在很多人的印象里，去市場或超市買水產(chǎn)海鮮，談不上是一件多么享受的事情。但這兩年突然爆紅的盒馬鮮生，則顛覆了人們的這種印象。某點評網(wǎng)站上，顧客對其評分總體較高：

       評論區(qū)也經(jīng)?？吹?“海鮮棒”、“款式豐富”、“質(zhì)量好”、”“服務熱情” 等字眼。

       從以前的露天市場、到后來傳統(tǒng)超市里的生鮮水產(chǎn)部，賣生鮮并不是什么新鮮事，但為什么只有盒馬鮮生做得紅紅火火？

       01

       盒馬火爆背后的 “內(nèi)功”

       去年阿里投資人大會上，阿里巴巴集團副總裁、盒馬 CEO 侯毅透露了盒馬的戰(zhàn)績：截止2018年7月，開業(yè)達到 1.5 年以上的七家盒馬成熟門店，單店日均銷售額超過 80 萬元；以平均營業(yè)面積 4000 平米計算，單店坪效超過 5 萬元，是同類大賣場 3 倍以上。

       也就是說，盒馬比同類賣場更能掙錢。

       看到盒馬的亮眼表現(xiàn)，不少人也想效仿學盒馬賣生鮮。但效仿者不知道的是，盒馬進什么貨、怎么促銷 … 這些只是表面 “招數(shù)” 而已。為什么進這些貨？為什么今天而不是明天促銷、為什么促銷這個商品，而不是那款商品？... 這些背后功夫才是 “內(nèi)功”。

       而盒馬背后的 “內(nèi)功”，硅谷洞察總結(jié)為兩點：很了解貨、很了解你（即消費者）。

       先說 “很了解貨”。不知大家在逛超市時，有沒有好奇過：為什么超市里總是會有很青的香蕉、很硬很生的牛油果？因為對于保質(zhì)期特別短、不好保存、壞得快的貨品，很多商家為保證貨能在壞掉之前把它們賣出去，在進香蕉、菠蘿、牛油果等熱帶蔬果時，盡量進青色不成熟的，但這樣一來，消費者買到的就不是吃的水果。

       比如下面這張牛油果色號圖。下次你逛家附近的超市時可以留意一下，看是不是有很多 1~3 號、還不熟的牛油果。

       但盒馬為確保消費者買到 “不用等就可以吃” 的口感，只進5號色的牛油果、6號色的香蕉。對很多超市來說，這樣做非常冒險 —— 如果判斷失誤，沒能在非常短的時間內(nèi)把東西及時賣出去，就會造成損失。

       盒馬之所以敢這么做，就是因為它借助其背后大量數(shù)據(jù)訂貨。其背后是阿里系的數(shù)據(jù)中臺，能結(jié)合歷史銷量、節(jié)日、甚至天氣情況等上千種數(shù)據(jù)，估算從下一分鐘到未來 30 天的銷售量，進貨不再靠猜。因此像是熱帶水果、游水海鮮這種不好把握時間、不易儲存的東西，在盒馬都能買到相對新鮮的。

       此外，它還能知道哪些產(chǎn)品暢銷、但哪些產(chǎn)品雖然很多人拿起來看了看、卻沒有最終購買：如果很多人都拿起某種海鮮看了看但沒買，系統(tǒng)會捕捉到這個可能在傳統(tǒng)商店被忽略的細節(jié)進行分析，去看它到底是什么原因：價格太高？商品有瑕疵？離保質(zhì)期太近？等等。

       02

       新零售：用數(shù)據(jù)及技術給賣家 “開天眼”

       新零售之所以 “新”，正是因為它次顛覆了 “人、貨、場” 三者之間的關系，讓賣家做決定時不再靠猜。與之相對的 “傳統(tǒng)零售”，從根本上說，“傳統(tǒng)” 就傳統(tǒng)在此三者的關系上：客戶走進商場、根據(jù)商場提供的選擇而被動選購。

       以盒馬鮮生為代表的新零售背后，則有一套非常復雜、數(shù)據(jù)驅(qū)動、技術支撐的系統(tǒng)。以盒馬背后的阿里云為例，就綜合運用了大數(shù)據(jù)、移動互聯(lián)、智能物聯(lián)網(wǎng)、自動化等技術，讓貨、場更好地根據(jù) “人” 的需求而做出相應調(diào)整。

       在后臺系統(tǒng)支持下，盒馬鮮生在多個環(huán)節(jié)更智能、更自動化。采購環(huán)節(jié)的數(shù)字化，解決了 “進什么貨”、“定價多少錢” 的問題 —— 比如上文提到的 “熱帶水果悖論”；而物流倉儲的數(shù)字化，解決了 “進貨后把貨存在哪兒？怎么運輸？”等問題；門店數(shù)字化，則在提升消費者購物體驗的同時，還能提升運轉(zhuǎn)效率、化生鮮行業(yè)的老大難問題 —— 貨物過期導致的成本升高。

       再比如數(shù)據(jù)驅(qū)動。如果想以數(shù)據(jù)驅(qū)動，自然首先要收集數(shù)據(jù)，這就是為什么顧客在盒馬結(jié)賬時不用付現(xiàn)金，而是用盒馬 APP 直接支付。除了提高效率，盒馬更能通過這種方式收集數(shù)據(jù)、更好了解消費者偏好，從而更精準服務消費者。

       說完了 “吃”，我們再說說 “逛”。

       全民網(wǎng)購時代，不少百貨公司紛紛感嘆：生意越來越不好做了。僅 2017 年，全國重點城市知名百貨店關停 55 家。在百貨公司的誕生地美國，近幾年來也迎來了關店潮。

       這不是具體一兩家百貨公司的問題，而是整個行業(yè)的困境。

       銀泰百貨也不例外。早在 2011 年，百貨行業(yè)的同店銷售數(shù)據(jù)就顯出頹勢，銀泰也沒能幸免。2012年，銀泰同店銷售增長率從前一年的 23.1% 大幅下降至 9.1%，甚至還在 2014 出現(xiàn)負增長。

       生死存亡之秋，銀泰決心奮起自救。2017 年，銀泰百貨采取了一系列系統(tǒng)升級，其中包括用阿里云升級系統(tǒng)能力平臺，將中臺與阿里中臺打通；把自己的物流、支付、電商能力等核心系統(tǒng)成功上云等措施。

       一系列升級下來，消費者能直觀感受到的，是專柜導航找店、互動大屏選貨，以及付款時的刷臉支付、電子小票這些 “新零售標配”。在銀泰百貨，消費者進哪家店逛、逛了多久、幾時上下樓幾時離場 ... 各個場景都被記錄、分析。這樣，經(jīng)營者在制定決策時就不用再靠猜，而是通過對顧客產(chǎn)生的各項數(shù)據(jù)的分析，“用事實說話”，實現(xiàn)人與貨的更精準匹配、提升營業(yè)效率，讓消費者 “逛吃逛吃” 得更爽。

       在其背后系統(tǒng)，整個業(yè)務部門分為包括物業(yè)、運營在內(nèi)的基礎業(yè)務、包括數(shù)據(jù)、營銷在內(nèi)的增值業(yè)務、包括會員精準營銷、人流分析的創(chuàng)新業(yè)務，及其他業(yè)務。而包括商品、交易、基礎數(shù)據(jù)、單據(jù)等共享服務中心的不同部分，負責共同支撐業(yè)務部門，為后者提供洞見。

       結(jié)果顯而易見：截至 2018 年 9 月，銀泰百貨一轉(zhuǎn)之前頹勢，同店銷售額增長18%，為過去十年來增幅 —— 這個數(shù)字在幾年前還完全無法想象。如今的銀泰百貨，基本已將全部門店業(yè)務都架構(gòu)在了云上，而銀泰百貨也已經(jīng)蛻變成了一家 “互聯(lián)網(wǎng)化的百貨公司”。

       03

       零售業(yè)兩大新趨勢，背后有哪些黑科技？

       2017 年，亞馬遜以 137 億 美元的價格收購美國高端連鎖超市 Whole Foods 全食超市。為什么亞馬遜要收購全食？正如同亞馬遜為滿足自己的研發(fā)需求、而打造了 AWS 一樣，它需要一個可以用來研究和測試的生鮮遞送需求、來打磨自己的物流系統(tǒng)，而 Whole Foods 正符合要求。因此亞馬遜高價收購后者，也就不足為奇了。

       那么，Whole Foods 全食超市為什么選擇被亞馬遜收購？

       除了本身的財務壓力，另一個重要原因就是 Whole Foods 在競爭日益激烈的健康食品市場逐漸失掉優(yōu)勢：由于健康食品逐漸主流化導致市場競爭升溫，Whole Foods 在被收購前的前7個季度里，同店銷售額一路下滑。而亞馬遜的物流系統(tǒng)、信息系統(tǒng)、云服務等黑科技級別的基礎設施，使Whole Foods 有望重新突出重圍。

       其實亞馬遜與 Whole Foods 的合作，與阿里與盒馬的搭配，清晰反映出了新零售的兩個發(fā)展趨勢：一，購物模式改變；二，更智能高效。而亞馬遜、阿里這種電商巨頭背后的技術支撐，是其吸引商家合作的重要法寶。

       以阿里為例。作為世界上的電商零售平臺，阿里巴巴正在改變中國的零售行業(yè) —— 這也是世界上的零售市場。其中，阿里云作為阿里巴巴零售創(chuàng)新的技術支持者，是利用云計算、大數(shù)據(jù)和人工智能技術重新定義零售行業(yè)的領先技術提供商。在零售業(yè)迅速升級轉(zhuǎn)型的過程中，其扮演著 “黑科技提供者” 的角色。

       舉個例子：不少人都被人 “帶過貨” —— 在社交平臺上看到別人推薦的好物，自己也想去買。隨著社交網(wǎng)絡及 KOL 等 “帶貨達人” 的興起，購物模式正在逐漸被改變，一些新技術也應運而生。

       比如，阿里云的 Image Search 圖像搜索服務，就能讓潛在買家 “所見即所得”：看到一件心儀的東西，就能準確找到該件商品。如果你看到餐廳鄰座桌上放著一支很好看的口紅，但不知道它的品牌、色號，只要對它拍張照，你就能直接用阿里云的圖搜功能搜出同款。

       第二個趨勢，是新零售領域的決策過程將更加智能、高效。自動駕駛領域以 L1~L5 的分級來衡量自動化的程度，其實這種衡量方式同樣可以用來類比衡量零售行業(yè)的智能決策。目前在門店運營、庫存控制、物流優(yōu)化等環(huán)節(jié)廣泛采用的數(shù)字化智能解決方案，大多可以做到 “有條件的自動化”（類似于自動駕駛里的 Level3），即對數(shù)據(jù)流給出分析結(jié)果和建議，但結(jié)果必須經(jīng)過人工確認和調(diào)整才會作為下一環(huán)節(jié)的輸入。

       比如我們經(jīng)常喝的牛奶，別看它價格不貴，其實是一種很 “嬌氣” 的食品，因為它的貯藏與運輸非常麻煩：銷量波動頻繁、容易壞、產(chǎn)線供給復雜、物流網(wǎng)絡龐大... 內(nèi)部成本控制的復雜度非常高。在阿里云技術支撐下，蒙牛乳業(yè)從銷售、 排產(chǎn)、物流等幾個方面進行智能化改造，從而實現(xiàn)成本的顯著降低和效率提升。

       以蒙牛為例，基于阿里云 MaxCompute 大數(shù)據(jù)平臺（原ODPS），蒙牛在自有 CRM 等系統(tǒng)之上集成品牌線上實際銷售、線下直營經(jīng)銷商實際銷售等數(shù)據(jù)，結(jié)合背景環(huán)境因子進行銷量建模，把“根據(jù)訂單歷史，進行人工預測”，變成了 “基于實際銷量的智能預測”，提升預測準確度。

       除 MaxCompute 外，阿里云還有 Quick BI、DataV數(shù)據(jù)可視化、Elasticsearch、Elastic Computer Service（ECS）等一系列技術與產(chǎn)品，為商家提供快速、完全托管的數(shù)據(jù)倉庫解決方案，讓商家可以高效、經(jīng)濟地分析處理海量數(shù)據(jù)，從數(shù)據(jù)中獲得洞見。

       硅谷洞察從阿里云研究中心了解到，中國泛零售行業(yè)的數(shù)字智能化變革，將更明顯地下沉至消費品品牌和零售產(chǎn)業(yè)鏈內(nèi)部，即”場的后端”。在 AI、IOT、云計算、區(qū)塊鏈等技術驅(qū)動下，重構(gòu)消費者關系和運營決策流，以更細的顆粒度推動從消費者到零售商、品牌商的全鏈路業(yè)務和體驗優(yōu)化。

       成功的企業(yè)級的智能變革成果，可以借助互聯(lián)網(wǎng)范式進行實踐的輸出，令“企業(yè)級變革”可以在開放平臺技術支撐下迅速輻射為“產(chǎn)業(yè)級變革”，促使整個產(chǎn)業(yè)的效能提升。在商業(yè)基礎和技術能力上具備先發(fā)優(yōu)勢的品牌或零售企業(yè)，將有機會構(gòu)建在商業(yè)生態(tài)基礎上的、由健壯的智能商業(yè)中臺形式賦能的 “數(shù)字化能力生態(tài)”，在細分領域內(nèi)，成為該領域新一代智能零售網(wǎng)絡的核心。

       “逛吃逛吃” 聽起來很輕松，但其背后遠沒看上去那么簡單。當然，零售業(yè)絕不是夕陽產(chǎn)業(yè)，掙錢還是虧錢，取決于商家們的 “打開方式” 對不對。目前看來比較明顯的趨勢是，不論是傳統(tǒng)零售商還是電商，用云服務等高科技武裝自己，恐怕將成為不少線上線下商家的共同選擇。