零售业未来如何破局？抓住数智化经营的两把利刃！

导语 | 数字化转型浪潮席卷了千行百业，有人从中看出了汹涌的挑战，也有人从中嗅出了美妙的商机。对于零售企业而言，当前数智经营进入了哪个阶段？未来的破局之道又在何方？我们邀请到了广东省 CIO 协会消费品与零售行业分会会长，腾讯云 TVP 行业大使 陈东锋老师，为大家带来关于零售行业数字化转型的专家解读，他将从消费品企业数智经营和零售企业数智经营两方面深入分析，带领我们牢牢把握行业升级发展脉络。

作者简介

陈东锋，广东省 CIO 协会副会长/消费品与零售行业分会会长、腾讯云 TVP 行业大使。曾任宝洁 P&G(大中华区)公司信息与决策方案部/全球服务事业部总监，兼任中国连锁经营协会品类管理专家和信息技术委员会副主任、中国高效消费者响应 ECR/供应链管理委员会副主任委员；万科等头部房企副总裁/ CIO。

一、消费品企业数智化经营剖析

根据 2023 年消费品企业数字化转型调研结果，我们可以得出如下结论：当前⼤部分消费品企业数字化转型是有成效的、良好的。数字化转型涉及到运作模式变革、组织与文化变革、产业链生态协作创新，数字化转型越深入难度越大，数字化转型是长期主义，要实现“优秀/达到预期”或“卓越/超出期望”需要更⼤努⼒，更长时间。

大部分企业数字化转型取得较好效益的业务领域主要在以下几个方面：员工工作效率提高，营销效率提升，销售增长，生产成本降低，用户数量增长，库存降低，周转率提高。

而在关键的数据平台、数据中台建设方面，大型企业做得比较完善，中小企业相对较弱。数据管理部门、数据分析团队也是类似情况。应用数据支持业务的重点领域依次是营销优化，客户分析和洞察，供应链管理，业务跟踪管理，财务管理，经营会议，⽣产过程管理。

这其中⼤部分是支持单个业务领域的应用，较少用于跨领域业务分析、企业整体运营分析。企业分析能力可以划分为四大阶段：描述性分析（1级）、诊断性分析（2级）、预测性分析（3级）、处方性分析（4级）。大部分大型企业在诊断性分析和预测性分析阶段，而大部分中小企业还处于描述性阶段。当前还没有企业能够达到处方性分析（决策、指导、方案）水平，这是未来企业努力的方向。

总体而言，当前消费品企业数智化运营状况情况较差。企业数据资产管理和数据分析工作面临的主要困难：缺乏专业团队，缺乏数据资产积累，缺乏总体性规划，没有清晰业务应用场景，投入周期长成本高。

二、零售企业数智化经营解读

在零售企业数智经营方面，数据驱动的品类管理、销售与运营计划 S&OP（产供销协同）是两个最重要的领域，对企业整体经营效益影响极大。

品类管理，是企业运营最核心的领域之一，涉及到“人货场”中的商品运营。连锁企业通常会成立一个专门的商品运营部或品类管理部。品类管理八大步骤主要包括品类定义、品类角色、品类评估、品类积分卡、品类策略、品类战术、计划实施和品类回顾。其中，最首要的是从消费者调研开始，顾客导向的品类管理是关于购物者研究、商店策略、品类角色与策略、品类战术（商品组合、店铺资源分配、定价、促销、补货等）、实施计划与回顾评估、持续优化的核心流程。

而与传统品类管理不同，数据驱动的品类管理分析要打通的是分析过去、对比现在、展望将来的闭环。

数据驱动的品类管理分析，需要从人货场各方面进行系统性的数据分析，比如 POS 数据分析、购物篮数据分析、会员数据、促销数据、市场营销数据、新品数据分析等等，持续进行商品组合优化、定价及促销优化、新品引进和供应链优化，更好满足顾客需求和达成企业经营目标。

举例而言，从超市售卖牙膏的规格占比，可以分析出哪些是主流商品，还可以从销量、利润、毛利等方面分析出不同品牌的毛利贡献、规格贡献占比，全面展现各品类对门店销售利润的贡献。实际上，每个品类不是孤立的，有些品类可能销量低，但却对特定客户群体有强吸引力，是门店忠诚度的抓手，需要保留。

购物篮分析是品类管理的一个重要抓手。通过研究消费者的购物篮数据，可以帮助企业了解消费者的购物习惯与品牌偏好，帮助企业建立起对顾客的全面认知与用户画像。通过购物篮分析，可以衡量品类整体表现、发现品类问题，确定品类策略、分析品项对顾客的价值，帮助品项优化决策等。

随着企业数据资产管理、数据平台、数据分析能力提升，企业利用模型、算法和AI能力可以更好进行品类管理所需的各种分析，从描述性、诊断性到预测性，甚至处方性，为品类管理策略与战术提供决策意见。还可以对各种品类管理方案进行模拟仿真，以确定最佳方案，以及持续跟踪、监控品类管理战术实施后的业绩，及时做出微调。最终实现老客户买得更多，新客户源源不断，实现人、货、场三者有机结合。

销售与运营计划 S&OP 是企业运营的另一个核心领域。企业 ERP 模型最核心的模块就是销售和运营计划，它是连接产供销计划，协调市场营销、全渠道销售、分销计划、生产计划、供应链计划、新产品上市计划、财务收益等核心业务。

然而在所有 ERP 模块中，这个模块是做得最差的，导致大部分企业产供销都出现大问题，例如，对市场变化的响应慢、库存高，缺货率高、供应链成本高。部分原因是过去企业难以获得 S&OP 所需要的各种数据，以及数据分析能力差。

销售与运营计划流程，最核心的目的是把年度计划分解到月度计划，将财务目标、销售目标、供应链目标以及资源分配四个环节打通，往往涉及到众多部门、团队高管的参与，是一个产供销协同流程和企业整体运营流程。

企业数智化经营的一个重要方面，就是构建 S&OP 数智平台，能为企业提供全面的业务分析、销售预测，并进行事前模拟，谋定而后动，消除“模糊决策”的核心价值。这背后所依靠的，是数据实时、模拟运算、预见未来、改变未来的数据驱动、分析所带来的决策效率提升。

数据驱动的 S&OP 管理体系，具备商业智能、协同计划、预测分析、模拟沙盘等能力，通过拉通产供销数据、智能运营，赋能产供销各部门高效协同，最佳配置公司资源和产业链资源，取得最佳经营效益。

综上所述，销售与经营计划是一个公司运营成功、达成公司策略目标最重要的流程，这背后需要跨业务领域、产业链的数据支撑与分析，如果能够实现，将对企业效益提升巨大，也将使整个行业从中受益。