|
|
|
从2016年底正式提出“新零售”概念,到2017年,与之相关的众多资本网点被吹响,到2018年初,成为“经典”投资机构仍在培育的“经典”轨迹,新零售的诞生蓬勃发展,发展道路注定不平坦。
我们相信,经过一年多的探索、野蛮增长、锐意进取,新零售的发展前景将更加明朗,2018年将进入新的发展阶段,至少包括三个主题:
过去的2017年被称为“新零售元年”。与新零售相关的“风口”很多,如便利店、货架、自助设备等。许多优秀的创业者正投身于零售业的新浪潮中,这也吸引了投资机构频频出手。首都轨道繁华,行业竞争与合作辉煌。
在2016年底的阿里云人居大会上,马云的一句话“未来10、20年,不会有电子商务,只有新零售”,首次提出了新零售的长远愿景。
2017年3月,阿里巴巴研究院“C时代,新零售”系统阐述和展示了新零售的发展背景和方法论。其中,新零售被定义为“以消费者体验为中心的数据驱动泛零售业态”,具有“以心为本”、“零售二元性”、“零售业态爆炸性”三大特征,最终将“重构人、货、市关系”。
后来,无论是京东提出的“无限零售”的概念,苏宁提出的“智能零售”的概念,还是各家互联网公司和传统零售公司对新零售的理解,尽管核心内涵有着不同的侧重点和观点,而理论层面过于“高瞻远瞩”,无疑丰富了广义的“新零售”概念。
无论是巨头之间争夺理论制高点和行业话语权的竞争,零售业都将在新技术、新模式、新理念的推动下迎来巨大变革,这已成为业界的广泛共识。新零售理论体系的研究也将伴随着行业的不断丰富和具体实践。
在新模式、新技术的双重驱动下,新零售的实践完成了“人货市场”三要素关系的重构,其中最重要的是对“市场”连接人货关系的重新定义和探索,即零售消费情景。
新模式主要是指零售场景在空间(体积较小)和时间(周期较短)上的拆解和预处理(更贴近用户),以更好地满足消费者零散、即时、多变的需求,出现了无人化货架(办公室),无人便利店(社区)、车载便利柜(专车)、自助销售设备(特定公共)场馆、快闪店等新型零售业态(人员分布时空)。
新技术主要指服务于特定零售场景需求的技术手段。其“新”之处主要在于技术的实际应用水平,如人工智能(图像识别与分析)、传感器、射频识别、室内检测与定位、大数据、物联网等,将不新颖的技术结合应用,并提供适合的解决方案对于新模式
如果你想问,在一个理想状态下,一个能够实现100亿级收入和10亿级利润的市场中,能容纳多少竞争对手,如果没有更多的行业特征分析,你可能无法回答。但可以肯定的是,当竞争被压缩到一个非常短的时间维度时,只有少数首都选美的获奖者才有资格保持稳定。最后,在新的零售增量情景的竞争中,幸存者至少会在模式中储存精细化的运营能力,或者在技术上有更完善的解决方案。
从“新零售1.0”的角度看,零售业一方面以无人货架、无人便利店、自助设备为增量场景和新业态,蓬勃、快速增长,看似蓝海;另一方面以超市、商场、百货公司为代表,便利店作为库存场景和传统业态,夕阳下,几近停滞,看似红海。
然而,如果从“新零售2.0”的角度重新审视,我们会发现庞大的传统零售业态中普遍存在着消费体验差、运营效率低等痛点,反而为技术驱动的场景转换和赋能提供了价值空间。在股市走向便利化、数据化、智能化的道路上,将涌现出一批优秀的创业者,为他们提供专业的解决方案。
首先,市场重心将从增量情景的创新突破转向存量情景的转型赋能。其次,资源投资将从模式驱动的销售增长转向技术驱动的效率提高。第三,at巨人将捕捉场景和数据,初创公司将提供解决方案。
首先,传统的股票零售情景仍将长期占据零售市场的主要份额,尽管增长速度将放缓。
一方面,阿里巴巴和腾讯(包括京东)将继续用资本开路、圈地。他们会根据规模和重要性依次划分和占领线下零售场景,然后占领用户的线下时间和数据。毫无疑问,at巨头与线下零售商将实现合作共赢,双方在供应链优化、数据管理、流量运营和绩效体系建设等方面将产生巨大的协同效应。
短期来看,我们看到的仍然是基于资本层面的利益约束,业务层面的协同合作将逐步实施,其具体的赋能模式将随着探索而优化。新模式运行后,将在行业内水平输出,占据场景,以更轻、更快的方式控制数据。
例如,在传统超市业态的基础上,阿里巴巴新推出的box horse fresh life在模式(线上线下互联、购物餐饮一体化)、技术(从选址到运营的无处不在的数据驱动,以及各种智能设备)等方面都取得了突破性进展,SKU(鲜活热门产品与传统品类的搭配),整体商业模式已经趋同,预计未来将逐步“避重就轻”,转向输出解决方案和品牌的方式。
在线上线下零售新业态、新业态、用户“节俭到奢侈”的消费体验需求的共同影响下,传统超市/商店面临着“不进退”、基础设施陈旧、服务形式落后的尴尬局面,导致消费者不得不忍受高昂的搜索成本(找不到)、低购物效率(流程麻烦、排队时间长)、信息不足(不了解产品)、难以个性化(同一产品)等痛点。
针对以上特点,我们探索适合超市/商店的解决方案及其价值。目前,针对超市/商店的解决方案很多,有的还远未成熟(如纯机器视觉解决方案),有的只能解决一些痛点或营销之诉求的心得提高本地效率(如移动应用扫描结算、自助收银机等),而一些基于便利店等小场景的可行解决方案受超市/商店面积大、门类多、人流密集、环境复杂等特点的限制将不再可行。我们根据多种技术选择软硬件结合(“软”技术包括机器视觉、重力传感、室内定位和移动支付等,“硬”载体包括智能购物车、智能门禁、智能货架等)。
其中,第一点是其最本质、最核心的价值。只有在为场景本身提供显著价值的基础上,它才能进入和站立,然后才能得到作为支付入口和流量入口的价值。
我们分别在北京、西安和襄阳三家超市进行了实地调研,直接获得了智能硬件(主要是购物车和门禁)的场景覆盖率、使用频率、客户单价等运营指标数据。超市经营者学习的信息包括解决方案的综合成本和经济效益的提高,消费者学习的信息包包括满意度和体验反馈,广告商学习的基于智能购物车的营销方法和效率。
1) 随着人力效率的提高,导购、收银机等智能设备释放的人力资源转移到摊位、销售、餐饮等增收岗位
2) 随着楼层效率的提高,服务台、收银机等智能设备释放出来的空间被改造成了商店。因为这样的空间往往在人流密集的超市出入口,所以商店的地板效率非常高
3) 提高了防损效率,基于机器视觉和传感器的多重交叉防损标准比基于人工操作的更加严格,特别是在超市盗窃、散装称重、生鲜等造成严重损害的领域,防损效果明显提高
5) 消费体验的提升带来的客流量、客单价、回购率的提升(更多的是经营者的感性判断,而不是准确的分析)。
对消费者而言,选择、结算、支付、通关等环节更加顺畅便捷,消费体验得到提升。特别是在手机支付高度普及的今天,不同收入、知识和年龄段的消费者可以使用无门槛。
2) 在效果转化方面,根据用户账号行为数据(历史行为+实时行为、消费行为+非消费行为),实现精准推送
3) 结合折扣、购物礼品、**等线下促销活动,实现品牌曝光与效果转化的整合,线上线下预算的整合,营销与销售的整合。
从二、三线价值看,超市/门店日均支付约72亿元,单笔交易日均支付约1.2亿元,即互动次数约1.2亿元,客户平均单价约60元。作为一个粗略的对比,如果共享单车的日均骑自行车次数为4000万次,按1元/次计算,日均支付约4000万元。根据保守估计,按CPM 300元*3次曝光/单次计算,其流量入口值约为400亿/年。当然,以上粗略计算仅供参考。在计算支付分录和流量分录的具体价值时,需要考虑越来越复杂的假设。
通过对超市/商店的示意性分析,我们认识到现有零售场景存在巨大的变革和授权潜力。此外,传统的零售业态,无论是百货、专卖店、农贸市场、便利店、夫妻店,都孕育着新的活力。毫无疑问,技术驱动、效率和经验驱动的解决方案将是初创企业创造价值的最重要途径之一。