这里是普通文章模块栏目内容页
2018云栖大会| 友盟+ 刘延明:数据开启智慧零售的升级引擎

  2016年云栖大会,马云第一次提到“新零售”,称未来的十年、二十年、没有电子商务这一说,只有新零售。两年后,新零售在各个行业加速落地。先列举三个典型事件:

  4月28日,阿里首个新零售商业体,亲橙里开业;

  618期间,居然之家在北京8家门店首次尝试新零售,3天销售额近11亿元;

  8月2日,星巴克联合饿了么推出外卖服务。

  这些多是阿里的标杆事件,有技术有数据有商业场景。很多零售品牌会问,新零售这趟快车,好搭吗?我该如何做?我今天就围绕“智慧零售升级”,从新零售的三大场景——监测场景、洞察场景、营销场景说起。

2018云栖大会| 友盟+ 刘延明:数据开启智慧零售的升级引擎

  友盟+新零售数据业务总经理 刘延明

  升级的是什么?

  概括起来是三点:

  第一是打通人货场。首先要考虑选店、选址等;其次是影响消费者的相关因素,例如周边商业因素、竞争因素等。

  第二是实现消费者洞察。线下招商与商品品类选择的决策要建立在潜在消费者购买力、偏好的范围内进行综合考量,选择相应价格段,投其所好。

  第三是活动效果可追踪。线下促销活动、地推、投放等要将客流与消费者之间关系进行串联打通,避免商业机会的流失。

  三大场景策略

  友盟+拥有高价值的线下数据资源,每天有1.8亿的LBS数据覆盖,同时覆盖了90%以上的POI数据。因为线下数据很分散,打通和串联能力尤为重要,我们有很强大的ID Mapping能力,最后是丰富的媒体资源库。

2018云栖大会| 友盟+ 刘延明:数据开启智慧零售的升级引擎

  由以上的数据资源和技术能力,在基础性数据平台之上,我们分为了三种产品场景服务,分别是监测类、洞察类、营销类,以可视化的数据形式展现出来。

  监测类:客流与画像提升运营效率

  针对客流&画像,商家要知道自身门店的核心关注点是什么,也就是业务重心。

2018云栖大会| 友盟+ 刘延明:数据开启智慧零售的升级引擎

  例如一个品牌在全国有7个大区连锁门店,那就要将所有大区分为四个维度(核心关注、日常报告、智能排名、自定义分析)进行运营。观察每个大区在不同时间段里的客流&画像变化,挑选出表现比较好的大区,再进行大区内门店的观察,最终将表现最好的门店列为标榜,再将门店经验分享给其他大区,同时也要结合相应的数据报告进行佐证和优化,打破瓶颈、发现亮点。

  这可以分为两层:

  第一层,提升门店运营效率。包括核心指标和日常报告,呈现门店基础客流数据,支撑门店的日常数据汇总与分析;

  第二层,打破现有分析逻辑和结构,重组分析维度,发现业务新机会。包括智能排名和自助分析,我们将打破不同维度进行快速排名,比如男性客群在不同地域的排名;同时引入智能算法,实现自助分析,打破现有分析结构。

  由这两层出发,门店从无数据、有数据到用数据,提升区域和门店的运营效率,扩展业务边界。

  监测类:顾客动线优化商品陈列

  综合性的大型卖场每年都会有20%的品牌进行汰换,一方面是营收压力,另一方面是要保持对消费者新鲜度的持续吸引。同样,很多大型品牌门店2-4周也都会进行货架的重新设计、货品的更新替换,保持消费者对新品的诉求。

2018云栖大会| 友盟+ 刘延明:数据开启智慧零售的升级引擎

  针对商品陈列的优化,商家可以通过Wi-Fi及摄像头的方式进行场内消费者路径及品类关注热度的洞悉,从而优化门店设置、货架陈列以及品类替换。

  洞察类:商圈选址,精准预测客流与收入

  针对智慧零售,很多企业都推出了选址类的产品,但商家看到的维度、分析报告都很难进行决策。原因就在于数据分析的时间跨度短、无法做到预测客流及收入以及多个商圈交叉分析。这些都是要依靠强大的数据算法与底层数据支持。

  友盟+提供9个维度的选址分析数据:

  1)辅助客户制定和决策全域拓展计划

  2)了解自身及竞争对手在不同区域渗透情况

  3)筛选优势区域,制定差异性竞争策略

  4)城市目标潜客热力分布

  5)基于目标用户,提供城市推荐商圈和潜力评估

  6)自有和竞品区域门店分布

  7)点位常态客流、收入预测

  8)结合交通状况和客群形态,多点位对比评估

  9)点位覆盖人群多维度分析

  归纳起来,友盟+选址策略分为三个场景:

2018云栖大会| 友盟+ 刘延明:数据开启智慧零售的升级引擎

#p#分页标题#e#

  全域规划:在全国层面,融入品牌自己的场景,比如判断在北京、上海、杭州哪个城市应该扩店。如果开店,盈利情况如何、竞品拓展量有多高,竞争激烈程度等;

  区域洞察:当品牌确定要在一个城市开店,我们会加入品牌在相似区域的经营数据,潜客人群热力分布,结合竞品的开店点位,综合判定在哪些商圈布局;

  点位评估:因为商业的核心目的是盈利,我们将零售商的业务目标、竞品的业务覆盖数据等,融入到友盟+选址模型中,从客流、客单价、竞争分析、消费潜力等多维度,直接输出A、B、C三个位置的选址排序。比如,十字街区中,哪个路口更适合开店?这就需要更明晰的LBS数据,然后去评估ABC三点整体的评分。

  营销类:门店引流,多场景营销触达

  门店引流一直是困扰商家的难题之一,去哪里引流?盲目的引流会造成资源和成本的浪费。针对哪些人引流?我的潜在消费者都是谁。用什么方式去引流?潜在消费者会出现在哪里,生活场景、工作场景、消费场景、交通场景都要考虑到。引流后的效果如何?是否有消费者进店转化、成交转化等。

2018云栖大会| 友盟+ 刘延明:数据开启智慧零售的升级引擎

  那么针对繁琐复杂的门店引流,【友盟+】的处理方式:

  第一步:人群筛选

  1) 新店引流:通过门店覆盖域(2-5公里、5-20公里)范围内,用LBS数据进行潜客筛选;

  2) 老店引流:基于过往1-3个月门店客流数据进行顾客特征沉淀,在门店覆盖域(2-5公里、5-20公里)范围内进行潜客筛选;

  3) 会员引流:基于CRM等会员人群进行顾客特征沉淀,在门店覆盖域(2-5公里、5-20公里)范围内进行潜客筛选。

  第二步:媒体策略(以线下、OTT媒体为例)

  1) 线下媒体:基于潜客特征将门店覆盖域范围内线下媒体资源进行算法排序,形成媒体点位推荐指数,根据预算进行投放策略分配;

  2) OTT媒体:基于潜客特征筛选门店覆盖域范围内OTT家庭,通过电视端资源进行投放。

  第三步:效果评估

  采集投放媒体曝光潜客数据与投放期内及投放期后2-4周内到店顾客数据进行匹配打通,判断投放转化效果。

  延伸价值:实现线上线下运营的一体化,线上卡券线下核销,基于LBS的潜客分析,升级传统的地推和线下媒体投放。所有数据都是可监测和评估的,意味着全程可优化。

  新零售提效案例

  1. 油站顾客分析:拓展异业合作,销售提升25%

  当加油站遇到全域数据,也可以智慧起来。从最简单的客流分析开始,发现忠诚客户喜欢汽车日用品,在运营策略上做调整,与米其林店以汽车保养、维修进行合作,92#消费满200元、95#满300元都会赠送优惠券,或购买润滑油可到米其林店免费进行积碳清理和润滑油更换。

  数据效果:92#加油满200的车次环比上升30%,95#加油满300的车次环比上升26%。

  2. 选址和竞争分析:>80%的常态客流和收入预测

  我们和盒马合作,帮助其实现数据选址和竞争分析。合作模式是,通过全域数据实现对区域级市场的拓展规划,在多店综合评估中,通过智能算法进行排序,给出选址建议。智能输出门店布局作战图,包括对门店的分析、潜客的动态分析和竞品的趋势变化。

  数据效果:销售预测准确率达80%以上,已成为盒马开店和日常运营的标准流程。

  3. 门店引流:锁定精准潜客,提升客流量和成交率

  门店引流,我们在多个领域做了应用实践,都获得很惊喜的数据效果。

  国内某领先运动品牌,在2017年圣诞节、2018年女神节期间,分布对周边2.5公里客流做兴趣圈选,包括已购人群的放大。然后集中在线下电子屏、KTV、OTT进行广告投放。

  数据效果:线下电子屏曝光用户的进店率是未曝光潜客的3倍。

  4.个性化导购:基于客流的识别和SKU的互动

#p#分页标题#e#

  很多时候,顾客进店不到30秒,看到展示的商品没有感兴趣的,转身就走。我们研发的个性化导购屏,一方面是扩展SKU,同时导购可以将潜客带到屏前,因为屏上有详细的商品介绍。比如,动态展示运动鞋的科技感,提升成交率。

  数据结果:店内货架热力提升了42%。

  新零售的演进速度远比我们想象的迅速, 友盟+希望将数据技术和能力注入到线下零售场景中,让门店具有自我迭代升级的能力,最快速的适应当下和未来的零售需求。

  10月16日,在2018UBDC全域大数据峰会上,友盟+Oplus新零售数据服务将亮相,更有智慧零售专场、李宁智慧零售体验店!

收藏
0
有帮助
0
没帮助
0