口述丨丁晓刚
编辑丨拓扑社 赵凡
分享嘉宾
每人计 创始人&CEO丁晓刚
黑马营12期学员，连续创业者。10年前曾担任IT公司执行一把手，管理120人公司直至该公司被IBM团队收购，中间三次创业失败，后混迹于上市公司，负责公司核心级大客户。曾任益普索高级顾问，一直精于企业服务，相信传统零售面临变革，而互联网大数据是第一个也是最大的利润增长点，并亲自服务过三星、安踏等多个知名连锁品牌。
关于每人计
每人计是实体连锁零售领域国内最大且唯一互联网化运营的顾客数据采集分析平台。从2014年7月成立以来，在短短的一年多时间内，每人计相继获得知名投资机构两轮投资，员工从3人迅速发展到近50人，并设立广州，厦门，上海办事处，目前首款产品每人计M系列（一款基于国内实体门店开发的客流统计分析设备）已与全国八百个知名连锁品牌达成合作，全国合作门店三万多家，经典案例包括卡门、安踏、特步、依妙等。
/ 实体零售业面临的现状 /
这是一个变化的时代，各种变化在我们身边发生，而且以越来越迅猛的速度改变着我们的生活。最近两年，我主要围绕零售方向在做一些工作，所以看到了行业面临的现状及变化。实体零售是一个非常传统的行业，从80、90年代中国消费开始崛起到现在已经发生了很多变化。从最开始像李宁、安踏这样以产品和品牌为导向的零售业态，到后面像ZARA、优衣库这样的快时尚开始出现并影响着我们的生活。当然，实体零售也碰到了非常多的挑战，比如：
成本上涨，电商打劫
销售清晰，用户模糊
门店流量，从未复用
品牌忠诚度约等于零
听说过许多道理，依然做不好运营
所以，最近这两年我们看到了很多品牌在关店。当然，也有新的业态在这种压力下产生，比如：快时尚以及像三福百货等这样的复合店，都发展的还不错。但从总体上来讲，传统零售业还处于焦虑的情绪中，都在寻找“救命稻草”。我们能够感受到零售消费领域正在发生革命性的变化，很多实体零售商在焦虑的情绪下必须求变，不变就是“等死”，变也可能是“找死”。
我们来看一下零售业的发展，最早是传统媒体带来流量，然后在线下实体店铺成交。到阿里巴巴、百度这样的互联网公司出现以后，采取线上媒体，线上店铺的方式取得了相对优势。但是很快我们就发现，用户不仅仅出现在实体店，也会出现在线上，尤其是在移动互联网时代，用户在各种各样的场景下都需要去消费以及得到服务。所以，大家比较一致地认为，现在需要提供线上线下，融合场景的服务，在实体店和电商两个方面去满足客户的需求。因此，全渠道的概念在这两年变得非常火爆，让消费者既能获得线上的便利、实惠，也能得到线下的体验和场景。
实际上，大量的实体零售商都知道应该去拥抱全渠道、拥抱移动互联网，应该去学习电子世界的规则和思路，了解90后这些年轻人的消费习惯。但是，真正改变的少之又少。在新的形势下，实体零售商家自然会有新的需求产生。
/ 实体零售商家的需求 /
根据移动互联网的现状，我们可以大概总结一下实体零售商家会有以下几点新的需求产生：
从经营店铺转变为经营社群
从单店盈利到单客盈利
从IT思维到DT思维
从经验驱动到数据驱动
正如上面这张图所示，零售包括场、店、客、货等因素，在这些因素之间有很多管理工具和方法被执行和使用，所有的这些东西组织在一起推动着零售门店经营的提升。比较传统的零售业可能就没有右边这一系列东西，更多的是在左边，而最早的互联网创新也是在右边这部分产生的。
围绕上面所说的需求转变以及门店所需要使用到的工具，我们可以抽象出在全渠道下，实体零售商家的需求实现如下图所示：
在新的局面下，传统零售商首先需要有战略思维，能够在战略层面去做一些转变，然后再配合移动互联网工具、DT思维的运营思路以及面向用户群的经营理念。有了这些东西，才能满足实体零售商拥抱新环境、新消费的需求，这样他们才有可能走的更远。
/ 每人计在做什么 /
面对这样的现状和需求，每人计在做什么呢？简单地说，每人计是从决策层面导入DT思维，以填补空白数据的方式切入传统零售业，让传统零售商依靠数据来支持决策，而不是用过去“拍脑袋”的方式来进行决策。
在零售行业，缺少一项重要的数据，即顾客数据，我们来帮助传统零售商填补这些空白数据，实现的方法有以下几点：
1、唤醒沉睡的数据
首先去唤醒传统零售商沉睡的数据，因为它们本身就拥有很多数据，而这些数据可能是零散的，线上线下是割裂的，并且是一种用报表形式统计的数据源，并没有把它唤醒和用活。零售行业有很多数据，包括人、货、场、财，传统零售商关注更多的是货、场、财，对人的数据关注最多也就是一套会员系统以及员工的数据。
对于互联网企业来说，它们对于用户的理解是非常深的，对人的信息掌握的非常透彻，绝大部分用户在互联网上相当于在“裸奔”。而线下零售商对于人或者是顾客的理解是极少的。所以，我们认为这是一个空白的数据，是实体零售商还没有关注或者很好地去采集的数据，而我们就是去帮助他们来采集这些数据。每人计会帮助顾客采集客流数据、进店频次、轨迹、商品关注情况等等这些第四维度的新数据。
2、关联|盘活
每人计会将这些采集到的第四维的新数据结合原来的数据去做更深入的分析，去做关联和盘活，并且依据数据所形成的规律来给出决策的依据，用数据来驱动零售决策：
理解消费者
高效营销
针对性产品/服务推荐
消费者关怀
每人计通过测量、分析、改善以下几个流程来帮助零售商关联和盘活数据：
①测量：采集门店经营中的空白数据
②分析：通过数据指标对门店经营进行诊断分析
③改善：提供改善工具、方法
每人计在过去两年多的时间里面，服务的门店数量已经超过30000家。我们发现知名度越高、体量越大、门店数越多的品牌或者零售商会更加关注和理解这样一些变化。
/ 我们碰到过什么问题 /
1、这是两个不同的世界
实际上，在整个过程中·，我们也遇到了很多的问题。首先，这真是两个不同的世界，不同的思路、经历或者经验，以及不同的成功路径带来了对于消费的不同想法、出发点和结论。在互联网时代，我们每天都会去关注流量、人与人的连接、信息与信息的连接等等，这些都是互联网天生的优势。互联网获取数据的成本是最低的，所以都会关注这些数据的变化。任何时候，一个新版本的产品发布，都会通过数据变化来做修正，这是天生的习惯和方法。但是在线下实体零售店就不会这样去做，特别是一些曾经非常成功的品牌，可能会碰到更多这样的问题。
不过，这两个世界在在未来很快就会融合到一块，而且融合的趋势也会越来越快，这个变化是非常大的。因此，传统的品牌商已经意识到这些问题的存在，而且在寻求解决问题的方法，同时也大概知道了解决问题的思路。但是，能想到和能做到之间，还有一道非常大的鸿沟，尤其是对于那些曾经非常成功的品牌而言。我认为这需要非常多的基于理解电子世界和原子世界的人，来帮助他们弥合中间的巨大差异，让两个世界的融合变得越来越快。
2、工具思维还是战略思维
工具思维还是战略思维也是我们遇到的非常重要的问题。这一问题导致我们需要用电子世界的思路和原子世界的话语来帮助原子世界的实体零售去做一些变化，但很多时候我们还是要让他们认为这就是一个工具，要从战略思维上去改变他们还是非常难的。所以这是我们碰到的非常严重的问题之一。
/ 大家的新思考 /
中国的零售行业是一个非常巨大的市场，它需要很多人去做一些尝试和思考。我们非常高兴能够看到越来越多的创业者和创新者从纯互联网行业跨到传统行业，而且能沉下心来去理解传统的线下零售，帮助他们去做一些改变。
前面给到的那张图上面，围绕零售行业场、店、客、货、财的工具，基本上都有人去做一些尝试，也不乏很多做的非常好的工具或者平台在帮助零售行业做出一些改变。我也希望未来能有非常好的传统零售业思路的人，或者有非常好的互联网思路的人，能够去做一些跨界，去加速融合的过程。除了互联网以外，现在还有一些新的技术方向，例如：VR、AR、AI等等，对于促进零售业的发展和进步都会有非常好的效果，我们也在努力学习和理解这些新方向。
最后，不管是线上零售还是线下零售，我相信在不久的将来，就会用一种比较和谐统一的思路或者方法去给消费者带来更多简洁、方便、快捷、便宜、有意思的购物体验和服务体验。
/ 以下是部分Q&A内容 /
▎有哪些企业利用数据大幅度提高运营的成功案例，具体是如何做到的？
有一个非常明显的例子，就是现在服装里面的快时尚，像：ZARA、优衣库，或者国内的UR、卡门、三福等等这样一些品牌，他们都把数据这一块看得非常重要。例如ZARA两周能够在全球所有的门店去上新，这些新的设计在两周之后就能够到达消费者手上。他能做到这些，除了大家经常提到的供应链之外，他们对于门店数据的采集和应用也是非常重要的，没有前面这些详细的数据，后面的供应链是没有办法做出快速反应的。比如优衣库的店长拥有非常大的权利去决定门店最近是不是要做一些促销、需要拿哪些款式来做促销、下星期需要订什么样的货、这些货的量是多少等等。为什么他们能够做到呢？因为店长有很多的数据去帮助做决策，店长不仅仅拥有自己的门店数据，还能够了解到整个品牌里面，其他门店的数据。这些快时尚品牌就是靠这些快速变化的数据采集和分析来驱动的。
反过来，我们去看传统零售商，前几年，李宁的状况大家都知道，有各种分销商的问题，门店从9000多家店减少到不到6000家店。为什么呢？其实它有很强的共性，传统的零售品牌所有者和零售商实际上是两个完全不同的思路和方式，品牌者将产品生产出来，通过它的渠道订货会推下去就完了，至于分销商怎么卖，以及顾客对于产品的反馈，这些和品牌商是完全脱节的。甚至有一些品牌在两三年前，对于加盟商的零售数据需要过半年或者是三个月之后才能汇总到品牌这边来，这些过时的数据汇总过来还能支持决策吗？
在一两年前，很多品牌从服装设计到上架需要一年的时间，根本没有数据去支持他们去做决策。所以，类似于快时尚品牌，我们认为真的是数据在支持他们做决策。他们只是利用了数据的一个重要方面就已经非常成功了，就是将零售和后面的柔性生产和供应链数据做一个非常好的匹配和打通，以至于每一天都能知道本周和下周需要补充哪些货物，因为数据的趋势已经告诉了我整个的状况。
传统的零售商则不一样，他们需要等到加盟商重新订货的时候，才知道具体的销售情况。这是用了零售数据来做的一些变革。当然，也有很多品牌在他们的直营店体系里面，是能够做到部分这样的决策支持。而对于顾客的理解这一块，线下零售能够拿得出手的案例不多，还是线上零售在这一块做的更好一些。
▎哪些维度的用户数据对于实体零售是最值得抓取和使用的？
从最值得抓取这件事情来说，一定是更详细的顾客身份以及喜好等等这些数据，因为只有更细节的数据才有机会从最小的颗粒度上去理解顾客，但是这中间会有技术或者方法上的障碍存在。
从不同的级别来讲，我们要去理解顾客，首先需要理解整个门店的顾客状况，比如：流量、顾客待了多久、进出时间等等这些比较宏观的数据；再细一点，就是中观的数据，比如顾客进来以后在哪些商品面前停留、停留多长时间、体验了什么样的商品、在店里面如何走动、在哪些区域停留时间更长等等；再微观一点，就是个人的数据，包括这个人是谁、他的标签是什么、他是怎么来的、他的线上身份是怎样的、他跟我们的接触点还有哪些、他曾经在我们这里买过什么东西、他在商圈的消费习惯等等。
所有的这些数据，除了传统的CRM可能会收集到本店或者本品牌成交后的结果数据之外，其他的数据基本上都是空白。这些数据我们认为都有用，最有用的还是更细的数据。但是更细的数据由于技术的问题，比如：我们很难非常精确的去识别进店消费没有跟我沟通的顾客，不管是通过人脸识别还是WIFI的mac地址，都没有办法去很好的采集这些细节的数据，所以我们先从更粗的一些数据去做。不管是宏观数据、中观数据，还是微观数据，我们认为都是值得累积的，因为在大数据时代，不仅仅讲的是数据量大，而且还有一个很重要的维度，就是需要有更长时间的累积，才能形成对比。所以，先得去累积或者是“养”数据。
总结一下，我们认为更丰富的个体数据，以及描述个体更丰富的维度数据，甚至是跨品牌的、跨线上线下融合的数据是更重要的，但是目前还没有非常好的方法和手段去采集这些精细的数据。在这种情况下，往前更粗一点的数据，如：门店的数据、中观的区域数据等等，这些都非常重要。
▎对于电商而言，建立分析模型的逻辑是怎样的？
建立分析模型的逻辑其实非常简单，就像我们经常说的人工智能，其实人工智能的本质就是一种归纳方法。电商的逻辑也是一样的，本质上就是不断迭代、不断试错的过程，让机器通过很笨的方式，去建立因和果之间相关性关系，并根据关联程度去修正这些模型的计算的方法和权重。
▎目前连锁数据分析行业的发展阶段是怎样的, 您觉得大概有多大的市场? 国外是怎样的情况?
国内和国外相比，国内对于数据的分析和理解其实远比国外要弱。国外有很多的公司会为零售商提供这样的服务，这也是因为国外的零售环境倒逼所导致的。我们知道最近二、三十年，国内的经济发展非常非常快，这也导致了中国零售消费市场出现了爆炸式增长。虽然在2012年以后的同比增长降到了20%以下，但是增长率还是非常高的，在这以前都是以20%以上的速度增长的，2011、2012年第一次降到15.7%的时候，很多零售商都在说寒冬来了。
其实，我们反观欧洲的数据，很多年的增长率都是在2%、3%或者4%这样的幅度，这样的增长幅度是没有办法去跑马圈地的，他们只能去精耕细作，所以他们对于数据的分析、对于用户的理解比我们要早得多。比如经常讲到的沃尔玛“啤酒+尿布”的故事，就是一个典型的数据分析的例子。因此，在国外这些做数据分析，尤其是数据分析后面带咨询的这样一些公司，其实活得还是不错的。
但是在国内，这一市场其实是处于比较尴尬的状态，就像前面说到的工具思维和战略思维，国内大部分的客户、商家、品牌商更多的是去为工具付费，而工具很难拿到比较高的溢价，就算你有人工的咨询，在很多的客户面前，依然不是那么值钱。所以，一方面在国内的市场还需要去培育，因为他们对于数据分析、咨询等等还没有那么强的付费意愿；另外一方面，就算有付费意愿，他们愿意去支付的价格也没有那么高。最后的结果就是，对比国外来看，这个市场是一个非常好的市场；但是现阶段来讲，还是处于比较尴尬的地位。
— END —