聯商網消息：大數據我們已經談了很多年，但是真正能做好的沒有幾家，特別是實體零售在運用過程中遇到了各種各樣的問題。為此，聯商網新零售顧問團邀請了部分資深業內人士，組織了一場線上沙龍，討論超市大賣場等實體零售到底如何利用大數據。
雷俊傑：保定傑出便利店董事長 微信：leizi_ming
說起今天話題，很有感慨，本人願意就出網際網路軟體開發和一些新穎的科技類的事物。在跟張陳勇等交流中也學習了很多東西。大數據我認為他是一個應用技術，更是一種思維。在零售行業運用上非常的寬泛，由於我們本身是經營者不是開發者，在商業運用上我是先從各功能開始學習。
在零幾年的時候我們開始全面引進信息化系統，軟體系統也不斷的更換升級。到現在已經用到小型機，在這個過程中我們也不斷地在跟我們的軟體供應商提各種需求。但是在國內的軟體供應商所佔的角度和我們所處的市場環境是不一樣的。
很多軟體供應商大家都很熟悉，國內這些軟體供應商很多都是十幾年前從技術開發角度做起來的，在溝通過程中滿腦子都是業務流程，都是我們在實際商業運用之前的邏輯拼湊，跟我們現在講的大數據，個人感覺完全不在一個檔次上。
為什麼說呢，我覺得之前的應用軟體，充其量就是運營數據的挖掘以及利用現有功能實現門店的規範化管理。具體的分析功能，坦白講可能作為高管我們在綜合分析上其實越用越疲憊，真正的提升運營水平提升銷售上做不到更多想法。
一些專家的理論性文章看著很好，不管是從會員，門店未來的採購，物流，配送，銷售營銷上。但是實際運用上由於受到軟體開發的局限，所以然想法很多我個人感覺還是無能為力。數據是好事，越多越有價值，未來趨勢也是這樣的。曾經和一些技術公司老總聊過，他們講在原有的軟體開發框架下確實有一定難度。
他們的難度主要集中在：數據屬於經營者自身的，作為軟體使用者我們買了版權，數據沉澱在我們商家手裡，他們不能把數據完全匯總到自己公司然後給我們。但是從大數據的本身意義來講應該是把一個大區的所有客戶數據集中匯總然後反饋，才會有效果。但是軟體公司做不到，因為每個公司都有自己的估計，將數據都保留在自身，在我們自身沒有開發能力的前提下，這個實現起來就很困難了。
我個人對大數據的期待：個人對數據未來的應用有自己的期待，我們所在的城市在保定市，人口300萬，在近30萬會員，每日客流在近10萬的前提下大數據可挖掘的潛力是非常龐大的。但是怎麼能應用好，作為企業的經營者，怎麼將數據發揮出應有的價值是擺在我們面前的重要課題。
做為企業的管理者，我最關心的就是資產項這塊如何提升。要求經理層把運營做好，如營業額，毛利率，來客數，客單價等多方面考核調控，驅使他們吧公司現有數據運用到極致。
但是對於我來講，就是如何把數據的運用更進一步，在區域的會員等核心優勢做大，再向高端的商業如向金融，資本層面靠近。
幾年前最簡單的想法。我們積累了那麼多年的會員卡裡面的儲值只能在本系統使用，如何能把會員卡變成異業合作，在其他領域也用會員卡消費，同時會員可以用儲值做點其他行業的服務，這樣我們就把顧客推到了跟我們關聯的領域。
作為橫向行業的合作夥伴，他可以成為我們異業合作的供應商，我們把會員推廣到他們門店，把他們的營業額納入我們的平臺上。這個行為，從商業角度上講就是橫向併購(併購銷售額)。這樣在小的金融領域就能實現如京東，螞蟻金服這樣一個小的信用體系。只要我的會員實名制，只要有儲值我們就給他做一個信用積累，同時給他一個信用額度，久而久之我們這個平臺就可以利用大數據可以組成一個同城服務業的數據體系。
這就是我對大數據的期待：運用軟體和信息，數據的記載，積累沉澱成為數據池，然後連結價值鏈平行利益方，形成生態圈。
莊帥：百聯資訊創始人 微信：zhuangshuai
簡單分享我在沃爾瑪，王府井百貨，東方家園做O2O的過程，在大數據方面的實踐。
講到數據，就要說我在沃爾瑪的巡店的工作，在巡店的過程中我有一個習慣，就想知道消費者為什麼看一款海飛絲洗髮水後來卻沒買扭頭買了霸王洗髮水。類似這樣的問題很多，消費者動線如何設計，數據如何得到等等，我們數據得到困難。
所以我跟電商行業交流：第一，O2O不是偽命題，第二，O2O本身才是真正的大數據時代。他涉及非結構化的數據，如眼睛看哪裡，走路走到哪裡，這些數據量是很大的。如果我們有這些數據，那麼對於門店商品放置，引導設施使用將會有很好的作用。
超市本身在數據分為兩塊：前端運營數據和後端供應數據，會員數據。在實踐中我發現我們獲取後端數據相對容易，當然沃爾瑪本身在數據運用走的就比較早，結合第三方加上自己研發ERP系統獲取後端數據。國內很多時候數據不全或者沒有關聯到很多，沃爾瑪是關聯到全球POSE機的數據而且數據實時的，後來還實時關聯全球配送貨車數據。
我們知道超市在做大促的時候，貨架的空置率是考核的主要指標，當貨架大面積空缺的時候剩下的商品很難出售，但貨架的空置率是跟你的配送效率有很大關係的。在這方面，沃爾瑪從80年代中就開始巨資投入，去連接全球的供應商和全球門店來獲取全球門店前端的銷售數據和後端數據。這些數據全部連結後我們的採購人員，運營人員，市場部人員，在做採購，銷售，配送的決策時候都有了數據支撐，不用拍腦袋。包括市場部選品，我們都對調取相關數據，甚至全球數據來比對是否有做DM主商品的意義，結合歷史數據看看是否在我們做DM活動時能夠有銷量和供應商的生產數據看看其生產能力是否達標，這點應該比京東和天貓目前做的要好。
數據的關聯是一個思維，我覺得大數據的核心就是數據的關聯應用，就是要把數據關聯起來。分部門讓他們有應用的場景和環境，物流，採購，財務，運營，市場的數據需求是哪些我們就給他們相應的權限使用。
我在沃爾瑪的三年過程中，清楚了解到後臺的權限管理是非常重要的，在系統設計上國外零售業走在前面。我後來去百家，東方家園，王府井任職，我發現沃爾瑪真的是走在了前面。
大數據帶來的是什麼，帶來的是非人工幹預的自動化。人工幹預會滋生很多東西，包括腐敗，在超市等零售行業裡，腐敗很難管理。在內部管理去人工化是我們在數據運用中更高級的層面，在這個層面中，沃爾瑪，京東，天貓等也走在了前面。
沃爾瑪是運用亞馬遜的hadoop系統，這個大數據系統在關聯到沃爾瑪的內部數據以後呢，所有的在美國的採購已經實現了自動下單，他可以自動監測全美4800多家店鋪，然後根據銷售情況和供應商供應情況在合適的時機自動下單，完成一套流程。採購的工作可能更多地花在新品引進等買手工作上。這個進步應該是可怕的，他有力的支撐了沃爾瑪在全球的擴張。除了沃爾瑪，京東的物流和倉儲部分，他的整個倉儲系統通過數據化實現無人管理。
數據的幫助是將機器變得只能，減少人工成本，在數據的幫助下也可以將人的工作變得更加專業，同時降低管理成本杜絕貪汙等內部管理問題，沃爾瑪，京東，天貓已經在做。
大數據的軟硬體結合。在獲取結構化數據的時候軟體有時候是做不到的需要跟硬體結合。如支付方式，臉部識別，眼睛追蹤設備等，這些是小超市和新生零售的機會。超市的數據化管理可以根據現場環境做的很有趣，比電商更好玩。所以現在電商對線下零售的論調換了，不再對抗，而是強調融合。
線上線下數據結合。前面我們都在講線下數據，通過網絡連接而已，但並不是獲取了線上數據。線上數據很多，如瀏覽軌跡，這些數據如果在關聯，你會發現運用更酷，但是做起來很困難。
獲取線上數據對於小型公司來說很靈活，可以跟天貓京東對接，也可開發自己的APP，服務號，通過會員轉換獲取數據。中型公司，獲取數據就比較尷尬，自己開發投入太大。那麼只有跟大型平臺對接，如銀泰與阿里，永輝與京東，京東與沃爾瑪。大型公司，可以自己來，例如萬達自己做飛凡。
方剛：快消品專家 微信：wxid_i6y4prbscp7122
快消品營銷裡面有句常說的話：透過數據看市場。例如來自一線終端的鋪貨率、分產品的鋪貨率、分渠道的鋪貨率分析等，用終端數據來分析業績的波動因素，當然很多傳統終端的數據都是來自一線的手工採集。很多調查公司的數據獲取就來源自超市系統。
一些通用數據對於q企業意義很大，例如：方便麵在KA、CVS、傳統渠道、特殊渠道的佔比銷量佔比，在某個城市的佔比等，甚至某個品類在某個季節階段的銷量軌跡等。
但是，超市的數據是封閉的，相對整個大的商業系統是碎片化的。如何低成本的實現共享的、可交換的數據系統很關鍵。對於企業而言，數據獲取是有成本的，超市系統的數據大多是基於財務和管理而產生的數據，如何把這些數據轉換成為決策或者為營銷服務，不僅僅需要軟體技術層面的努力，可能更要管理和營銷方面的硬功夫!
在與企業打交道的過程中，從企業角度三個關心的問題：1、假數據比沒有數據更可怕。2、為了數據而數據不靠譜。3、數據的獲取能否是低成本的。
從這個角度而言，數據的產生與生產企業之間的交換體系能否建立，是有很大價值的。
山東威客集團電商總經理：李照起
我是做過電商與大賣場經營的，現階段超市大數據應用與電商相比存在較多的問題：
1、 大多數超市現階段收集數據的信息系統不完善，目標不清晰，指標分析粗糙，應用程度低。
2、 收集數據積累不足，且都是現有經營覆蓋區域，日常購物群體數據，有局限性，可拓展性不足。
3、 精準營銷大都停留在口頭上，與顧客有效互動形式較少，關聯不足。
現階段可採取的方式：在數據積累過程中可利用現有數據開展工作：
1、 區域網格化劃分，利用現有數據開展經營與分析，如一個門店方圓多少劃分為一個或多個區域，分析區域內消費佔比，客單價，客品數，消費者購物頻度等指標組合分析確定消費類別、消費能力、消費特點，針對性開展各種行銷活動，這些指標經過積累後會逐步形成門店消費模式及商品模型，從而促進採購，商品陳列，組合等變化滿足顧客的需求。
2、 顧客長期的消費會形成一定的規律及標籤，據此可建立顧客畫像，橫向形成的群體便於進行精準營銷及策劃。
3、積極利用電商模式開展區域擴展建立更大的區域模型，可以與其他電商平臺合作拓展。以上是我的一些的觀點。
補充觀點：
上佳：聯商百人薈成員
零售業的大數據，第一是自己的營運邏輯，你要分析什麼，幹什麼，特別在今天的經營形勢下，很多公司有大粗框，缺精細化深入;第二是技術和手段的問題，包括算法，現在超市存在大量的數據分倉及協同斷點的問題，先要把數據渠打通;第三才是系統實施的問題。
當前零售業還有兩個爭議，一是自己和系統公司的問題，企業覺得我花錢了，系統公司要幫我搞定，但你自己沒想清楚，系統公司只會給你標準款，動他的基礎邏輯定製版，看你投入多少費用，否則大家耍流氓，所以，關鍵還看企業自己的業務深度;第二是大數據和小數據的問題，小數據的意義在相對靜態和窄面，是大數據的一部分，而大數據依照需求，可能不講究精確，而是講究大量，齊全，細節和及時，今天來看，大數據思維是線下需要向線上學習的，需要去解決數據邏輯和數據閉環多問題，不管是結構性數據還是非結構性數據。
在具有移動網際網路技術的當下，我認為傳統超市的數據運用邏輯和手段方向值得重新研究。比如超市過去會分析不動銷、低周轉、暢缺、零小庫存及負毛利等幾大異常，系統一拉這麼長一堆單子，我覺得，讓營運人員處理這麼多數據是反人性的，雖然大家是要重視經營數據，也是工作要求，但不代表他今天還合理。今天不再是那個門店人員配置很多，分工特別細的時候，很多營運數據要看，但系統有很多邏輯把他處理出來。比如缺貨，你非要員工看排面、查庫存、問採購、找物流、去調撥，似乎這樣才是聰明主動的員工，你系統查最後訂貨和最後收貨日期，對接供應商庫存，匹配兄弟門店周轉，設置告警指標落實責任就完了，搞這麼多花頭要求幹嘛呢。大數據和小數據都要讓員工工作簡單化，關鍵是業務深度，當然，行業可以互通。
張陳勇：聯商新零售顧問團成員 聯商百人薈成員 微信：zcyshow
關於超市+數據，我的觀點如下：
1、數據的價值
沃爾瑪能成為500強第一名，和他最開始把數據開放與供應商聯網，最開始採用中心倉集中配送，提升庫存周轉效率有很大關係，這些都離不開數據的功勞，超市的幾個點毛利的差距，會帶來競爭巨大優勢。還有豐田的零庫存精益管理也離不開數據分析，預估和精準流程的支持。
大賣場目前毛利率在20%左右，效率已經較高，數據在降低快消商品流通效率方面提升空間越來越小，在快消品方面，未來數據的價值更多可能發揮在需求場景細分，產業鏈整體優化，供需精確匹配，減少商品搬運次數等方面應用。
2、不同業態對數據要求不同
數據一定是有價值的，獲取數據是有成本的，數據應用在很多時候，是找兩者之間的平衡點。711這類便利店會在系統輸入天氣、周圍是否有會議、是否街道改造等非結構化數據，而大賣場通常不需要這些數據，這是因為便利店周轉更快，需要更精準的庫存預估，數據對便利店業態價值大於大賣場。
3、數據+人工分析
人類直覺判斷的優勢的速度快，善於把複雜問題簡化，而數據判斷邏輯性強，但速度慢，如果沒有考慮到某些影響因素，數據可能誤導判斷。
超市某個商品銷售波動，可能是價格，消費者需求，陳列位置，缺貨率、天氣、包裝、競品、流行元素、季節等因素造成，數據結果可給我們參考，但具體原因還是需要人工判斷。
數據最常使用的場景有三個，一是經營結果展現，二是對未來趨勢的判斷，三是事後總結分析。
4、超市千人千面應用
我覺得超市DM單可以用網際網路數據改善，可根據不同消費者屬性和購物軌跡推薦精準商品和個性價格。消費者在超市會員APP查看本期給自己推送的個性促銷商品，消費者在超市收銀機掃描APP，則可以享受個性優惠價格，不會和超市標價衝突。並且可以在此基礎之上做會員生命周期管理，以提升會員價值。
5、數據的終局是計劃經濟
計算機和網際網路讓信息可複製和快速傳播，信息邊際成本趨近於零，未來人工智慧+大數據，可以讓實物商品邊際成本趨近於零。
目前很多信息數據孤島，各個零售商，線上平臺，生產商等數據基本沒有互通，經營數據的公司，如尼爾森，艾瑞等為了獲取數據想盡各種辦法，這些數據孤島類似以前的區域網，如果把數據孤島連結起來，就等於區域網變成網際網路，其價值難於預估。
一旦人工智慧普及，商品生產和流通成本不斷降低，在結合大數據，那麼計算機就能精確預估社會總需求，從整個產業鏈優化節奏和配置，最終可能類似計劃經濟，所有的生產，流通，消費都在精準計劃之中。
鮑躍忠：聯商新零售顧問團成員原濰坊百貨集團副總裁 微信：bc111246
關於數據討論個人的幾點拙見
--個人體會來講，連鎖企業確有必要，成立專門的數據管理部門，來進行專門的針對經營數據的管理、分析、挖掘，會產生非常有價值的作用。企業的銷售過程中，會產生大量的數據，這些數據的價值，就在於通過系統分析進行挖掘，數據的分析，對經營的指導作用價值巨大。
--當前，數據管理、分析應主要聚焦於1、來客數、客單價的深入、系統分析，以此關聯對顧客的分析管理;2、針對商品管理(品類管理)的系統分析，重點結合品類戰略，進行品類管理的優化調整。3、對顧客購買行為的有關數據的抓取、分析，指導提升門店的產出。4、促銷數據的分析，指導提升促銷效率。
--要想取得有價值的數據分析，必須搭建好相關的基礎體系，如商品分類、顧客管理、後臺系統的功能設計、、、在正確的基礎體系上產生的數據分析才是有價值的。
張智勇：某著名O2O公司快消負責人
今天都提到同一個問題，就是數據收集成本高，收集難，這個急不得，有點像當年的區域網，等這些信息孤島連結起來，就會挖掘出很多價值。數據能養活很多公司，比如尼爾森，艾瑞等，現在這樣的數據都能養活這些大公司，那麼以後數據真正聯網後一定具有更大價值。
我有兩個問題想請教大家。其一是如何看數據的因果?例如我看了一組不同城市的消費行為數據，以北京和上海來說，其他品類消費基本貼近，但是水產品消費北京是上海的1/3.4。請問從北京的超市從業者來看，應該把水產品看做陷阱還是機會？
數據一是指導，二是調整後效果的總結，張總說的水產品比例問題，如果是大賣場，那麼可以根據大環境數據，賣場品類銷售佔比數據指導來調整水產品的面積和SKU佔比結構，調整完後跟蹤銷售情況，也是通過數據才能知道。以上過程數據是重要參考要素。
其二是如何看待網際網路零售公司更高一級的大數據競爭的威脅?例如說，超市所能掌握的數據是取自自己的用戶和商品，但網際網路公司(尤其是大公司)可以掌握更全面的數據用於更有效的選址和選品，而且不會被片面的數據誤導。
（整理/聯商網 木魚）