写点什么

专访阿里零售通汪小容:新零售转型,思维方式最重要

  • 2019-05-21
  • 本文字数:3646 字

    阅读完需:约 12 分钟

专访阿里零售通汪小容:新零售转型,思维方式最重要

前言

“新零售”最先由阿里巴巴提出。随着盒马鲜生的落地,一种线上线下结合的零售方式开始冲击传统零售行业,其他玩家迅速入场新零售。在2019年QCon全球软件开发大会北京站,阿里零售通的高级技术专家汪小容做了题为《新零售渠道分销数字化变革》的演讲,向听众介绍了渠道分销行业正在经历的变革以及技术如何帮助一个行业变革。现场 InfoQ 记者也采访了汪小容,一起聊一聊新零售的现状。


InfoQ:您是如何理解新零售的?它和传统零售的区别在哪里?


汪小容:作为一个技术人员,我更多的是从抽象的,系统的角度来理解这个问题。说到新零售,首先我们要理解什么是零售。零售的本质是无时无刻提供超越消费者的期望的产品和服务,所以它的本质是以消费者的体验为中心。


如果我们把零售当成一个系统来看,传统的零售系统,人的经验、人的流程、人的服务品质,直接决定了服务消费者、超出期望的天花板。而传统的 IT 技术,只是个工具。


阿里研究院对新零售的定义是:以消费者体验为中心,数据驱动泛零售形态。新零售归根结底也还是一种零售,它的“新”更多地体现在技术手段上。今天有了新的技术,大大突破了我们理解消费者的能力和可能性;同时资源配置效率、协同效率也大大提升,为超越传统零售提供了更大的想象空间。我们希望能基于大数据、云计算和算法等技术,挖掘消费者的需求,将线上和线下的购物场景结合起来,让品牌可以通过全渠道触达消费者。


所以在我看来,新零售就是以数据技术为驱动,去发现消费者的需求,给消费者创造更好的消费体验。这是对于消费者来说。对于零售商来说,则是运用数据技术优化零售供应链,快速试错并形成反馈,达成闭环。


InfoQ:您认为哪些因素促进了新零售这种模式的形成?


汪小容:我觉得首先是商业本质的驱动。因为商业是需要不断增长获取盈利的,市场的供需环境形成了激烈的竞争,这是新零售背后的一大原动力。


其次是市场和消费者的变化。如今的消费者和八九十年代的消费者在消费需求和方式上已经有了很大的变化,现在 00 后的消费行为越来越个性化和碎片化。


而消费行为的变化则是由技术支持和驱动的。现在各种技术、移动互联网的发展包括 IoT 设备的不断完善,都使得个人行为的数字化成为可能。


所以我认为,新零售的出现是由商业本质、消费者诉求和技术发展这三个因素综合起来驱动的


InfoQ:渠道和供应链对零售行业来说是非常重要的环节,新零售在渠道和供应链方面有哪些创新?


汪小容:这个问题我们可以从零售商和品牌商两个角度来看。总体都会围绕,成本,效率,稳定性,控制力等方面去优化。核心也会围绕数据驱动。


零售商有三个特点:一是追求低成本;二是追求供应链响应效率;三是追求稳定性,零售商多是通过自己对零售终端数字化的掌控力和对客户的理解来优化供应链,以终端的确定性来构建柔性,更加集约的供应链。


而品牌商更加关注全渠道共通互享,数据化等方面来提升效率和掌控力,打造新品试错的柔性。比如传统零售的渠道分销场景,路径是品牌商-经销商-批发商-小店-消费者,这是一个很长的失真链路,数据的反馈也很慢。品牌商对于营销手段等信息较为模糊,没有稳定的掌控力。在新零售的模式中,品牌商可以使用数字化的方式进行管理,让品牌、商品、销售、营销、渠道、制造、服务、金融、物流供应链、组织、信息技术等环节,一切业务数据化,一切数据业务化。


最终的本质是使信息链路透明,缩短信息时间(不一定是缩短链路),让供应端离消费端更近,用一切技术手段同直接消费者建立链接。更好地消费驱动供应链的优化创新。天猫的 b2c,线上线下渠道互通,天猫成为发布新品及品牌商运营消费者的阵地也是一个渠道和供应链创新变化的好例子。


InfoQ:阿里巴巴新零售背后有哪些技术做支撑?能举例说一下吗?


汪小容:首先是底层基础技术。因为新零售是数据驱动的,对数据的计算和挖掘构成了基础的技术支撑。比如阿里云的 MaxCompute,以及阿里的大数据平台,对数据的收集和处理已经有了很长时间的沉淀,这些是天然的优势。


另外基于大数据构建出来的核心数据智能,比如数据挖掘,通过数据可以给消费者建构用户画像,根据用户的偏好推荐商品。还有一些算法技术,比如商品图像识别,通过图片识别商品,构建数字化商品库等,这些基础主数据能力业务价值巨大。简单举个场景,比如条码库等商品数字化能力,在小店的商品录入到 POS 机的应用场景,阿里现在的条码库有两三千万的量,小店拿到 POS 机可以无需录入直接使用,极大提升了小店数字化效率。


基础架构之上的抽象能力——中台技术。包括零售系统,店铺商品,会员交易支付等底层业务系统已经很成熟,很多也已经做成了共享的业务平台,也就是现在说的中台,比如渠道、供应链和零售终端的中台等。


正是以上这些技术能力的支撑给阿里巴巴的新零售模式带来了快速创新能力。


InfoQ:能展开来说一下数据是如何驱动新零售的吗?


汪小容:数据是资源,其中包含了规律。数据驱动新零售,就是从数据中找规律,主要体现在以下方面:


  1. 消费者偏好的规律:比如通过消费者行为,挖掘用户的对商品的偏好,从而判断用户的喜好。我们结合一个具体的场景来说:小店如何去理解周围的消费者?传统商店对周围消费者是很模糊的。但是在新零售模式下,通过数据技术,在顾客进店的时候,就可以给消费者打标签,包括年龄,性别等,可以通过这些数据加深对商店周围消费者的理解。

  2. 决策假设验证。比如在实体店里,通过对商品销量的分析,可以决策商品是否上架,何时上架,以及上架后在店里的摆放位置,再通过后续数据分析验证这样的决策是否正确。

  3. 构建即使反馈闭环,优化经营流程。消费者进店完成购买以后,通过数据回流可以使线上、线下的数据互为借鉴,通过品类规划进行快速试错。

  4. 节省人力,提升效率。现在很多超市的线下门店已经没有收银员了,顾客可自助结账无需排队,这样可以大大节省人力。


在我看来,数据对新零售的驱动,关键在于数据是不是和经营融合了,而不是如传统零售仅仅把数据看作是 BI 系统。新零售应该利用数据来帮助做决策,数据分析和经营反馈调整要形成闭环。


InfoQ:对于新零售大家都还处于探索阶段,您认为新零售目前有哪些挑战?


汪小容:在我看来,新零售目前的核心挑战主要有以下几点:


  • 理念的挑战:以前商业和技术这两个方向的工作内容是分开的,懂零售的不懂技术,懂技术的不懂零售。而新零售需要将这两者结合起来,观念、组织架构、人才需求上都有很大的转变,这需要经营者具备开放的心态,能踊跃尝试变化。

  • 组织的挑战:目前新零售行业所需的人才资源匮乏。在商业领域,技术人需要基于对商业和业务的理解,更好地使用现有的技术去赋能商业。现在能够理解和运营数据并能形成业务产品的人才非常缺乏。

  • 技术的挑战

  • 对于自建新零售系统来说,自建工程技术要求高,初期投入有压力,需要利益捆绑的软件公司,快速迭代试错。但是本身有能力的软件公司不是特别多,基于数据驱动的软件公司更是凤毛麟角。

  • 对于外购系统以及提供软件的厂商来说,新零售目前生态还不成熟,无整体性的解决方案,无可插拔的标准。


InfoQ:新零售领域现在已经有不少玩家了,阿里巴巴的新零售有哪些优势?可以举例说明一下吗?


汪小容:我认为阿里新零售的第一个优势在于阿里巴巴有零售的基因。阿里巴巴是做零售的平台,所以要不断思考自身的价值以及能给用户带来什么价值,才能不断突破发展。阿里对于零售的理解,形成了阿里的零售基因。


其次,阿里的平台上零售场景非常丰富。淘宝、天猫等平台上承载着每个商家的业务,阿里通过平台链接了商家内部的运营和流程,这样的业务场景非常多。


此外阿里已经积累了一些系统的解决方案。拿新零售的渠道分销数字变革来说,能够将品牌商、经销商、小店和消费者结合起来形成一个闭环,这就是一个比较全的新零售解决方案。解决方案可以通过平台输出,去支持用户的业务。


人才的优势。在阿里有很多优秀的人才在数据、产品上有很强的实力,可以做到既懂技术又懂商业。


最后是阿里的工程能力。所谓工程能力是指在产品化的过程中是否能持续迭代,最终沉淀系统化解决方案的产品。阿里的工程能力,就是跟随商业和业务的价值,在每个阶段解决当前的痛点,不断优化迭代产品,最终完美结合技术和商业的能力。阿里的平台是工程能力的沉淀,目前已经形成了开放的生态,可以对接外部企业。


InfoQ:您认为传统的零售商在向新零售转型的过程中有哪些痛点?


汪小容:传统零售商面临的问题也是前面提到过的新零售面临的一些挑战。首先缺乏人才,其次没有成熟的方案,最重要的一点还是要有自我革新的勇气。要从传统的经营理念里跳出来,围绕消费者的价值和体验不断调整自己的业务流程。在这个过程中,经营理念和技术应该是融合起来的,技术已经不仅仅是工具,而是经营决策里的核心要素。经营者要有眼光和承担风险的能力,对技术进行投资而不是追求一时的回报,这在传统零售向新零售的转型中起着至关重要的作用。


阿里新零售让技术人更懂商业,让新技术赋能新商业。最后,诚邀大家加入阿里新零售,一起创新,一起玩转技术,不负这个技术驱动商业变革的好时代。联系方式:微信 aushouyou


2019-05-21 13:089699
用户头像
张婵 InfoQ 技术编辑

发布了 87 篇内容, 共 53.6 次阅读, 收获喜欢 218 次。

关注

评论

发布
暂无评论
发现更多内容

人工智能图像编辑软件Topaz Gigapixel AI for Mac

Mac相关知识分享

人工智能 图像编辑

“人手一个贾维斯”的愿望,正在被“视频通话”功能带进现实

Alter

Spring Boot 中的 “依赖管理和自动配置” 详解透彻到底(附+详细代码流程)

EquatorCoco

Java spring 后端

音乐创作软件Ableton Live 11 Suite for Mac

Mac相关知识分享

Mac软件

华为大咖说丨企业数字化转型如何开展顶层设计?

华为云PaaS服务小智

华为云 企业数字化

9个JavaScript库,让你早下班2小时

秃头小帅oi

Endpoint Central终端管理软件适合什么样的IT用户?

Geek_a83400

【案例分享】如何利用京东云建设高可用业务架构

京东科技开发者

效率跃升16倍!火山引擎ByteHouse助力销售数据平台复杂查询效率大幅提高

Geek_2d6073

「激荡五十年」艰难起步的八十年代

不惑

数据库 历史 科技简史 发展趋势 前世今生

我们写的代码是如何被用户看到的——前端篇

阿里技术

前端

Python IDE 编程工具JetBrains pycharm pro 2024 for mac激活版

Mac相关知识分享

编程 开发 Mac软件

JavaScript 开发工具WebStorm 2024 for Mac激活版

Mac相关知识分享

Mac 软件 集成开发环境

从 Oracle 到 TiDB 丨数据库资源评估指南

TiDB 社区干货传送门

迁移

在数小时内构建 CRM:你需要了解的顶级无代码/低代码工具

NocoBase

低代码 CRM 无代码

TiDB 究竟抖还是不抖?

TiDB 社区干货传送门

版本升级

MySQL 索引合并优化实践

爱可生开源社区

MySQL 索引

2024年你应该使用的6个JavaScript库

伤感汤姆布利柏

Java ORM 框架指南

FunTester

亚信安慧AntDB数据库分布式集群在线升级

亚信AntDB数据库

AntDB

论被动元数据的弊端,以及主动元数据的技术优势

Aloudata

元数据 数据管理 全链路数据血缘 数据血缘

MySQL Undo 工作机制历史演变

爱可生开源社区

MySQL innodb 事务 Undo

开源活动预告|抖音集团专家聚焦电商、PB 级实时场景带来数据技术分享

字节跳动开源

永续合约快进快出套利策略

Silently9527

比特币 量化交易

JeecgBoot应用Spring Authorization Server

JEECG低代码

数据资产新视角 要素化与资产化的双轮驱动

郑州埃文科技

数据治理 数字经济 数据要素

一个比 Nginx 还简单的 Web 服务器

江南一点雨

工作太忙没时间学习,怎么办?

老张

职场成长 认知 学习成长

强大的项目管理软件OmniPlan pro for Mac

Mac相关知识分享

项目管理软件 Mac软件

TiDB DR-Auto-Sync 同城双中心高可用实践丨银行核心背后的落地工程体系

TiDB 社区干货传送门

数据迁移工具应具备的新式延迟诊断功能

爱可生开源社区

数据迁移 MySQL、 #OceanBase

专访阿里零售通汪小容:新零售转型,思维方式最重要_行业深度_张婵_InfoQ精选文章