除了打量米缸大小,还询问这户人家多少人吃饭、几个大人、几个小孩,每人饭量如何,并将此数据记录下来、还预估该户人家买米的大概时间。不等顾客上门,小哥就在合适的时候将相应的米,送到客户手中。

最近在思考新零售的时候,这个故事,一直在我脑袋里栩栩如生地呈现出来。在我看来,这个案例是人工时代,最好的零售案例。

联系当代新零售,这简直是完美的基础模型。先是辛苦创业,其次品质提升,随后是数据积累,接下来是用户数据搜集,掌握“米缸”容量、调查消费特点、判断消费需求,最后精准配送、用户体验大幅度提升,商业效率提高。

我们今天谈论的新零售,也是如此的逻辑。

目前阿里电商、京东、小米电商、网易严选,都是在这个概念上的提升,只不过——时间维度,换成了AI、Big data时代了;产品种类维度,变得眼花缭乱,数以万计了,消费者开始选择困难症;用户的行为搜集,变成了各种偷摸明抢(比如昨天支付宝上,芝麻信用的事)。

今天的新零售,也无非就这四个阶段:

Step1:“米”的质量提升

这些年,受益于国内制造业的进步,很多产品,做得还算可以,尤其在性价比方面,比如小米智能设备、网易严选、天猫超市、京东正品等等,总体来说满足了王永庆的这个阶段,“米”质量本身的提升。

Step2:掌握“米缸”大小

从第一波电商开始,国内已经拥有了十多年的网购数据积累,尤其以阿里最为出色,例如,昨天很多朋友在朋友圈晒的各种交易记录,都有以下方面:

1、网购商品种类偏好、相关品种占比

2、外卖情况、爱点的店

3、亲密付情况(包括给人充值)

4、出行情况,比如共享单车、网络约车

5、线下支付情况,爱光顾什么店,买什么东西

6、种类细分的,如电影院、便利店、小商户占比等

7、部分社交情况,包括资金转账情况。

基本上支付宝的账单例子,涵盖了个人大部分的交易数据。在我看来,这个阶段,就是王永庆掌握“米缸”大小的阶段。

当然,我们也不难发现,排除上述第一和第七,新美大基本也拥有了这些数据。这也很好理解了为什么王兴提出”竞争无边界“的想法。无论是自己做第三方支付,还是入侵网约车,都是不得不做的行径。这也是为什么阿里人如此投资饿了么、亲自培养口碑的原因。因为美团掌握的交易数据,和阿里很类似,只不过阿里主要的方向在线上,美团在线下。

所以,很可能美团是阿里未来不得不面对的巨大对手。假以时日,王兴完全有可能取代京东,成为阿里巴巴的美团焦虑症的“罪魁祸首”。

我们一方面惊叹,这些互联网公司的数据积累,进而为下一阶段做准备。

当然,我们也可以看看,阿里在百货(银泰)、3C 家电(苏宁)、商户(口碑、饿了么)、商超(高鑫等)、生鲜(盒马)布局,看看数据沉淀积累方向。

在王永庆的故事里,王看似费力,帮人送货,一直到倒进米缸,又不喝茶,不收其他附加费,除了掌握“米缸”大小,还有一个反馈结果:看自己的先前预测是否正确,送货是否精准。

这些电商们,也是同样类似的原理,阿里系的数据,是全方位的多渠道反馈,虽然不清楚他们内部数据之间是否打通,但完全可以把用户(买米人)消费能力、消费特性,摸得一清二楚。在这些数字面前,你没法骗人。

Step3:吃米人消费画像

接下来,就是数据用户画像,很明显,上面的分析,实际上已经完全掌握了王永庆时期“这户人家”米的消费情况,米缸大小、人几口、具体分布、食量大小,经过计算完全可以估算下次需求到来的时间,做到用户的精准画像。

其实,我们在掌握精准画像时,也可以考虑一个问题:扩张什么样的产品,才可以进行精准画像?

比如在王永庆那个时代,除了米,还可以是柴油盐酱醋茶,虽然考虑时代特点,比如这户人家的用“柴、油”情况,可以估算;但盐酱醋茶,这类产品,由于产品特性,决定了不太合适进行标准化预测。

现在问题来了,切入的商超、生鲜等,是否合适进行精准画像呢?数据积累将会怎么用?仅仅高频、刚需肯定不见得是合适的,必须考虑标准化的问题。

泡沫无处不在,这也是需要思考的地方。这是个严肃的问题,也是一个值得深思的问题,本文就不作讨论了。(后面或许我会写)

Step 4:高效配送卖米

接下来就迎来王永庆的提升效率、优化物流、精准配送阶段,并促进用户体验大幅度提升。

虽然在王永庆的故事里,没有描述存货的安排,配送路线的优化,我想这些一定是存在的。比如王永庆推着小车,可以在同一时间安排相近的用户送米,也可以进行储存米量的仓位调整,最优化供应链模型,同时也可以进行精准营销,方便自己回笼资金,同时也可以规模采购,具体看经营策略。

新零售巨头们在掌握数据后,让天下没有难做的生意的同时,通过对用户数据进行画像后,通过大数据进行AI计算,可以轻而易举地提升企业的运营情况。比如供应链需求预测、融资分析、产品制造、商品仓储、精准营销、配送物流、售后服务等。

现阶段在商品仓储、精准营销、配送物流等方面,京东做得就很好;而在商户融资分析判断,则尤其蚂蚁金服做得非常不错;而在供应链需求预测、产品制造方面,则是网易严选、小米做得非常出色。

现在想想,有没有一点儿升级版的丰田JIT模式的感觉?而且还是Max版本的,因为品类品种加多了。

王永庆的故事,是个励志的故事;在我眼里,那可能是手工时代,最好的“新零售”案例。

现在,我们把王永庆的当年的故事模型,一步步放松条件,逐渐升级,扩散应用到今天的环境下,相信对新零售,你会有新的感触。

改良版本一

还是王永庆卖米,范围是一个城市内,我们再把当年的故事进行Max版本改良:

假如他同时搭售其他商品,什么是最适合进行用户画像、精准预测的?

柴火、食用油、盐,这种东西,是比较好预测的,属于刚需、高频、标准化产品;但醋、茶,则不那么符合。如醋,由于消费人群饮食特点,以及做得菜的种类不同,很可能出现重大误判,呈现不稳定性。茶也是类似,可能心情不一样,消费就不同。

这样的标准,在今天这个时代,是否也合适?

现阶段阿里主推的生鲜,它们的主要特点是高频、刚需,有一定话题性,但并不满足标准化。百货(银泰)、3C家电(苏宁),属于偏向于标准化,但相对不那么刚需的产品。

商超领域,如阿里入股的高鑫零售、联华超市、新华都、三江购物,则拥有刚需、中高频、标准化兼具的特点,我们也可以读读资料,发现这块是阿里在新零售布局买买买最多的地方。

(同样我们可以思考研究,如在大数据时代,是否未来很可能是美团代替京东,成为阿里的number1头号竞争者?正如京东在零售行业给阿里的冲击,未来在商户阶段,美团的竞争力,不容小觑。)

网易严选的产品、小米通过零售店售卖的智能设备,这些产品属于强标准化、中性需求、低频的特点。

京东的3C家电、图书类产品,属于标准化产品,而且在京东上,某种情况下,数码类产品,已经成为部分宅男刚需了。对比京东在生鲜的7FRESH,为什么迟迟不开业?难道是战略疏忽?显然不是,这个和京东本身的能力圈是息息相关的,例如京东和永辉联合,目前结果想必是很难让人满意的。

再比如从去年开始,京东发力的服饰快消品领域,虽然被阿里“二选一”围剿,现在采取广结联盟战略,入股唯品会,合伙美丽说做微商,发力服饰,摆脱围剿。京东选择的这个服饰品类,刚需适度、中等频率、标准化较强,是非常不错的领域,但这个方向是否优先级排在生鲜之后?因为15年开始和永辉合作生鲜,而服饰是到16年才开始发力。

短期来看,阿里的选择似乎不如京东、网易、小米等稳健,但是这可能是领先好多年,大家没看懂罢了。但是确信一点,这些数据的未来价值,一定是巨大的,就看怎么用,最后朝着哪个方向发展。

改良版本二

王永庆卖米当时所在的县是台湾嘉义,在放宽品类后,假设我们把范围放到全台湾呢?

是的,在今天这个新时代,通过网络,巨头们可以输出自己的系统,实现多城市“卖米”,但是我们必须考察产“米”是否适合输出?商户是否是有真需求?效率提升是否足以覆盖额外成本?网络效应如何,是否可以构建护城河?当然最重要的是,消费体验是否更好了呢?

以盒马为例,在阿里人看来,这绝不是实体店,而是一套解决方案的供应商,通过输出系统的方式,和线下店合作,进行轻资产扩张。阿里做这个,主要是为了系统输出,对合作企业进行数据抓取,在线上丰富阿里大数据系统,并在线下实现实体店联盟,构筑新零售版图。目前,阿里的在盒马的情况,还有待时间考证。

至于百货类(银泰),前段时间,刚刚读到了银泰董事长、CEO陈晓东的演讲,截张图:

15.jpg

比如上面的数据,是可以支撑其如此扩张的证据。但具体详细数据,我这边没有,目前处于结果未定的阶段。

除此之外,3C数码(苏宁),由于阿里投资后的情况,并不能直接否定“未然历史”,也就这个效率不好判断,因为很有可能假设没有阿里的扶持,今天的苏宁在京东的进攻下,情况会更加糟糕。

但以芝麻信用目前的扩张情况为例子,进行推理,个人认为这个逻辑是存在的,“买米”是可以进行异地扩张的。也就是这个存在网络效应,能够促进降低成本、实施精准营销,提高用户体验等。

改良版本三

在“卖米”事业扩张大全台湾后,接下来就通过销售数据情况,改造供应链、仓储准备等。王永庆用“米店”的数据,去指导相关生产准备,而这个情况又如何呢?

我们这里开始考虑上下游企业生产运作的问题:供应商效率提升,究竟能有多大;哪个环节最容易提升效率?是采取精准营销、商品仓储进而配送高效呢,还是采取精密制造,降低原材料采购,奔着零库存方向去呢?

这方面,国内还处于起步阶段,小米是这个方面的佼佼者,前两年还有行业杀手的称号,彻底变革了行业现状,比如小米的净化器、小米的充电宝。但是小米的改造是不充分的、不完整的,也是不健全的,它只是切入行业原有的生态系统,用小米思维,去改造相关产业。

国外比如Seven-11当年参与黄金面包定制的案例,沃尔玛和宝洁的合作反馈情况,都是极好的例子。但是这些例子,往往集中在少数个别企业,而没有大规模扩散。

因此充分高效完整地指导和整合商品生产、服务提供,是一个可以预期的传导路径。

总结

在第一个王永庆改良版中,我们主要思考“米“的种类,商品的特性问题;在第二个改良版中,我们考虑扩散输出问题,是否容易形成网络效应;而在第三版本里,我们开始考虑类似丰田JIT体系的问题,也就是关联企业生产运作效率和效能问题。

新零售,无疑旨在提升商品流通、商品制造效率,减少浪费,减少资源耗费,高度提升用户体验,脱离这个,都不是真正的新零售。本文也只是借王永庆的故事,通俗地表达一下我对新零售的认识,思考和商业理解。


长按二维码关注我们