近年来,以大数据、人工智能为主的信息技术发展推动了社会的理性思维重构,企业寻求更有效、更智能的管理方式,以期能够持续获得业绩的增长。
随着出口转内销,经济进入内循环,零售业野蛮生长的时代彻底向我们挥手作别。在当前的经济新常态下,供给侧改革成为了零售业保持持续发展的必然选择。在新基建的大力推动,AI技术以卓越的应用成本和成熟的市场服务经验走进零售视野。
那么对于零售业来说,AI技术究竟能为行业发展带来些什么呢?
作为业界领先的专注于零售业计算机视觉解决方案与数据分析的公司之一,Trax现在每天都在为全球九十多个国家,超过150万家门店的产品陈列,促销物料和动销活动进行数字化,以期帮助零售企业的营销团队、管理团队可以实时并透明化的做管理和决策支持。
从产品到服务,从管理模式到激励机制,AI技术将为实体零售市场带来这一系列零售生产要素的配置优化,把过往看的见、看不见的市场问题重新数字化理性剖析,从而解决从大到区域市场,小到单一门店的供需错配问题,重新释放消费潜力,保持企业的持续健康发展。
基于10年的全球零售AI服务经验与深度市场洞察,我们很愿意就实体零售企业如何能够通过技术赋能获得长足发展,来和大家分享我们的观点。
电商不足为惧,实体零售仍是主要战场
对于国内零售业来说,电商经济的迅猛发展,对实体零售业造成的冲击不可谓不大,但从实际产生的销售额看来,虽然线上业务发展很快,但线下业务仍是主体。中国的城镇以上城市店铺有约330万家。而这330万家门店中,大中小型超市有24万多家,剩余300万家全部是夫妻老婆店,所以很多新的技术一定要能够实际应用在这些小店铺里面,才能帮助企业和经销商的业务成长。
对于现在的销售体系下,品牌商和经销商每天要花大量时间监督业务员在店里面的表现是什么样的,而如果企业只盯着自己本身,就会失去一些潜在的增长机会。
市场上存在28定律,80%的销售都集中在20%的店铺里面,快消品行业也是如此。在北京的6500家超市里,16%的店铺贡献了销售额的80%,这个数据放在上海是26%,广州是23%。
能实现资源配置优化的主要场所就在这些销售额高的店铺之中,也就是零售企业首选要完成铺货的黄金门店。这些门店可能存在于品牌铺货之外,而要看到这些门店就一定要脱离以前只看自己门店的相对狭义竞争的角度,去用更广义的眼界观测整个市场是不是有更多的线下增长机会。
每个人都能成为零售终端数据的信息源
在线上零售打的如火如荼的这几年,实体市场仍旧贡献了整体销售额的75%以上。消费者在线上消费的类型有限,像婴儿奶粉、婴儿尿布比较多,但是平时我们吃的瓜子,喝的牛奶,家里用的洗衣粉,95%还是在线下,所以解决了线下问题,可以推动整体基石的增长。
传统条件下,零售企业会利用自己的业代,每天很辛苦的跑店和寻找新的铺货机会,但这种方式很难实现店内增长。如果用到创新工具,就可以帮助获取这些空白的市场机会,比如通过手机APP,快速拍一张照片,或者通过卖场摄像头,巡店机器人,帮助我们用更长尾更低成本的方式获取市场真相和数据。
中国人口众多,我们每个人都可以变成一个数据获取源,Trax的覆盖全国的零售众包平台,能够帮助零售企业在全国范围内派发众包订单,让就近用户比如去旁边社区看看有没有某个产品销售,如果没有,这些店铺地址告诉我们,这样可以让销售更快获得这些信息并及时铺货或补货。
寻找更多的增长机会,看到更多的零售场景
在Trax和一家速冻食品企业合作的时候,这家企业在所有大卖场都已经完成了铺货,但仍然增长乏力。为了寻找新的增长点,Trax和该企业团队经过数次头脑风暴和项目测试之后,发现这些速冻食品还可以放在卖冰淇淋的冰柜里。
那么这些有冰淇淋冰柜的店在哪里呢?我们通过利用互联网众包方式,让所有的普通消费者在社区店周边调研一下店里是否有冰柜,如果发现店里有冰柜,证明有潜在机会把商品放进去销售。如果发现店里面既有冰柜,同时还有竞争品牌销售,说明竞品网络已经进去了,就要加速布局。如果发现店里有我的产品销售,说明我的产品已经覆盖了。这样的话就形成了一个漏斗网络,把企业的产品通过店铺的获取,形成一个短期、中期和长期的扩张脉络。
而这家速冻食品企业通过与Trax的合作,每个季度可以获得大概三到五万家新的店铺拓展,这就是通过一些边际的创新技术获得的新增长机会。
最大化铺货效率,最优化销售成果
零售数字化最重要的是解决在哪卖产品。我们通过利用AI技术获取某些样本店的销售模型,再通过周边的小区的年龄结构,活动频次等特征,把所有店铺完成一个优化排序,利用Trax搭建的独特算法进行计算,得出来的店就是小区周边最重要的店铺。零售企业无论是产品还是促销费用,都一定要先投入到这些店里。
从我们经常在市场上看到的数据来说,比如同样有两个指标,数值铺货率和加权铺货率,一万家店如果铺了五千家店,数值铺货率是50%,但店有大店中店小店,如果都是铺大店,可能你的加权铺货率是80%,最好的权重铺货率是最大的,因此,我们在相对有限的店铺数量上一定要先控制最核心重要的黄金门店,最重要的门店。
通过黄金门店把这些人的信息、生活的信息、偏好等,全部通过算法,做好资源规划。从而清晰的了解最重要的商圈是什么,最重要的店铺是什么,我的产品到底应该投在哪些区域,这才是确认黄金门店起到的最大作用,能让资源规划有效有序,而不是让业务员每天去无效拓店。
关注店内执行力,第一时间获取货架真相
当我们有了很多黄金门店时,还要解决的是店里的销售是不是有比较好的执行力和修复能力,包括销量更多的SKU是不是在店里面。SKU没有在店里面或者缺货时,是不是及时补货。
在我们进行的一项市场研究中会看到这样一个数字,大概70%的产品上架和库存缺货经常出现问题,你能够确定你的核心单品一定在店里有吗?
在Trax与一家日化企业合作时,当时他们的婴儿产品,在中国已经卖了几十年,客户说所有核心单品在主要店铺都有销售,但是实际上并不是这样。通过上面所说的方法,我们分析了他们线下1500个经销商实际铺货情况,最后数字非常惊人,核心14个单品,只有7个是在店里有卖的,如果店里没有消费者想要的单品,消费者基本上就去买竞品了。
中国区域太大,门店分布太广泛,产品铺货很难。产品重新上架,据研究也有49%的产品放在不好的位置,销售转化率差别很大。还有动态指标,如二次陈列的位置和数量、促销价格,其实实际执行率并不像想象的那么高,这是门店实际存在的情况。
现在我们可以通过利用固定摄像头、机器人、手机APP,看到卖场里面的真实情况,无论是大店还是小店,每个店发生的情况都可以及时反馈。如果缺货或者产品没有放在比较好的位置,第一时间系统会得到信息,发给区域销售负责人,发给总部负责人,就可以及时获得改进。
新技术的好处是能够让决策的颗粒度更细,决策更快,从单季单月变成每周甚至每天。当你的决策更快,获得的增长机会就更快。
复杂的小店通过自动场景分割和识别实现及时洞察
除了高大上的卖场之外,中国存在着300万家小店,在这些小店要实现图片识别技术的运用会遇上很多的干扰因素。比如冰柜后面还有很多地堆。Trax现在采集的照片里面,可以通过自动化技术分割场景,用一张照片就可以确认哪些是冰柜,哪些是地堆陈列,图片在完成自动分割之后,后台系统就会根据分割场景做自动数据统计:主货架投入是什么样的,地堆里面的投入是什么样的。
通过利用这些技术,就能够快速发现市场上的机会和执行上的差异。更重要的是通过这些创新技术和市场洞察,实现精细化管理。如果以前我们只会看静态指标,只关注卖场里面是否有卖产品的话,现在进入精细化管理时代,通过细颗粒度数据搜集,还能捕捉更多的动态指标。
从静态指标到动态指标,提高店内相对竞争力
举个例子,大家买牛奶的时候可能会主要看价格和生产日期,如果卖场里面同时放着蒙牛和伊利的牛奶,而两个产品的日期相差了一天,那你可能会买更新鲜的。就是这些动态指标的变化,决定了快消品在这个店里面的优劣势。
而快消品是饱腹型消费需求,一个月一个人就能喝一箱牛奶,买两箱肯定是喝不完的。消费者选择了A品牌,也就意味着B品牌丧失了销售机会。所以动态的指标变化反馈,能够让我们的零售企业更快速地进行决策。当发现竞争对手在卖场里面做了特价促销,那我们也必须要赶紧做一些策略,保证竞争力是对等的,这就是“货”里要做的事情。
Trax曾做过一个乳制品的客户研究,消费者去商店买东西,有计划购买和冲动购买的比例,计划性购买乳制品的数量是49%,冲动购买是51%。因此,我们提到要第一时间看到货架的真相的原因就在这里。
计划性购买牛奶,但是一定是想买某个品牌吗?比如计划购买49%里面,计划到品类的比例是70%,计划到品牌是22%,说明消费者买牛奶只是想买牛奶,具体品牌随便。具体到指定品牌的只占到了22%。
所以要寻找能够左右消费者动作的具体方式,也就是刚才提到的动态指标。在卖场里面,如果能捕捉到陈列促销员和POSM价格指标,并反馈给品牌,就可以优化实际执行,在单个卖场里面的ROI就会提升。市场上肯定是谁先关注这些,谁就会在终端竞争里面获得先机。
还有一个值得注意的是产品创新。中国现在每年大概有几万个新单品会推向市场,但是新产品的成功率却只有6%不到。也就是说新产品实际成功率是很低的。尼尔森之前做过一个研究,连续两年双数数增长的品牌里面,增长动因是什么?我们看到,每增长一百亿的销售额,只有7%来自于新产品,其中34%来自于媒介投放和品牌沟通,59%是来自于卓越的执行力,包括店内的促销陈列,借助新兴渠道的下沉。这些贡献了市场绝大部分销售总额。鉴于如今中国消费品绝大部分销售仍旧集中在线下市场,因此,把控好线下,才能够稳固基石,如果同时做好线上,就可以让我们获得更高的增长。
打通数据闭环,完善整体通路
如果把Trax的黄金门店地图和之前企业内部沉淀的店铺地址做匹配,你会发现大概20%地址会是无效店铺,这些店铺或关闭或停业,还有一些是虚报的。由于依靠企业本身的力量很难去对店铺地址实现一周、一个月的快速更新,因此新技术实现应用之后,不仅能快速聚焦人力资源配置,而且对于零售企业的单店管理能力实现了大幅度提升。
当有了黄金店铺的数据,再加上店内执行“货”的属性,就可以通过闭环的零售数据体系完成数字化门店、发掘市场空白。全盘把控精细化执行,将动态指标做出优劣势分析,及时调整价格策略,这样在全盘运营上可以掌控主动性。
让业务团队、营销团队同时看到透明化的数据也是企业能够打通上下游,确保执行正确的重要环节。在Trax的平台里,每一个销售代表的执行数据都会被记录,当数据合格时,销售代表会获得一些奖励的推送,例如积分,这些积分可以和薪资达成正相关,一线人员也能更清晰地去了解自己的工作情况。而如果数据没有达到预期时,Trax平台会第一时间发一个预警信息,来帮助销售代表们改善执行。通过以预警驱动每个产业动作和商业动作,就能更及时地改善销售结果。
数据的打通不仅让管理层能看到一线的执行情况,更是能让前线的每个销售代表都能够呼唤公司的资源和炮火。比如某品牌在山东区域和其他品牌打价格战,需要公司的支持,决策层要及时了解真实市场的情况是什么样的,就能够及时的合理调配资源。
当有一套完整的信息在系统的各个模块里面流通,才能真正形成PDCA(Plan,Do,Check,Action)这样一个闭环,最后实现的是让所有的企业都获得一双店眼,这双眼睛可以看到所有覆盖的渠道以及潜在渠道里面发生的事情,释放每一个店铺每一个货架的潜力。
结语:
零售企业只有做出创新性的变革才能够适应消费需求升级的要求,当我们讨论零售AI的时候,探讨的不仅是技术的变革,也是零售企业即将迎来的经营模式、企业服务、市场洞察的全面升级。以创新技术赋能零售业高效运营智慧大脑,AI技术与零售业的深度融合也将推动零售业走向更多元未来。
