新零售数字化转型三大坑和渐进六式
“三分之二的全球2000强企业CEO都把数字化转型作为公司战略的重心。而战略的其中一个重要组成部分应该会包含机器学习解决方案。”——引自（《IDC Futurescapes》报告的预测）在过去几年，转型可谓是一个非常热门的词语。转型的概念确实会受到很多人的追捧，其原因在于：现代技术的创新突破以及中国经济本身的转型，迫使中国企业不断的去寻找新的出路。
数据化是区别新老零售的本质
新零售，是"渠道＋技术＋营销＋物流"的一个体系化运作系统。是以数据为驱动，以消费者体验为中心的。其中业务数据化是区别传统零售的本质之一。在过去只能通过商品数据、消费数据等割裂维度进行人工分析判断从而推断顾客需求，而在新零售概念下大数据的使用可以随时随地无形收集沉淀顾客主要行为数据，直接把握顾客需求并直观展示给商家。大数据作为瞄准器，帮助企业还原了用户的真实需求。
自2016年马云在云栖大会上提出新零售这一概念开始，互联网发展又进入了一个新的阶段，流量红利的时代在慢慢过去，很多品牌商都希望赶上这波"新零售"概念的红利，零售企业虽然开始慢慢意识到了大数据的重要性，但在实现的过程中往往又会不小心踩到几个常见的坑里。
第一坑：新瓶装旧酒—内部CRM融合数据就是大数据
在大家新零售转型如火如荼的开展过程中，企业在数据方面经常会做全渠道的数据融合，将线下门店、POS、微信、线上商城数据进行打通，认为这就掌握了大数据。还有人是认为自己早就实现新零售了，因为在ERP（企业资源计划）系统里很多功能其实都有，只是没有将其利用起来而已。这里最大的误区就是认为企业拥有的数据已经是大数据了。ERP里的数据都只是记录性的，企业的私域数据并不能完整表达用户行为，尤其可能门店自身定位或规划就存在偏差没有完全捕获目标顾客。所以只有掌握更大的具有互动性的数据量进行内外比对综合分析的时候，才能说在应用大数据了。
第二坑：我的数据会被偷走
电商冲击了实体零售，在和平台合作过程中，往往会抱有数据会被偷走的心态，担心阿里等平台方通过获取企业的数据，进而将企业顾客引流至自己平台。这样的想法显然多虑了。首先在体量层面上，阿里等已经拥有了十多亿顾客的大量数据；其次在操作层面上，平台方要想获取数据完全可以通过现有的渠道甚至大量线下热点WIFI等各种形式获得；最后在数据的分析应用上，完全可以采取脱敏等形式来规避风险保障数据安全。因此对于企业而言，如何利用平台的大数据全域、高纬度的数据帮助企业实现新零售才是王道。
第三坑：自建体系—自己建的方能掌控
企业在新的风口出现时，要么徘徊不前要么喜欢大包大揽。很多有一定规模的企业会倾向搭建自己的生态，自建大数据中心。但是企业往往忽略两件事情：一是成本，阿里的大数据搭建是近万名工程师、极尽阿里全生态力量去推动才形成的，且依然在不断完善过程中。二是基因，传统企业思维模式打造的数据体系和互联网打造的体系截然不同，数据的产品化和应用需要逐步迭代去优化，显然互联网企业拥有更加快速高效的条件去迭代提升。
以上三大坑是企业在新零售转型升级中极易中招的，但凡陷进去每个坑都会让企业付出巨大的时间成本和资源。但是这些坑并不是不可避免的，也是有其破解方式的。
第一式：开放心态
不要因为担心并不存在的利益损失而放弃了巨大的商业机会。数据安全有各种方式去操作和保证，在这一基础上大可开放与对接，从而获得更有价值的数据以及分析应用模型。同时新零售需要结合内外部不同优势整合推进。依托外部成熟的团队、技术和经验，按自身的结构、目标和规划去操作，既保证方向正确又确保成本可控效率提升。而且可以依托内外经验结合进行更多模式创新，将成本部门打造成为利润部门，向上下游供应商、品牌商等提供更有价值的数据和服务，增加利润点。
第二式：长板战略
在新零售时代，企业不需要弥补所有短板，只需要找到自己的优势长板部分将其充分发挥，在第一式开放心态的基础上利用外部生态资源弥补短板，从而既能弥补缺陷又可以发挥自己核心优势与竞争力。
第三式：业务倒逼
新零售不可不动，也不可盲动。传统零售利用系统管理业务，由系统引导业务。而新零售必须要从业务逻辑和需求出发，倒逼系统根据业务发展和需要去完善，这样既能够快速实现业务增长看见效果，也能够逐步完善底层系统架构，更能够确保系统符合业务需求。这是两种完全不同基因。阿里也是一个典型例子，由于业务的快速发展从而倒逼系统建设甚至打造自己的阿里云，从而造就了更具互动性、业务性和活力的系统架构。如果简单地由IT出发一味打造所谓最完善的后台系统及中台架构，反而更易于陷入泥潭。
第四式：样板店
一定以样板店为独立试点项目来开展，而不是现有门店的修补优化。在第二式业务梳理清晰的情况下必须以一家样板店试点，便于从后端到前端，从系统到运营、营销等全方位闭环试点操作，提升成功机会，打造闭环解决方案。同时样板店成为新零售培训基地，易于在长期创新优化的同时培养企业内部新零售人才及创新理念。
第五式：AI赋能
视频AI技术在传统零售业的应用--第一大杀器，人脸识别，在模式识别下的客户营销系统，建立人脸ID库，用户在线上行动的痕迹会被记录，同时客户线下的所有行为也能被保存到人脸ID库中。
例如在经济工作会中，分析女鞋销售额的趋势有所下降，观察近几年的销售指标便可以找到其中的原因，通过数字化系统就可以分析出其中的原因。我们与711签署了战略合作协议，未来会开300-600家的便利店。711虽然在中国不做会员系统，但是收银机上会有一些数据。目前我们是没有数据的，改造基因之一就是能否利用好视频AI技术、人脸识别技术。
第六式：构建数据平台
对于传统式的零售企业，所有不同行业之间的数据都是独立的，汽车有汽车的，百货有百货的。例如汽车行业，系统的报表不准确时，还要做一份手工报表报给财务。所以必须要通过数据平台建设，彻底解决信息孤岛的问题。演进的过程是，首先构建业务中台、数据终台，随后建立统一的会员中心、商品中心、订单中心、支付中心、结算中心，最后进行大量测试，包括MES等。
未来的信息化规划是数据底座，硬件也许可以用云，中间是业务中台，上层是所有的前端可以千变万化。通过做这些改变，最终达到的目的是对客户的感应、感知。
以上我们总结了企业新零售转型常见的坑以及要如何去应对，希望对大家有所帮助，能够更加高效、顺利、成功地完成自身的新零售专业。
