但是到了现在，互联网逐步普及，传统零售的老板们逐步具备互联网的思维，开始使用互联网工具，使得他们也得到了互联网的赋能，所以现在才是真正可以在同一当量上开始对抗竞技了！

首先，我们还是来看看新零售是如何进行定义的？（阿里的官方定义-马爸爸首次提出）：

新零售就是以消费者体验为中心的数据驱动的泛零售形态；

核心价值是最大程度提升全社会流通零售业的运转效率；

新零售具备三大特征：

1、以心为本，消费者体验为中心，重构人货场；

2、零售二重性，完全数据化；

3、零售物种大爆发，催生更多服务形态。

而其中最为重要的，而且被反复提到的就是重构“人、货、场”。

下面我就把自己关于新零售的一些分享给大家！欢迎多多交流。

NO.1 新零售如何重构“人”？

这里我想提出一个理论的新应用，就是5W+1H，想要重构人，你必须搞清楚这6点！

1、WHO——顾客是谁，他们到底长什么样子，有什么偏好？

2、WHEN——他们一般什么时候来，多长时间来一次，一次来多久？

3、WHERE——他们一般都会去哪些位置，这些位置之间有什么联系

4、WHAT——他们来的时候都做了一些什么事情

5、WHY——为什么要做？可不可以不做？有没有替代方案？

6、HOW ——他们是怎么做这些事情的？如何提高效率？如何实施？方法是什么？

要搞清楚这些，我们最可靠的方式就是借助数据。

就我个人而言，我认为最大的区别就是：对数据采集、整理、分析和应用的能力。

在新的时代里我们不光要采集用户的线上数据，更需要采集线下的数据，让用户行为数据从独立的信息孤岛，真正串联起来，实现由点到面的质变。

只有把用户的全渠道数据打通，才能生成一个用户的全息影像，我们才能清楚的知道应该如何去更好地服务他，有的放矢！

终极目标：人群个性化标签，千人千面的展示，推荐，服务等（目前我们大部分还只是千人一面）

实现方法：

1、采集数据：方法分为两种线上采集和线下采集

2、建立标签：根据分析数据建立标签库，为符合要求的人群打上对应标签

3、人群建模：根据现有的业务需求，找到需要哪些人群

4、重构人：针对人群去匹配各类标签组合，为每个人建立非常清晰的画像，也即我们的人的全息画像！

这里我主要谈谈如何去采集数据。

线下采集

（截取自：IT经理网《零售业采集线下客流数据的六种新方法》–作者 关志刚）

1. Wi-Fi指纹：追踪信号强度

Wi-Fi指纹技术只追踪店内顾客的手机和平板电脑的Wi-Fi信号强度，该技术的领导厂商是华盛顿的Point Inside。

该技术通过商场会员移动应用搭配使用，只有在手机上安装会员应用的顾客的WiFi信号强度才会被监测，监测数据有助于零售商优化商品货架陈设。

2. MEMS：生成顾客活动的热力图

为了获得更精确的客流分析数据，零售商们还可以借助当今主流智能手机上的各种微电子系统（MEMS）如加速度计和陀螺仪，上点提到的Point Inside也提供此类分析技术，配合顾客手机中自愿安装的会员应用，可以绘制出精确的客流热力图。

3. LED照明：通过发射频率判断顾客位置

LED是绿色照明的代名词，但最新的客流追踪技术巧妙地利用了店内的LED照明系统，ByteLight公司就是这方面的先驱。

不同的LED发光源有着特定的频率，因此专门的智能手机应用能够通过侦测LED发光频率来判断顾客所处的位置，从而为零售商提供顾客定位和客流路线分析数据，甚至能通过灯光将“超广告”图形文字投射到顾客眼前的货架上。

4. 蓝牙4.0：将促销信息发送到顾客的手机上

iPhone和iPad已经配备了蓝牙4.0模块，Android手机迟早也会标配。蓝牙4.0的一大特点就是能够通过低功耗信号传输大量数据。

Swirl公司最先将蓝牙4.0技术与店内客流分析技术结合起来的公司。零售商首先需要在店内布置电池驱动的传感器，然后鼓励顾客下载Swirl应用，并许可该应用发送顾客的位置信息（传输范围约100米）。参与监测的客户将获得商品折扣奖励，而零售商则能收获精确的客流数据。

5. NFC会员卡：监测客户的购买记录

会员卡是追踪客户行为的最佳方式，例如FiveStars开发出一种支持NFC的会员卡，虽然不能追踪顾客在店内的行动路线，但可以掌握顾客的访问频率、访问高峰时段以及所购商品信息。

6. 3D传感+视频监控

以上推荐的五种客流数据监控技术都需要顾客安装App应用配合，而更加简便的，通过3D传感器、摄像头和人脸识别等技术的店内客流和客户行为分析方案也值得零售商注意。

例如喜力啤酒等品牌商已经开始采用Shopperception三维购物传感器追踪用户与货架上的商品的互动情况，包括触碰、拿取、放回等动作，并生成一个商品的热力图。

Prism Skylabs 则用来另一套方法，基于现有的摄像头监控网络，分析视频图像来监测客流。

线上采集

对于线上采集数据来说纯互联网技术就有天然的优势了，而数据埋点技术这是最常规的办法，它是一种良好的私有化部署数据采集方式，满足了企业对业务去粗取精，实现产品、服务快速优化迭代的需求。

• 初级：在产品、服务转化关键点植入统计代码，据其独立ID确保数据采集不重复（如购买按钮点击率）；

• 中级：植入多段代码，追踪用户在平台每个界面上的系列行为，事件之间相互独立（如打开商品详情页——选择商品类型——加入购物车——下订单——购买完成）；

• 高级：联合公司工程、ETL采集分析用户全量行为，建立用户画像，还原用户行为模型，作为产品分析、优化的基础。

例如在数据库可能加入埋点后就能产生一些基本的表格：

• 用户激活信息表：（用户启动客户端时上传用户信息），在热更新、注册/登录前面

• 用户注册信息表：用户完成注册时记录用户注册信息-

• 用户登录信息表：用户完成登录时记录用户信息（登录不包含注册用户数据）

• 用户登出信息表：用户完成登出动作时记录用户信息

• 订单信息表：订单完成时记录订单信息

• 资源变化信息表：产生资源变化时记录

• 重要事件触发监控数据：触发指定事件时（无资源变化时）记录该事件数据

• 个人信息表：用户当天最后状态的个人信息（活跃用户：当天0点在线用户 + 当天0点前离线的用户

数学建模，完成恐怖的终极目标。

与其说重构人，还不如说是【完整映射人】。

当有了线上线下数据完全同步和打通之后，你真的是可以做到完美的标识一个人；而且随着行为的越来越多，数据越来越大，标签越来越多，这个人会越来越趋近于真实世界的他。

从传统的模糊的人，到越来越清晰的人，这是我认为新零售对于人的重构最恐怖的地方——因为传统的电商企业想要拿到线下的数据是非常困难的，而线下的企业想拿线上的数据是很容易的，只是他们缺乏了互联网这样一个武器。

当你通过这些数据完整的了解到【一个27岁的男性每天在下班的6点45分会到街角的某个便利店固定买一杯奶茶】，那你如果是这个店的店主，是不是可以在6点43分的时候就把奶茶做好，放送短信告知他“您的小奶茶已经做好，我们热切的等您过来把我带回家”？

新零售的企业会越来越知道我们的消费者要什么！！！

NO2. 新零售如何重构“货”？

就我个人而言我觉得，重构货就是为企业来解决“卖什么、卖多少、怎么卖、賺多少”这四大核心问题。

终极目标：

构建企业货物预测与决策可视化平台系统，实现商品品类管理、销售预测、动态定价、促销安排、自动补货、安全库存设定、仓店和店店之间的调拨、供应计划排程、物流计划制定等

实现方法：

“获取数据—分析数据—建立模型—预测未来—支持决策”

而这一套方法也就是重构货的方法，和重构货的方法基本类似，只是需要拿到和分析的数据不一样，要对商品、销量、价格、库存、订单等在不同的应用场景中产生的海量数据，结合在不同业务场景和业务目标进行定性和定量的分析。

柔性化定制–告诉你卖什么，卖多少：

C2F的全新模式，也即按需定制，按需生产，最好的方式就是客户要什么我们就直接生成什么。

3D打印就完美的诠释了这种模式，而大部分其他的行业则是需要高度标准化，高度模块化的才能达到这种水平。

比如宝马汽车，把自己的产品拆分成车身，内饰，轮胎等等，让用户通过一个虚拟的组装车间来完成自己爱车的拼搭，最后根据这个模型去生产车间里面找配件完成生产。

而大多数企业可能直接生成出来产品来之后，然后投放市场看效果。

这里比较值得借鉴的是韩都衣舍的“阿米巴”经营模式，通过多团队作战，根据当前市场各种款式的热销程度，快速选款制作投放，获取到市场的反馈数据，来不断迭代自己的产品。

以产品小组为核心，产品小组之间既独立运营，独立核算，同时又相互配合，全面统筹。

它们围绕“产品运营”该一核心，在企业的整体规划下独立开展业务；韩都衣舍有267个产品小组，每个产品小组通常由2~3名成员组成，产品设计、页面制作、库存管理、打折促销等非标准化环节全权交由各小组负责。

产品小组模式在最小的业务单元上实现了“责、权、利”的相对统一，是建立在企业公共服务平台上的“自主经营体”，培养了大批具有经营思维的产品开发和运营人员，同时也为集团多品牌战略，提供了最重要的人才储备。

作为“单品全程运营体系”的核心组成部分，产品小组模式的优势主要体现在两个方面：

• 极大的提高了运营效率。只要在公司规定的框架内，产品小组完全可以按照自己的节奏控制产品开发、新品上架、打折促销等运营环节，同时对于消费者的反馈，也有自主权利，对产品不断进行修正和改进，提升消费者的体验。

• 大大降低了库存风险。每个小组的业绩考核的核心指标，是销售额、毛利率和库存周转率，为了获得更大利润、更多提成，每个小组会根据公司提供的各种参考数据，预估销售量，下订单时会遵循“少量多次”的原则，严格控制风险库存。韩都衣舍通过系统的数据模型，在新产品上架15天以后，即按照数据将产品划分为“爆、旺、平、滞”四类。不同级别的产品，企划中心都有统一的营销政策，产品小组在企划中心的标准政策范围内，根据市场行情进行商品营销策略的确定和实施。该样一来，整个产品端反应更灵敏，风险也更易控制。

因为该两个核心优势，韩都衣舍的年度库存周转率可以达到6次以上，当季售罄率可以达到90%~95%。

爆品橱窗–告诉你怎么卖

新零售的时代，线上和线下的数据是直接相连的，用户通过线上产生的数据，和在线下体验产生的数据将会成为一体，线下将会利用线上的数据在橱窗展示、商品推荐等方面直接促进交易的达成。

作为阿里新零售平台业务模式的样板店，素型生活与59个互联网品牌产生跨界合作，实现线上线下时时同款同价，每周百款同步上新，24小时不打烊。

在尝试新零售的过程中，素型生活改变了传统的线下门店陈列方式，将线上关联销售大的产品排放在一起，多重维度的组合建立起场景式营销的购物体验。

在选品上，实现海量商品的精准化筛选，借助阿里大数据功能，把爆款销售高的产品放在店铺货架的第一排，从新零售平台的品牌池中挑选符合店铺定位的商品。

大数据可帮助分析出某区域最受欢迎的品牌、款式等，降低买手的选品门槛。

NO3. 新零售如何重构“场”？

技术的高速发展，使得消费场景将实现真正的无处不在，所见即所得。

这也将给“人”的消费体验，带来极大的提升——原来我们传统的那些零售场所（街边店、大卖场、电视等等），在这种新型的环境下是很难再去吸引消费者了，在当下各种新型消费场景爆发式增长。

如线上直播卖货，VR试衣间，无人便利店等，渠道更加多元化，消费者基本实现了随心随性，随时随地的购物，新的场景比老的场景更加高效，更加有趣，更加cool。

但是这个依然是因人而异，你要一个买菜的大妈去VR购物，基本就不太现实了，场景也是为人去服务的。

• 终极目标：提供全域的购物场景

• 实现方法：时刻关注技术，新的场景的催死一般都是由新技术的全新应用而产生，感知身边发生的变化，去体验。

这边给大家一个重要的公式：

知识=体验*敏感度

VR试衣间

直播间卖货

无人便利店

新零售的世界：双重结构的“原子/比特”世界

“人货场”是我们需要去改变的标的物，而新零售就是我们去改变的武器；想让这个武器更加锋利，我们就需要更加“精，全，多”的数据，让虚拟的数据世界更好的反应这个真实的世界，找到他们最小的组成单位–“原子和比特”，新零售的“新”也就是新在这个数据化的世界里。

新时代的产品人必须具有“比特”眼，也即我们说的数据化思维，从数据里面发现问题和解决问题。

同时我们还必须知道这个体验是如何产生出来的，不然我们以体验为中心就无从谈起。

就拿我们现在的传统电商购物流程来看：

这一个完整的电商流程就包含着诸多的体验产生点，根据这些业务流程我们可以构建一个比较完整的【消费者体验地图】。这个地图其实就是我们重构三要素（人、货、场）的核心蓝本，每一个点中都涉及到个元素的重新改造，物理世界和数据世界的交互会让未来的零售业变得更加优秀。

• 以消费者体验为核心

• 以数据为驱动

深刻理解这两点，它将帮助我们做好新零售。

来源：阿里巴巴研究院-新零售报告