新零售策略规划 —客户为王的4.0世代新零售的人工智能与大数据分析 / 开普饭

导读

“引领产业发展”是本刊发展愿景。新零售已在两岸如火如荼展开，中国大陆尤其神速，本刊特别邀请林希梦先生主笔，借由他的讲解，让我们更加清晰了解新零售。林先生曾任职中保物流与统一企业（中国）负责物流业务多年，也曾任职多家知名企业负责供应链管理，在任职北京物美超市集团期间，负责“多点”新零售业务发展，拥有丰富的实操经验，对两岸新零售业务发展有独到的见解。

作者简介

林希梦先生

美国CCXA客户体验管理协会CCXM认证

中国台湾政治大学Global EMBA经营管理硕士

中国台湾政治大学信息管理学系学士

著作：《客户为王的4.0世代——广义新零售的策略规划》

林希梦先生曾任职于多点生活网络科技有限公司(dmall.com)担任履约中心副总裁，负责推动上千家超市的在线线下一体化运作。通过近20多年来担任第三方物流，食品、汽车、新零售等产业供应链部门的高阶管理工作，累积了丰富的供应链数字化、客户体验管理优化、流程改造(BPR)等经验，对于新零售策略规划与第一线实施均有深入见解。

FB粉丝团名称：《云之萃》

LINE官方账号：@yunzhicui

今日头条账号：《云之萃》

林希夢先生

大数据的数字化技术架构与供应链的关系

2011年“大数据理论”针对新零售线上订单与客户消费行为纪录的海量数据，正式提出了研究报告，以此为理论基础，相关研究纷至沓来，加上谷歌2008年提出Hadoop海量资料处理架构的全新数据库标准和平行处理的技术标准，为鲸鱼等级体量的数据库插上了翅膀，实现实时快速分析体量巨大的大数据。

目前已有不少大数据服务公司采用Hadoop架构建立巨量数据库，为特定行业的客户提供服务，金融行业首受其惠，利用大数据分析手法，分析贷款客户海量资料，进行信用贷款授信额度的精准判定，因此这个服务早被银行行业业接纳。现在，Hadoop架构的大数据分析技术，已经扩展到新零售行业的客户画像分析、客户消费行为预测等领域。

在中国大陆传统电商与新零售行业，阿里巴巴集团拥有最大量的大数据库，据《21世纪商业评论》2013年6月报道，自2009年开始，阿里巴巴集团的资料技术架构发生重大变革，从原有的关联式数据库Oracle，向开源平台Hadoop进行转移。而阿里巴巴集团的数据库架构，由Oracle向Hadoop转移，就是要实现阿里巴巴全集团不同的公司所有资料互相打通、集中管理和共享。

这是一个具有策略性的数字化重大决策，通过使用谷歌的全新开源平台Hadoop，阿里巴巴集团在巨量资料处理技术上的跃升，使得原来在关联式数据库上需要几十个小时的搜寻，下降到几十秒或几秒的秒级处理能力，因此能在双11海量订单的极端情况下，以极快的速度处理客户画像与客户消费行为的分析，这是原来关联式数据库所无法达成的。其次，阿里巴巴集团通过整合旗下各公司的客户消费资料，形成一个巨大无比、高度有效的消费者行为分析数据库，在阿里巴巴集团跨公司之间，又可以产生交叉推荐的加乘效果。

2018年阿里巴巴集团收购居家用品大卖场知名品牌居然之家的部分股权时，加乘效果尤显其价值。根据公开报道，总部位于北京的居然之家在2018年初确定由阿里巴巴集团斥资58亿元人民币收购其部分股权，并进行“新零售”经营的深度改造。经过半年多时间，居然之家把原有的订单资料跟阿里巴巴集团的大数据库打通，进行深度的资料整合与经营模式改造。首先，居然之家的所有商品进行了高度数字化的变革与升级，所有要在居然之家上架的商品，除了要有基本的产品资料电子化之外，还需要由厂商根据指定规格，交出3D绘图档案给居然之家，同时还需包含所有产品规格的不同表面颜色与材质的电子档案。

此要求使得居然之家在推出3D试衣间时，可以轻松整合所有客户指定的家具、装饰品规格，瞬间以3D立体全彩模拟绘图的方式，呈现在大荧幕上，供客户全家人品头论足并随意更换颜色（窗帘的颜色、大门的木板材质与颜色）、规格（沙发的面料是真皮或布料）。对于家具挑选不熟悉的客户，还可以推荐配套的风格家具，然后再进行局部调整直到全家人满意为止。“3D装修试衣间”震撼了整个中国大陆的家庭装潢与家具行业，因为从来没有公司以秒级标准做到对客户在全屋家具与装潢任意更换颜色、规格的3D模拟绘图服务。

阿里巴巴集团与居然之家的深度合作展现出，高度数字化管理的供应链（从产品建档就开始高度数字化）能给客户提供惊喜体验的管理能力。同时，高度数字化供应链也是基于深度的大数据能力、高度的商品数字化，才能达到此效果。这个案例也使得实际试用过的客户为之惊叹，任何不具有室内设计专业的客户都能通过“3D装修试衣间”的方式，快速选择自己满意的全屋家具与装潢效果。

更重要的是，“3D装修试衣间”可以把客户最终选择版本的详细规格，直接生成一个订单二维码。经由阿里巴巴集团高度数字化供应链所呈现出来的深度客户体验，明显增加了居然之家的成交比例与成交金额，有报道指出，2018年双11期间，居然之家的营业额高达120亿元人民币。相信所有从事营销专业的主管们看到这里，会想：如果能善用阿里巴巴集团已经打通跨公司的客户订单大数据分析结果，将会使得营销部门对于客户精准触达与引流到店参观、推荐客户适当产品（跨整个阿里集团相关“新零售”公司），引发高度精准且能持续扩大的营销成果。因此，精准营销在“新零售”既是一种策略，也是一种工具，在越来越接近C2F的客户直接向工厂订购模式变革过程中，用来快速吸引客户（引流），快速促成订单成交（转化），精准推荐商品与折扣优惠（精准触达）。如果能再适当借助客户体验管理工具（例如：客户旅程地图法）管理过程，可以提高客户成交金额与客户洽询的次数（提高成交订单数与订单金额）。总结来说，精准营销就是超越竞争者，达成“订单赢家（Order Winner）”的精准导引武器。

大数据分析与人工智能如何描绘客户画像？

客户画像，是指利用客户订单、消费行为与互动软件，所取得的客户行为数据，经过大数据分析之后，得出一些多维度的共性描述，其中包括了性别、年龄、购物频率等多种通则行为描述的数据，然后根据画像结果为客户贴上“标签”，根据这些标签来进行对客户的分类与促销时的筛选。一般的CRM或是SCRM（Social CRM）基本上都具备这样的功能，可以协助“新零售”企业的营销人员快速找到促销信息发布的对象。客户画像分析的建立，协助“新零售”企业的营销人员，深度了解主要购物人群，分析其消费行为。

传统的市场研究报告是对某期间、某范围的市场进行调查分析，所得出的客户画像相对静态，变量与维度较为单纯。然而在高度数字化的新零售企业环境下，针对商品数量、订单量、客户数众多的“新零售”企业，实际分析的客户画像，其群组数量细分结果非常巨大，可以达到百千万级。这个数量级的大数据分析报告结果，人类根本无法看完！因此在4.0世代“新零售”企业的精准营销管理实务上，产生订单大数据分析结果必须使用人工智能系统模块进行“快速解析、辨认有效的客户画像、协助新零售企业主管快速决策”这种秒级精准营销反应，才能在短时间内完成订单消费行为的精准检视与理解，进而借助CRM系统以自动化的方式，产生后续精准触达个别客户的信息，然后直接进行小时等级，甚至分钟等级的精准营销快速回应。

客户画像的分析与在深度精准营销的应用

知名家电企业美的集团通过数字化营销，实现消费者购买纪录、购买渠道、地域、使用偏好等信息全部标签化形成三百六十度完整的客户画像；并基于此消费者大数据进行大规模订制，更为精准高效地满足消费者需求。（引用自：“埃森哲中国企业数字转型指数”2019年报告，Accenture）在过去的CRM系统中，设定客户画像分类标签的作法，通常集中在人口统计相关变量（性别、年龄层、配送地址与所属地理区域、收入等）与消费特性（金额、频率、数量等）两个主要的分析维度（Dimension）。虽然我们无法切实知道美的集团CRM的详细客户画像分类标签到底有哪些，但是可以看出，比起传统CRM系统所提供的客户画像分类标签数，美的集团的客户画像分类标签数量要高出几十倍，而且对于客户画像分类标签建立了多维度（Multi-dimensional）、多层级的体系化框架。这就值得所有对于精准营销感兴趣的营销人注意了！

首先，多维度分析本来就是源自多维度数据库（Multi-dimensional Database）应用在资料挖掘的技术，这个技术大约在1990年代开始流行，当时受到数据库技术与计算机计算速度的限制，多数系统仅用于高阶的商业情报系统（BIS: Business Intelligence System），不适合成百上千的使用者同时使用，否则很容易造成计算机运算缓慢等问题。现在使用大数据专用的数据库架构（例如：Hadoop），则可以轻易在秒级回应的查询之下，满足PB量级资料查询的运算需求。

同时，多维度数据库、资料挖掘的相关技术起源较早，经过二十多年的演进，仍是在大数据分析时，除了高等数学算法以外，作为分析的主要工具。因此善于把大数据分析应用在精准营销上，能深度理解多维度分析的逻辑，将可以把营销人武装成为一个可以攻城掠地的精准导引武器系统！有兴趣的读者可以参考图表4，虽然没有达到客户画像分类标签的详细等级，仍然可以约略感受到多维度分析逻辑。

精准营销相关系统投资巨大

环顾“新零售”升级转型失败的案例可以发现，许多大型零售企业或品牌企业经常会主观认定，自身企业具有足够的资金与人才，投资“新零售”升级转型的精准营销信息系统的开发，往往导致投入巨额资金后，不能达成公司预期。其中一个原因是精准营销所需要的信息系统相当复杂。有关精准营销的作法，最少需要四大类信息系统：订单交易系统、供应链管理系统、订单履约管理系统、大数据分析与CRM系统。

信息系统自行开发的成本非常惊人，作者所见到的一些“新零售”企业内部自行开发精准营销相关信息系统，且能够成功使GMV高速增长，MAU也持续保持在行业前几名的成功案例，这些企业的信息部门人数最少都在数百人到一千多人规模，甚至更高。这样的人数规模相当于一家大型信息公司，可以说是远远超过了一般品牌企业或零售渠道企业所能想象需要投资的范围，因为这么多信息部人员的薪水，就是一个天文数字的固定成本。随着信息系统渐趋复杂，需要的人力往往都是增加而非减少，更不要提这些信息专业人员都是市场上最抢手的一批人才，所以薪水都偏高，这些因素也导致自行开发相关信息系统的成本会成为天文数字。

同时，市场上了解关键技术的技术主管与技术人力本来就少，例如：大数据分析师需要懂得高等算法（作业研究的等候理论、最佳化计算、高等统计学等）以及新的程序语言（例如：R语言、Python），真正成熟的大数据分析师，每月薪资最低都在新台币10万元以上。由于精准营销的关键信息技术（大数据分析、手机APP的UX设计与开发、可以精准投放社交媒体的CRM系统、多货币交易官网等），往往不是品牌企业信息部门主管熟悉的领域，因此在缺少对关键技术掌握的情况下，贸然投入精准营销系统的开发，经常带来很大的风险。因此作者建议有志于新零售升级转型的企业，可以找寻市场上已经有成效的CRM、大数据分析工具，直接引用而不需自行培养大数据分析专家进行相关的开发。新零售企业的老板必须决定自身的竞争优势与核心能力在哪个领域并投入多数资源，而不是在每个领域都投入相同比例的资源。

新零售升级转型的渠道商组织设计

企业老板如果只是单纯关注零售企业在精准营销人才的培育工作，还是不能完全满足虚实融合的线上、线下一体化“新零售”经营模式的升级需求。在企业向“新零售”经营模式升级转型的过程中，适当的组织与营销流程的改造至关重要。许多老板在推动传统零售企业升级“新零售”的过程中，往往忽略了“新零售”经营的基本定义，是全渠道零售在多渠道之间无缝连接的客户体验，也就是说线下渠道必须要与线上渠道完全整合。

如果把线下组织（实体门店渠道）与线上组织（APP与官网等线上销售渠道）分开管理，分别设立KPI与奖金制度，很容易造成原有的线下渠道部门，认为“新零售”的线上渠道部门会抢走线下门店的生意，导致想要升级“新零售”模式经营的企业，发生线下与线上渠道不同部门之间的矛盾与拉扯，引起许多不必要的企业内部竞争与矛盾，最后必然导致“新零售”升级失败。作者也了解到不少企业在未尽全功的线上+线下渠道的“新零售”升级改造过程中，就是由于这类因素导致公司组织大量内耗，而终告失败。

因此，建立“新零售”精准营销的主流程与组织设计时，必须把组织与客户服务流程改造放在优先检视的计划之中，建立服务线上线下一体化的组织，并且以数字化客户服务流程作为检验标杆。即“新零售”的升级转型过程中，营销组织与人才培育的策略必须考虑打破原有的组织方式与营销流程，才能建立在适合全渠道零售经营环境下，可以全军一心、各部门通力合作的精准营销升级组织策略。唯有建立线上+线下一体化的组织设计、融合式的KPI考核，才能使得各个渠道部门与品牌管理单位采用相同的考核标准，进而形成共同的业绩目标，不分线上、线下，业绩都能进步的良好成果。

反观如果企业能成功通过“新零售”升级转型的难关，在线上、线下的营收成长都非常丰硕，一旦线上、线下不同渠道的高阶、中阶主管都尝到业绩成长的甜美果实，又同时见到许多仅有实体渠道的企业销售不断在下降，则“新零售”企业的升级改造就进入正向强化循环的坦途。业绩增加强化了组织团队共识，而更能了解如何做好客户体验的“新零售”团队，则可以持续为“新零售”企业的商品与服务创意产生新的贡献，进而获得更多的客户肯定，如此不断强化、不断成长！

（本文不代表本刊观点）

本期封面