在新零售的服务业态下，任何零售主体、任何消费者既是物理的，也是数字化的。无限逼近消费者内心需求，最终实现“以消费者体验为中心”，这是一个商品生产、流通与销售过程进行升级改造，线上服务、线下体验以及现代物流进行深度融合的过程。在此过程中，企业需要具备一套体系化的数据整合能力，整合的核心则是大数据。

“货”、“人”、“场”是新零售企业运营的核心。处于零售行业全价值链条上的各个环节中的任何企业或个人，其选品、服务、物流等任何交易经营行为均对上下游进行“双向”反馈：通过数据分析产品对企业运营数据的标准化、自动化获取，通过广泛收集和深度挖掘供应链，让整个企业运作效率得到提升，推动供需链的升级。

本文将以企业人、货、物的精细化运营为例，介绍企业数字化运营策略和思维。作为全球领先的 O2O 社区服务平台，A 企业在大数据浪潮下一直秉承数据驱动的服务理念，积极探索速度和健康的最佳平衡的发展模式。

1.1 管理“货”：有的放矢，科学布局智能供应链

“货”的管理离不开对供应链监控，提高供应链效率是零售企业制胜的基础，这是重新审视市场需求与供给的全过程。库存管理是其中重要一环，供需平衡是企业对货品运营与管理的理想效果。由于不同客户销售状况无法判断、无法衡量商品的热销和冷门品类、不同地域下的市场差异性需求难以评估等原因，导致商品供求总额之间的矛盾、商品供求构成之间的矛盾、商品供求在时间上和空间上的矛盾。

库存均来自“需求”，因此控制库存本质就是要看透“需求”。库存是一场企业要赢的生存战，以降低库存成本和提高企业市场反应能力为目的。作为全球领先的 O2O 社区服务平台，A 企业具备丰富的上游商品资源，拥有相当的能力在供应链上进行深度尝试与整合。“A 企业专为社区超市（便利店）经营者管理设计了 B2B 产品，A 企业将以新型经销者身份，对社区超市售货和进销存管理提供支持，客户遍布各类型商超。

图1 A 企业 B2B 服务体系

场景一：如何找到重点客户的“高频货”？

这是零售企业亟待破解的难题。零售终端（商点、超市等）销售能力、刚需与高频的商品品类是企业的首要考虑因素。我们可以先假设满足订货量大、订货频繁、客单价高条件之一的商超客户为“重点客户”。为了解重点客户“刚需货”和“高频货”，A 企业运营人员从商品品牌、商品类别、商品金额等分析维度出发。

图2 重点客户不同乳制品品牌的商品销售

如企业欲采购一批乳制品饮料，图 2 呈现出了 A 企业重点客户不同乳制品品牌的商品销售数量，这些数据表明不同品牌饮料的紧俏程度。显然惠氏、喜宝、美赞臣在乳饮品牌中属于重点客户的“高频”商品。当然，还可以从商品类别如百货、母婴等分类、商品名称如花生牛奶、文具用品、面包等判断不同类型客户的青睐，由于篇幅有限，这里不做详述。

企业同样可以掌握“非重点客户”的品牌青睐，除此之外，还可以了解这些“高频货”和“刚需货”都卖给了哪些商超。当企业掌握了不同规模的商超客户的经营品类、采购频率、销售总量、偏好分析等数据后，A 企业可精准勾勒用户画像，并结合实际合作品牌对商超客户进行选购引导，进而可以评估商品品牌铺货的合理性，如是否将特定商品放置合适的地点？铺货量是否合理？如此评估供应链状况科学性。

场景二：作为经销商，能否向品牌商交付优质业绩单？

作为上游生产厂商的经销商单位，为确保以后能与品牌厂商持续稳定地合作，经销商要为合同（协议）履行期间交付的销售业绩负责。为保证阶段性的销售任务达标，经销商要实时了解各城市、各阶段的铺货情况，以实现市场渠道终端品牌销售的精细化管理。管理者可以实时了解各个商超的铺货情况，对销售预测提供一定的科学根据。

“惠氏”不仅是高频商品，还是一直以来重点铺货的乳制品品牌。图 3 清晰展示了各分公司对“惠氏”品牌铺货情况，可见深圳重点客户的铺货量一直处于最低点。为进一步找到原因，企业可以深入剖析深圳市场重点客户的惠氏品牌过往销售量，结合该区域乳制品偏好进行铺货调整等等。另外，还应深入考核深圳所对口业务代表工作，是否存在业务代表勤奋度问题等。

图3 企业各分公司对特定商品——惠氏品牌的铺货情况

综上所述：用户行为分析对货物的管理有以下价值：

A 企业能够实时了解零售终端的销售情况，科学衡量供应链的健康度；

A 企业可根据市场需求快速做出反应，及时安排采购部门提前完成物料采购、高效备产、物流配送等。

将生产厂商和零售终端紧密联系在一起，使消费需求数据、信息得以迅捷地传达给生产者和品牌商。一定程度上，帮助生产厂商向市场需求拉动式生产转变。

1.2 管理“场”：精细运营，构建多渠道互动体验

新零售的核心是线上线下的融合。多数零售企业会通过线上电商销售以及线下实体销售，来构建线上线下多终端全零售服务场景，线上与线下体验融合与精细化运营，给客户建立多渠道的立体式互动体验。

“陈列”与“氛围”是卖场的重要衡量因素——线上下店铺都需要考虑陈列关注商品是否易浏览、易购买、展现形式是否刺激消费欲望等，其中：

线下店铺强调是“现场管理”——陈列、氛围、卫生等，啤酒与尿布的故事是线下卖场布局的智慧经典所在；

线上卖场（App 或 Web 端）需要关注页面布局是否具有购物（支付）引导性？配色与风格调性是否传递了轻松的视觉感官？用户的选购体验操作是否舒适……

科学的数据分析可以无限逼近客户真实意愿，零售企业通过改进购买决策路径、优化列表页的体验、提升首页流量分配效率、最终提升用户的转化率。其中常用的数据分析模型为事件分析模型、分布分析模型、漏斗分析模型、点击分析模型等。下面通过两个场景介绍下数据分析在“场”的管理价值。

场景一：深度感知 App 商超客户体验

“我的商超客户是否在用 App？是否活跃？”与传统互联网企业不同，除关注交易数据外，线上业务运营状况颇受转型中零售企业的重视,他们十分关注：客户是否热衷于使用 App／Web？客户应用体验如何？是否活跃？是不是每次使用都订购了货品？是否能够快速找到自己想订的货品？等等。

图4 3 月份启动 App 用户数及人均次数/font>

图5 3 月份客户 App 应用时长

场景二：启动 App 后，为何只有 30 % 商超客户交易成功？

在某次评估客户总体转化率过程中，通过漏斗分析发现，从登录该 App 产品后，提交订单的商超客户仅有 30%，接下来可以通过用户路径客户流失的原因所在。

图6 用户行为路径分析

A 企业运营人员选取若干事件对客户购买路径进行深度分析。图 6 显示，用户登录 App 后，约有 40 % 的客户会点击 Banner，30 % 的客户会直接进行商品搜索，约 10% 的用户会浏览商品列表，约 5 % 的客户直接退出 App。

进一步看 4 类用户的提交订单的情况，直接进行“搜索商品”的用户进行提交订单比例最高，超过 90% ；与其形成鲜明对比的是，尽管“点击 Banner”是更多客户登录 App 后的首选动作（约占总客户的 40%）但是这部分用户群体在浏览商品列表后，仅仅 30% 的用户提交订单，说明 Banner 内容布局有着比较糟糕的用户体验，成为企业首选优化与改进的方向。

场景三：科学评估站内推广位的效果

首页推广位的效果监控是站内运营重要一环，数据的监测与分析是重要工作，它为站内优化、页面体验提升作出指导。运营人员可以通过用户的点击转化率与购买转化率可以判断页面不同推广位置效果。下图是 A 企业首页推广位“一元促销”、“清洁专场”两个 Banner 转化率情况对比。

图7 “一元促销”、“清洁专场”两个 Banner 转化率情况对比

除了以上三个应用场景，A 企业还在其他场景完成“场”的管理：商超客户是否都能快速找到自己想订的货品？商超客户的购买路径是否最优？商超客户的订货意愿低的症结在哪等。

综上所述，通过用户行为分析，A 企业实现了对零售线上用户的活跃度、留存率、付费转化率、商品推广效果、渠道 ROI 等深度分析。价值主要包括：

科学评估促销专题活动效果，提升客户量、活跃度、留存率，提升商品推广策略的科学性；

深度感知用户体验，精细化评估网站或者 App 运营的合理性，帮助企业科学制定运营方案。

了解客户产生支付行为的主路径和次路径，以及影响转化的主要因素和次要因素，有的放矢优化商超的购买路径。

1.3 “人”的管理：数字解密，用户画像与业代评估从模糊到精准

在新零售时代，“人”的管理主要包括对客户管理和业务人员管理两方面。

一、客户管理

客户管理的重点是关注用户整个生命周期价值，更重要的是客户成功，即客户是否在更好地使用产品，是否再续约、升级销售。当运营人员可对客户分群管理，从而采取不同的策略。

用户分群分析模型能够帮助企业甄选出具有一致属性或特征的用户群体，并对其深度观察其行为特征。众多零售企业借助用户分群功能配合其他分析模型，能够了解到客户使用产品的频率、活跃天数、使用深度、采购趋势等数据指标，快速甄选出高活跃度客户、一般活跃客户、流失风险客户。对于处于中间环节的供应商来说，高活跃度客户成功经验能够传递给企业许多优质运营经验，而具有流失风险的客户则需要重点且快速地跟进。

场景一：如何预警客户流失？如何挽救？

由于大客户资源的稀缺性，其粘性倍受企业关注。在上文“货”的管理中已介绍如何筛选重点客户，此处不再赘述。通过用户分群可以将筛选出来这批客户定义为“重点客户”。

一组数字的变化作为重点客户流失前兆：购买频率降低、充值金额降低、登录频率降低等，这根据企业业务情况有所差异。下图是通过筛选得出距上次购买已经超过一个月的重点客户。

图8 准流失客户群预警

上图显示有超过 166 个商超客户一个月未订货。点击 166 数字，会呈现 166 家重点客户明细。30 天未发生购买的原因很多：一是重点客户未流失，只是不再用 App 下单；二是重点客户流失了等等。此时就需要业务代表进行召回动作，无论属于哪种情况，运营人员可以通过个别用户行为（重点客户）序列，分别了解重点客户路径，找到重点订单量骤降的原因。

二、业务人员管理

场景二：如何科学、全面衡量业务代表的工作表现？

业务代表是经销商的一线人员。A 企业的业务代表需要定期拜访终端客户，了解终端客户需求，并执行销售政策和促销政策。且需要在区域经理和经销商的指导和监督下做好终端维护工作，以协助经销商完成销售指标。

由于业务代表常年在外奔波，业务代表管理工作考核格外重要。为透明化管理业务代表情况，管理者需要了解“我的业代人员每天在做什么？”、“业代人员的每日行为路线？”、“路线覆盖区域有哪些？”、“巡店拜访签到和现场情况记录如何？”等等。

图9 年初迄今，包头市四名业务代表的拜访客户次数情况概览

图 9 为年初迄今，包头市四名业务代表的拜访客户次数概览。不难看出，单从拜访次数上说，003 的拜访勤奋度明显高于 002。不同业务代表所负责客户完成支付订单的情况也是评估业务代表绩效的重要因素，如图 10。

图10 不同业务代表所负责客户的支付订单次数

总之，为保证对业务代表考核的科学性，应该多维度全面地考量。管理者可以按时间周期汇总业务代表拜访客户情况、分布、订货情况等，并针对性分析单个业务代表的行为线路（时间、路线内外的操作情况——拜访、上传等操作）等。

新零售时代，是以客户为核心的全域洞察时代。在新服务业态下，客户数据不完整，粒度粗糙等已成为零售企业发展最大羁绊。致力于最优客户体验的企业，将通过用户行为分析实现数据可视、可追踪、可优化，深度洞察商超需求，用数据实现全方位精细化运营，实现流通链的高效重塑。

更多数据分析干货和案例，可以关注“神策数据”公众号了解~