新零售下，阿里巴巴的美團焦慮癥

　　最近一年，新零售的概念很火。生鮮商超、無人貨架、便利店等創業項目如雨后春筍，也是應風而起。與此同時，也衍生出了京東“無界零售”、騰訊“智慧零售”等翻版概念。
　　
　　人工時代最好的新零售案例
　　
　　在探討今天的話題前，先講個曾經看過的故事吧：
　　
　　在20世紀30年代的臺灣，曾經有一位小哥，家窮讀不起書，15歲便出去給賣米的糧行當學徒，一年后自己單干。但當時的情形不容樂觀，在這個不大的縣城，有著近30家米店，小哥的店子開得最晚，規模最小，也沒有知名度。
　　
　　小哥年輕嘛，能吃苦，于是乎起早摸黑，挨家挨戶地推銷賣米，但實際效果卻差強人意，吃力不討好。試問一下，一般人會去買這種小商小販，推銷上門賣的米嗎？
　　
　　于是小哥改變策略，開始在米的質量上下功夫。那個時候由于技術等客觀因素，大米里面摻雜著很多小石頭、谷粒、碎片等等，雖然司空見慣，但并沒有商家愿意在這上面下功夫，小哥于是把米中的雜質剔除出去，最后大米的質量開始領先同行。于是一傳十，十傳百，小哥的生意迅速起飛。
　　
　　然而小哥并沒有滿足于此，他發現有很多老年客戶，一個人背大袋大米非常費勁，于是小哥又推出送米上門服務，這項服務大受歡迎，畢竟誰也不愿意背著米袋走很長的路。
　　
　　小哥并沒有像常見的那樣，僅僅把米送到門口，拍拍屁股，茶也不喝就走了。而是提供倒米進缸服務，如果米缸有陳米，將陳米先倒出來，再把新米放進去，然后陳米放在上層，這樣陳米就不至于放久變質。
　　
　　敘述到這里，估計有很多人猜到小哥是誰了。沒錯，他就是臺灣經營之神——王永慶。
　　
　　講述這個故事，是為了引出下面最重要的一段：
　　
　　小哥在送米過程中，除了打量米缸大小，還詢問這戶人家多少人吃飯、幾個大人、幾個小孩，每人飯量如何，并將此數據記錄下來、還預估該戶人家買米的大概時間。不等顧客上門，小哥就在合適的時候將相應的米，送到客戶手中。
　　
　　最近在思考新零售的時候，這個故事，一直在我腦袋里栩栩如生地呈現出來。在我看來，這個案例是人工時代，最好的零售案例。
　　
　　聯系當代新零售，這簡直是完美的基礎模型。先是辛苦創業，其次品質提升，隨后是數據積累，接下來是用戶數據搜集，掌握“米缸”容量、調查消費特點、判斷消費需求，最后精準配送、用戶體驗大幅度提升，商業效率提高。
　　
　　我們今天談論的新零售，也是如此的邏輯。
　　
　　目前阿里電商、京東、小米電商、網易嚴選，都是在這個概念上的提升，只不過——時間維度，換成了AI、Big data時代了；產品種類維度，變得眼花繚亂，數以萬計了，消費者開始選擇困難癥；用戶的行為搜集，變成了各種偷摸明搶（比如前些天支付寶上，芝麻信用的事）。
　　
　　新零售的四個階段
　　
　　Step1：“米”的質量提升
　　
　　這些年，受益于國內制造業的進步，很多產品，做得還算可以，尤其在性價比方面，比如小米智能設備、網易嚴選、天貓超市、京東正品等等，總體來說滿足了王永慶的這個階段，“米”質量本身的提升。
　　
　　Step2：掌握“米缸”大小
　　
　　從第一波電商開始，國內已經擁有了十多年的網購數據積累，尤其以阿里最為出色，例如，昨天很多朋友在朋友圈曬的各種交易記錄，都有以下方面：
　　
　?。? 網購商品種類偏好、相關品種占比；
　　
　?。? 外賣情況、愛點的店；
　　
　?。? 親密付情況（包括給人充值）；
　　
　?。? 出行情況，比如共享單車、網絡約車；
　　
　?。? 線下支付情況，愛光顧什么店，買什么東西；
　　
　?。? 種類細分的，如電影院、便利店、小商戶占比等；
　　
　?。? 部分社交情況，包括資金轉賬情況。
　　
　　基本上支付寶的賬單例子，涵蓋了個人大部分的交易數據。在我看來，這個階段，就是王永慶掌握“米缸”大小的階段。
　　
　　當然，我們也不難發現，排除上述第一和第七，新美大基本也擁有了這些數據。這也很好理解了為什么王興提出“競爭無邊界”的想法。無論是自己做第三方支付，還是入侵網約車，都是不得不做的行徑。這也是為什么阿里人如此投資餓了么、親自培養口碑的原因。因為美團掌握的交易數據，和阿里很類似，只不過阿里主要的方向在線上，而美團在線下。
　　
　　所以，很可能美團是阿里未來不得不面對的巨大對手。假以時日，王興完全有可能取代京東，成為阿里巴巴的美團焦慮癥的“罪魁禍首”。
　　
　　我們一方面驚嘆，這些互聯網公司的數據積累，進而為下一階段做準備。
　　
　　當然，我們也可以看看，阿里在百貨（銀泰）、3C 家電（蘇寧）、商戶（口碑、餓了么）、商超（高鑫等）、生鮮（盒馬）布局，看看數據沉淀積累方向。
　　
　　在王永慶的故事里，王看似費力，幫人送貨，一直到倒進米缸，又不喝茶，不收其他附加費，除了掌握“米缸”大小，還有一個反饋結果：看自己的先前預測是否正確，送貨是否精準。
　　
　　這些電商們，也是同樣類似的原理，阿里系的數據，是全方位的多渠道反饋，雖然不清楚他們內部數據之間是否打通，但完全可以把用戶（買米人）消費能力、消費特性，摸得一清二楚。在這些數字面前，你沒法騙人。
　　
　　Step3：吃米人消費畫像
　　
　　接下來，就是數據用戶畫像，很明顯，上面的分析，實際上已經完全掌握了王永慶時期“這戶人家”米的消費情況，米缸大小、人幾口、具體分布、食量大小，經過計算完全可以估算下次需求到來的時間，做到用戶的精準畫像。
　　
　　其實，我們在掌握精準畫像時，也可以考慮一個問題：擴張什么樣的產品，才可以進行精準畫像？
　　
　　比如在王永慶那個時代，除了米，還可以是柴油鹽醬醋茶，雖然考慮時代特點，比如這戶人家的用“柴、油”情況，可以估算；但鹽醬醋茶，這類產品，由于產品特性，決定了不太適合進行標準化預測。
　　
　　現在問題來了，切入的商超、生鮮等，是否適合進行精準畫像呢？數據積累將會怎么用？僅僅高頻、剛需肯定不見得是合適的，必須考慮標準化的問題。
　　
　　泡沫無處不在，這也是需要思考的地方。這是個嚴肅的問題，也是一個值得深思的問題，本文就不做討論了。
　　
　　Step 4：高效配送賣米
　　
　　接下來就迎來王永慶的提升效率、優化物流、精準配送階段，并促進用戶體驗大幅度提升。
　　
　　雖然在王永慶的故事里，沒有描述存貨的安排，配送路線的優化，但我想這些一定是存在的。比如王永慶推著小車，可以在同一時間安排給相近的用戶送米，也可以進行儲存米量的倉位調整，最優化供應鏈模型，同時也可以進行精準營銷，方便自己回籠資金，同時也可以規模采購，具體看經營策略。
　　
　　新零售巨頭們在掌握數據后，讓天下沒有難做的生意的同時，通過對用戶數據進行畫像后，通過大數據進行AI計算，可以輕而易舉地提升企業的運營情況。比如供應鏈需求預測、融資分析、產品制造、商品倉儲、精準營銷、配送物流、售后服務等。
　　
　　現階段在商品倉儲、精準營銷、配送物流等方面，京東做得就很好；而在商戶融資分析判斷方面，則螞蟻金服做得非常不錯；而在供應鏈需求預測、產品制造方面，則是網易嚴選、小米做得非常出色。
　　
　　現在想想，有沒有一點兒升級版的豐田JIT模式的感覺？而且還是Max版本的，因為品類品種加多了。
　　
　　王永慶的故事，是個勵志的故事；在我眼里，那可能是手工時代，最好的“新零售”案例。
　　
　　現在，我們把王永慶的當年的故事模型，一步步放松條件，逐漸升級，擴散應用到今天的環境下，相信對新零售，你會有新的感觸。
　　
　　改良版本一
　　
　　還是王永慶賣米，范圍是一個城市內，我們再把當年的故事進行Max版本改良：
　　
　　假如他同時搭售其他商品，什么是最適合進行用戶畫像、精準預測的？
　　
　　柴火、食用油、鹽，這種東西，是比較好預測的，屬于剛需、高頻、標準化產品；但醋、茶，則不那么符合。如醋，由于消費人群飲食特點，以及做的菜的種類不同，很可能出現重大誤判，呈現不穩定性。茶也是類似，可能心情不一樣，消費就不同。
　　
　　這樣的標準，在今天這個時代，是否也適合？
　　
　　現階段阿里主推的生鮮，它們的主要特點是高頻、剛需，有一定話題性，但并不滿足標準化。百貨（銀泰）、3C家電（蘇寧），屬于偏向于標準化，但相對不那么剛需的產品。
　　
　　商超領域，如阿里入股的高鑫零售、聯華超市、新華都、三江購物，則擁有剛需、中高頻、標準化兼具的特點，我們也可以讀讀資料，發現這塊是阿里在新零售布局買買買最多的地方。
　　
　?。ㄍ瑯游覀兛梢运伎佳芯?，如在大數據時代，是否未來很可能是美團代替京東，成為阿里的number１頭號競爭者？正如京東在零售行業給阿里的沖擊，未來在商戶階段，美團的競爭力，不容小覷。）
　　
　　網易嚴選的產品、小米通過零售店售賣的智能設備，這些產品屬于強標準化、中性需求、低頻的特點。
　　
　　京東的3C家電、圖書類產品，屬于標準化產品，而且在京東上，某種情況下，數碼類產品，已經成為部分宅男剛需了。對比京東在生鮮的7FRESH，為什么遲遲不開業？難道是戰略疏忽？顯然不是，這個和京東本身的能力圈是息息相關的，例如京東和永輝聯合，目前結果想必是很難讓人滿意的。
　　
　　再比如從2017年開始，京東發力的服飾快消品領域，雖然被阿里“二選一”圍剿，但現在京東采取廣結聯盟戰略，入股唯品會，合伙美麗說做微商，發力服飾，擺脫圍剿。京東選擇的這個服飾品類，剛需適度、中等頻率、標準化較強，是非常不錯的領域，但這個方向是否優先級排在生鮮之后？因為從2015年開始和永輝合作生鮮，而服飾是到2016年才開始發力。
　　
　　短期來看，阿里的選擇似乎不如京東、網易、小米等穩健，但是這可能是領先好多年，大家沒看懂罷了。但是確信一點，這些數據的未來價值，一定是巨大的，就看怎么用，最后朝著哪個方向發展。
　　
　　改良版本二
　　
　　王永慶賣米當時所在的縣是臺灣嘉義，在放寬品類后，假設我們把范圍放到全臺灣呢？
　　
　　是的，在今天這個新時代，通過網絡，巨頭們可以輸出自己的系統，實現多城市“賣米”，但是我們必須考察“米”是否適合輸出？商戶是否有真需求？效率提升是否足以覆蓋額外成本？網絡效應如何，是否可以構建護城河？當然最重要的是，消費體驗是否更好了呢？
　　
　　以盒馬為例，在阿里人看來，這絕不是實體店，而是一套解決方案的供應商，通過輸出系統的方式，和線下店合作，進行輕資產擴張。阿里做這個，主要是為了系統輸出，對合作企業進行數據抓取，在線上豐富阿里大數據系統，并在線下實現實體店聯盟，構筑新零售版圖。目前，阿里的在盒馬的情況，還有待時間考證。
　　
　　至于百貨類（銀泰），前段時間，剛剛讀到了銀泰董事長、CEO陳曉東的演講，截張圖：
　　
　　比如上面的數據，是可以支撐其如此擴張的證據。但具體詳細數據，我這邊沒有，目前處于結果未定的階段。
　　
　　除此之外，3C數碼（蘇寧），由于阿里投資后的情況，并不能直接否定“未然歷史”，這個效率不好判斷，因為很有可能假設沒有阿里的扶持，今天的蘇寧在京東的進攻下，情況會更加糟糕。
　　
　　但以芝麻信用目前的擴張情況為例子，進行推理，個人認為這個邏輯是存在的，“買米”是可以進行異地擴張的。也就是這個存在網絡效應，能夠促進降低成本、實施精準營銷，提高用戶體驗等。
　　
　　改良版三
　　
　　在“賣米”事業擴張到全臺灣后，接下來就通過銷售數據情況，改造供應鏈、倉儲準備等。王永慶用“米店”的數據，去指導相關生產準備，而這個情況又如何呢？
　　
　　我們這里開始考慮上下游企業生產運作的問題：供應商效率提升，究竟能有多大；哪個環節最容易提升效率？是采取精準營銷、商品倉儲進而配送高效呢，還是采取精密制造，降低原材料采購，奔著零庫存方向去呢？
　　
　　這方面，國內還處于起步階段，小米是這個方面的佼佼者，前兩年還有行業殺手的稱號，徹底變革了行業現狀，比如小米的凈化器、小米的充電寶。但是小米的改造是不充分的、不完整的，也是不健全的，它只是切入行業原有的生態系統，用小米思維，去改造相關產業。
　　
　　國外比如Seven－11當年參與黃金面包定制的案例，沃爾瑪和寶潔的合作反饋情況，都是極好的例子。但是這些例子，往往集中在少數個別企業，而沒有大規模擴散。
　　
　　因此充分高效完整地指導和整合商品生產、服務提供，是一個可以預期的傳導路徑。