导读

    近日，美国零售咨询研究公司Applied Predictive Technologies（以下简称APT）联合经济学人智库（The Economist Intelligence Unit，简称EIU）共同发布《零售业反击:电子商务时代的致胜策略》报告。报告以全球256位零售业高管（主要来自法国、德国、英国、日本、美国）的调查结果为基础，总结出零售业者在面对在线竞争对手时最普遍采用的应对策略，以帮助全球零售商实现向“新零售”的转型。

    APT副总裁张孝卉还在日前的一次媒体沟通会上，对中国市场传统零售商抵御电商激烈竞争的重要策略进行了详细分析，并对当前关于新零售、无人零售的几个热点事件发表了自己的看法。以下为亿邦动力网整理的张孝卉关于五个话题的观点：

    全渠道发展是必然的未来，企业希望能够藉由服务或商品的推出培养一群忠诚的顾客，当黏着度高时，企业可趁势推出建基于原先服务之上的加值服务，而这些加值服务又进一步增强了顾客黏着度，并且吸引了更多顾客群，形成一个正面的死循环，这便是于访问中提到生态系的概念。

    以微信为例，自通讯应用起家，当用户数够多，黏着度够高后，微信便能推出其他应用服务。现在，微信已充斥于人们生活中的各个层面，还无所不包，包括支付、信息获取、小程序等。当获取的顾客逐渐培养忠诚度，并透过不同的商品服务以加深对于品牌的依赖，同时透过口碑营销与群众效应，便让生态系更为稳固，更加确保企业长期的获利。

    在新零售时代中，企业对于自身发展的目标与上述是相似的。过去微信着重于在线渠道的获客，但在线获客成本与日俱增，因此企业便转移焦点至线下渠道的获客。

    对于零售业者而言，由于使用场景多，顾客黏着度相对高。顾客可能每天都会在家附近的便利店消费。而在线巨头们便是看中能够更好地在确保顾客黏着度的同时，掌握顾客消费习性与提供更完整的顾客体验，于是从在线跨足到线下。

    而传统零售商想做的也是一样的事情。只是从线下转攻到在线，并且透过更好的顾客体验，包括更好的服务、更好的硬设备、更好的价格等等，来让顾客的黏度增加，进而更愿意使用其他服务。我们已经看到一些零售商推出了自己的APP，然后这些APP的服务往往超出传统零售商的范畴，例如金融服务。

    如果目标是建立生态系，那么让用户黏着就会是最大的关键，也就是如何提供“更好的顾客体验”。就像过去企业拼在线获客时，会比较APP的接口友不友善、文案好不好、优惠给得够不够力。

    线下零售所做的事情也是类似的，但是更为困难。因为在线环境相对单纯，但线下环境却有很多变量，例如天气、门店位置、店员服务，人与人之间的每一个接触点都会是变量。变量太多，非常难以衡量，要找出好的决策其实并不容易。

    过去，零售业把自己做小了，往往都是和同业竞争。但阿里和腾讯、亚马逊让大家看到了跨界竞争的可能性。零售业未来不应该继续和同业比拼“折扣战”，而应该是“价值战”，提供更独特的服务、更好的体验，从而增加顾客黏着度，而这些加值服务往往是纯电商或是无人商店无法做到的。 

    尤其在中国，零售产业的增长还是很迅速的，若看同比数据，往往无法排除市场杂音，特别需要做小规模的实验。常有说法是收集越多数据越好，其实不一定。收集的数据如果对企业做决策没有帮助，那就是无用数据。小票数据只要经过妥善处理，其实就能够发觉相当多的顾客洞见，并辅助做出可获利的决策。

    以一个APT的实际案例来讲。有一家知名的零售业者针对特定品项进行降价，期待能够抗衡电商的价格优势，并引入更多人流入店购买，来带动销售与毛利的提升。但实际上，它的销售额虽然如预期提升，但总体毛利却没有显着变化，甚至于数个月后毛利持续下降。

    而在线数据往往是断点的，一般人不会每天在同一家电商消费，购买的品项也往往很类似，数据量累积起来并不够。但线下实体零售的顾客黏着度非常高，顾客可能在同一天内就会去某一家便利店两三次，数据积累起来不一定比在线数据少。像阿里、京东那样拥有如此庞大购物数据的企业毕竟是少数。

    现在的商业环境变迁很快，尤其在中国，过去几个月的数据不一定能够再用。透过实验学习，同时比较实验组与对照组，这样才能够实时应对市场变化，随时调整策略，小步快跑。

    其实这和技术有很大的关系。无人超市虽然可能省下人事成本，但至少就目前为止，技术成本是非常高昂的。谈到无人超市必须有的三个领域的技术支持：顾客辨识（判别谁执行了交易行为的方法）、商品辨识（判别顾客买了什么商品的方法）、付款机制。

    在顾客辨识领域，某些零售业者（如快猫）使用指纹生物辨识系统来确认顾客身分，阿里巴巴则使用面部辨识科技判别顾客。然而，这些投资十分昂贵，而且安全性仍然有疑虑。指纹生物识别技术较易被破解，面部辨识技术虽然安全性较高，但因为数据存取于云端，要在短时间内完成大量正确辨识，技术门坎更高。

    而为了在结算过程中辨识商品，业者可能必须引进RFID（射频识别）系统或是发展图像辨识系统。制作RFID的卷标是一大笔无可避免的开销，而图像辨识系统则又牵扯到技术问题与高昂的云计算费用。

    同样的思量也见于无人商店的付款机制当中。若顾客不愿将电子货币包与门店数据绑定，以达成自动辨识顾客及扣款，那么业者就必须仰赖移动支付客户端或第三方服务，才能使顾客完成付款。在国内，因为移动支付的普及，付款机制可能不是太大的麻烦，但对于外国零售业者来说，光是要让顾客愿意使用移动支付，可能就要花另外一大笔预算。

    就算这些困难都能克服，无人零售还面临一个最大的问题——没有弹性。举例来说，天气因素就是个问题，早前一家无人商店险些吃上官司，原因是热天小吃变质。在一般便利店中，只需店员巡视一下就能排除的问题，最后却让业者必须得加装空调才能解决。而在冬天，许多北方城市可能又会需要时常铲雪，这又是一个无人商店无法克服的痛点。

来源：亿邦动力网

图文编辑：Gelato