雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
帶着觀點看商業。超級觀點，來自新商業踐行者的前沿觀察。
特邀觀察員 | 觀遠資料創始人兼CEO蘇春園
編輯 | 黃臻曜
特邀觀察員 蘇春園
從“三尺櫃台”的雜貨鋪，到80年代中國第一批自選商場，再到如今的數字化超市……超市這個細分業态的演進給消費者的線下購物體驗帶來了翻天覆地的變化，同樣，“人貨場”格局的重構也在倒逼這個業态不斷精進。
超級市場最早産生于1930年的美國，當時，美國正處于經濟大危機時期，超市開創者邁克爾·庫侖首創商品品種别定價方法的低價政策。他的超級市場平均毛利率隻有9%，這和當時美國一般商店25-40%的毛利率相比是令人吃驚的。而售價低廉就必須保證進價低廉，隻有大量進貨才能壓低進價，于是，邁克爾·庫侖就以連鎖的方式開設分号，建立起保證大量進貨的銷售系統，也就是現在連鎖超市的最初模型。
超市競賽的下半場
可以看到，在行業發展的早期，門店位置（數量）、商品品質、供應鍊（價格）是一家超市最核心的競争力。而随着市場容量的極速增長，新進玩家也越來越多，尤其到了90年代，沃爾瑪、麥德龍、家樂福等外資連鎖超市集體殺進中國市場跑馬圈地，他們在經營經驗、資本實力以及數字化程度上都讓中國超市望塵莫及，同時也給整個行業注入了新的血液和發展動力。
而到近幾年，伴随着新零售以及電商行業的沖擊，中國超市行業已經呈現出賣場、标超、生鮮超市多業态共存；線上線下多管道發展的現狀。行業整體的複雜程度以及競争激烈程度已經趕超國外，甚至在很多一線城市已經形成了一公裡内幾家大超市，幾十米一家小超市的現狀。
當選址範圍已經沒有多大空間，供應鍊水準也不相上下時，對于超市行業來說，在行業競争的下半場，将更多地轉為對于“人貨場”精細化營運能力的競争，尤其是以消費者為核心，覆寫商品、營銷、管道、供應鍊、門店等多場景在内的資料洞察和智能決策。
特别是在疫情期間，超市作為提供民生商品的主要管道，既要保障民生商品的充分供應，又要線上下客流量驟減時，考慮線上營銷，比如小程式下單、配送到家等服務。而做好這一切都需要采購、銷售、配送整條鍊路強大的數字化協同能力，比如：
- 通過不同時段、不同門店、不同管道的銷售表現及時協調配補貨；
- 暢滞銷産品監控營銷，尤其是春節庫存清理；
- 根據員工的健康度資料合理排班；
- 通過客戶的訂單明細，通過關聯分析優化商品組合提高客單價。
而這些決策的反應能力和精準性，絕對不是過去“拍腦袋”就能夠決定的。決策者如果沒有統一的資料視角，業務端沒有缜密的資料業務洞察能力，都無法根據細枝末節的變化做出高效的上傳下達和終端反應。
“數字化” 是超市行業轉型的必經之路
“疫情”對于整個行業來說隻是一個小插曲，但未來，這樣的插曲一定會不定期上演，如何以不變應萬變？而這裡的“不變”在當下，在未來5-10年一定是企業的“數字化能力”。
“數字化” 其實是超市行業不斷轉型過程中的的必然趨勢。在向自選商場轉型過程中，出現了收銀、價簽等交易資訊化工具，而現在的超市基本都配備了支付、會員、庫存、WMS、供應鍊等“供銷配”一體化資訊系統。對于整個行業來說，基本已經實作了“業務資料化”， 而單純的資料是沒有任何意義的，隻有落地到場景中才能對業務産生價值，是以接下來超市行業需要集體面對的就是“資料業務化”。
資料業務化的目标是為了提高各個場景的精細化營運能力，和應對突發狀況的快速反應能力。而整個過程中，如何判斷資料智能的是否達到理想效果，根本的衡量标準是有沒有解決他們最為關注的店效、坪效、品效、客效、人效五大效率問題。
1、SKU不是越多越好
SKU多是所有超市共性，而SKU是不是越多越好呢？從經營的角度考慮， SKU過多就可能會給顧客造成選購壓力，很多無效商品占據大量牌面也會拉低整體坪效。但當一個超乎已經擁有上萬甚至幾萬的SKU時，單憑經驗去優化淘汰已經是不可能完成的事。而這時，我們就可以通過品類分析中的“262分析”，去找到20%最好的商品是什麼，60%是哪些弱勢商品，還有20%的拖累商品是什麼，有的放矢，把促銷資源、人力資源集中在容易産生銷售額的地方，逐漸優化拖累商品，就可以獲得更高的收益增長。
2、貨架過多，更要優化商品組合
我們在超市最長看到的分類就是以水産品、畜産品、果蔬、日配加工食品、一般食品、日用雜品、家用電器等來劃分片區，擺放貨架。而從大類到小類，如何再科學地進行排列組合，其實存在很大學問，小賣部可以靠經驗，因為本身沒有資料基礎，其次對整體營收影響較小。而對于連鎖超市來說，如果一個優秀的商品組合一天可以多影響50個消費者，新增100個這樣的組合，那麼日積月累給營業額帶來的貢獻将是不可估量的。
見福便利店董事長張利曾分享過用觀遠BI平台進行資料分析發現的一個很有意思的現象：避孕套和口香糖會高頻出現在同一份訂單中，漱口水和避孕套的關系也很密切。在疫情期間，門店客流量驟減已經不可逆轉，如果超市可以用資料洞悉商品之間的關系，及時調整商品組合和陳列，必然會大大提高客單價帶動整體營業額提升。
3、庫存積壓，是因為超市沒有做好庫存實時監控
疫情之後，“清庫存”成為很多門店類型的業态都在關心的話題，而在平時，超市行業也會面臨庫存積壓、庫存告急、庫存不詳等各種問題。單靠庫存管理系統隻能達到問題查詢作用，企業更需要每天甚至每小時，通過全景庫存監控、庫存類目占比、暢滞銷商品庫存、異常庫存等精細化分析，将庫存資料與銷售資料、供應鍊資料進行打通，通過優化庫存結構，降低庫存占用，加速資金周轉，實作供銷存高效協同。
4、精細化營運可以有效減少損耗
高損耗是超市行業普遍現象，尤其是生鮮超市。有資料顯示，中國生鮮行業損耗率普遍30%，遠超發達國家不到10%的平均水準。而解決這一問題，除了在運輸過程中強化冷鍊配送，更重要的是通過精細化營運做好供需平衡。
生鮮傳奇王衛曾坦言：“生鮮傳奇是立足小區經濟的生态，很多人模仿生鮮傳奇，但是都模仿不到精髓，因為生鮮傳奇另一個核心競争力，是精細化管理。”
生鮮傳奇自創立起，便貫徹“标準化”的核心宗旨，采用「五定政策」（即定位、定數、定品、定架、定價）來規範門店營運，所有的生鮮陳列皆由總部控制，并由總部下發至門店。2019年初，生鮮傳奇開展了數字化大更新，其中一項重要舉措就是與觀遠資料合作共建一站式智能資料分析平台，取代原來用Excel做資料分析的局面。最高管理層可以360°進行業績追蹤，通過層層下鑽細化對于單店、單島、單品的管理，并輔助訂閱預警、逐級預警等功能将問題定位到人，根據問題的嚴重等級實時通知不同級别的管理者。
例如，如果生鮮島的商品在規定時間内的銷量沒有達到預期值，第一條消息就會推送給對應的島主，島主可以更改活動政策強化對于該品類的營銷；如果規定時間内銷售名額的完成情況依然沒有好轉，預警消息則會被進一步推送給區域督導，督導可以通過資料找到引起該門店該品類滞銷的原因是客流量下降、營銷方式錯誤還是其他原因，定位問題，找到解決方案，減少損耗。
如何打造從“從資料到行動”的決策閉環
目前來看，超市行業基本已經實作了“業務資料化”的基本資訊化布局，但對于整個行業來說，依然停留在各個部門用自己的資訊系統的散亂局面。是以，從資料到行動，超市行業第一步要做的就是統一資料口徑，建立一體化的資料分析平台，形成自上而下的資料分析體系。
1、需要統一的資料管理分析平台，提升管理效率
大一點的公司配置20多套資訊平台，小一點的公司也有10多套，每一個平台都用各自的接口打通，導緻周會或者跨部門會議時，大家彙報的資料結果經常出現差異。例如門店銷售資料和總部财務資料總是對不上，因為門店用的是零售系統，零售系統看到的是當天的銷售資料，而資料一般是晚上上傳，是以财務到第二天才能看到，這當中就存在了資訊的滞後性。
2、需要場景化分析，落實精細化營運
解決了資料口徑統一的問題，企業接下來就會思考，我們花了那麼多年積累起來的資料難道隻是給各個部門用來彙報嗎？
很多企業的資料分析人員會說，不是啊，我們有通過資料可視化讓上司了解上周哪個門店業績表現差了，哪個倉庫庫存告急了，昨天的營銷活動帶來了多少增長……對，那隻是基于昨天、上周的曆史資料做出來的靜态報告，而且上司看到的永遠隻是數字化的一個“點”，沒有落地到具體的業務場景中，更沒有形成從“資料——資訊——知識——行動”的閉環。
我認為，資料化建設可以參考三個原則：以終為始；分步建構；人機協同。對于超市行業來說，同樣适用。
我們在打通資料鍊條之後，則需要基于各大業務場景逐漸落地資料智能。面對超市行業商品、營銷、管道、供應鍊、門店人力資源、顧客關系等多個分析場景。我們要明确企業未來三年的資料化目标是什麼，基于長遠目标，又要着眼于當下3-6個月的短期需求，根據目前的IT能力、團隊能力、資料現狀分步進行建構。
除了前面提到的針對SKU多、庫存多、貨架多、損耗多等問題可以采取的商品分析、庫存分析、商品組合分析來解決，在超市整體的“供銷“體系和管理中，任何已經實作資料化的場景，都可以進一步進行資料分析和精細化營運。比如，針對門店和店長的門店業績診斷、時段銷售分析、口袋資料助理；針對會員的會員購買能力、購物行為、購物偏好分析等。将每個細節做到極緻，就必然會提高企業整體的店效、坪效、品效、客效、人效等名額，實作降本增效。
當你已經形成了從“資料到行動”的閉環，而你的競争對手還停留在Excel或者靜态報表，對于全局銷售、促銷活動不明現狀，對于銷售利潤下滑、增長停滞、客戶流失不明原因時，你就會比她多十倍到百倍的可能去發現更多的增長機會，52周之後，你的競争優勢就又不一樣了。
3、AI賦能，抓住智能化趨勢
實作了決策依據從經驗、曆史資料分析到實時分析洞察的突破，商業智能已經可以為超市行業創造了比對“人貨場“變化而轉變的足夠動力。但是，這樣就足夠了嗎？應對未來的不确定性，超市行業能不能再領先一步，實作從實時到預測的跨越，在問題出現之前就做好預防措施。
觀遠資料提出了“5A路徑”（Agile靈活化、Accurate場景化、Automated自動化、Augmented增強化、Actionable行動化）作為企業資料化建設的最佳實踐參考，前三步是幫助企業實作從傳統資料分析到實時、動态、場景化的智能資料分析的需求。而當企業已經做好了前期的BI積累，則可以過度到下一個增強化和行動化的階段，通過先進計算力實作更深度分析和可行動化的建議。
“5A路徑”
目前，一些前沿的超市企業已經開始AI技術的探索，比如精準營銷、門店選址、智能補貨、門店智健康度診斷等AI項目。可以通過AI預測銷量提前準備倉儲和物流，根據消費者的曆史消費記錄、逛店路徑、浏覽記錄等預測下一次的消費喜好，在來店時做好智能推薦等應用。
AI算法的落地應用對于超市行業來說一定是未來趨勢所在，不過，智能化的前提是數字化，精準的AI預測也是建立在強大的BI之上，如果企業沒有足夠高品質、結構化的資料積累，建議還是先做好BI的規劃落地。
我們往往高估了科技在短期可以帶來的影響，而又大大低估技術在長期帶來的影響。資料化建設也一樣。是以，企業需要務實可行的規劃，我們提倡“看3年、做3個月”，基于3個關鍵詞：以終為始、分步建構、人機協同。
【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/live立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-05-21
本文作者：超級觀點
本文來自：“
36kr”，了解相關資訊可以關注“
”