《新零售:低价高效的数据赋能之路》读后感

          新零售讲了这么久,人、货、场也提了这么久,so 你觉得什么是新零售?

           整本书围绕着如下两张图展开。第一张图回答了如下几个问题。

Q1、什么是零售?

A1、连接人和货的“场”;其中“场”包括信息流(商品视觉、听觉、触觉等信息)、资金流(交易支付)和物流(商品的流动,人直接把货带回家或快递上门都叫物流)。传统零售中信息流、资金流和物流紧耦合在一起(设想你之前去超市购物的场景,看到喜欢的东西收银台现金支付,自己把它们带回家,一边看一边卖一边就带走了),基本感受不到三者的独立存在。

其中“人”相关的内容包括流量、转化率、客单价和复购率,就是“销售漏斗公式”;

其中“货”的流动链条包括D(设计)-M(制造)-S(供应链,如各种代理和分销商)-B(大商场等)-b(小商铺)-C(顾客),货的成本包括生产成本(D-M,创造价值成本)和交易成本(B-b-C,传递价值的成本)。降低定倍率(最终售价/生产成本)是新零售的核心。

Q2、什么是新零售?

A2、与传统零售相对而言,新零售的目的是为了提升交易效率。目前的新零售指的是线上线下结合的高效的零售。

从人的角度来讲,新零售就是通过优化流量、转化率、客单价和复购率数据表现,提升零售效率。

从货的角度来讲,新零售就是通过优化供应链,降低产销周期、降低库存积压,从而降低交易成本、降低定倍率。

从场的角度来讲,就是通过数据赋能优化信息流、资金流和物流。

Q3、为什么要有新零售?

(1)用户需求:性价比、购买更便捷、购物体验更好(一直存在的需求,推动零售发展)。

(2)市场环境:激烈的市场竞争,线上电商获取流量吃力,遭遇增长天花板;

(3)技术驱动:移动支付能力、大数据能力、设备生产能力等。

最终产生了线上线下全渠道结合、数据经营和管理、设备设计改造的新零售;

新零售的三个部分


Q4、如下一张图回答了“怎么做新零售”的问题?

从零售包含的三要素——人、货、场三个角度切入

(1)用短路经济(缩短商品销售路径,降低交易成本)思路来做新零售,

如C2M、C2B、M2b(名创优品)、S2B(天猫小店)、M2B(Costco)、C2C(闲鱼)等;

(2)用数据赋能场:

a、数据赋能线上信息流的高效性和线下信息流的体验性;网上聚合信息,线下提升视听触觉体验,线下店逐渐变为品牌体验店,来代替代理加盟店,承担品牌传播、提升用户满意度的作用。

线下信息流的优质体验有助于促成高体验值商品的销售,比如小米的平衡车在线下销售量比较高(因为新事物用户需要体验才能购买)、小米高配手机在线下销量更好(需要实地感受差异)。

b、数据赋能线上资金流的便捷性和线下资金流的可信性;支付宝用数据建立了新的信用体系。

c、数据赋能线上物流的跨度性及线下物流的即得性;

人和货不一定要在商场相见了,按照物流的方向划分,之前的零售模式为“人找货”:货离你尽量近后,等着你去找它。但人找货有一个缺点,受距离的限制较大。一个人的生活半径有限,能找到的货,永远是极少的。人们之所以感叹万能的淘宝没有买不到,只有想不到,就是因为在现实生活的活动半径中,接触不到多少货。新零售是货找人,下单后货通过物流来找你。

大数据让线下物流的即得性和线上的跨度性结合起来。首先,大数据让你在网上加入购物车/下单后,货就按需分配到离你最近的仓库,让货离你更近;其次,物流行业的无人送货等让物流更快。

(3)用数据引爆线下门店的坪效革命

选址提升流量(如小米之家选址对标快时尚)、选品提升转化率(小米的爆品及大数据选品)、带货提升客单价(连带率,卖点相关产品)、高频打低频、打通线上及线下(安装app)提升复购率。

新零售的“新”


小唠叨:

最近的4个感受:

1、“商业模式”要比用户体验“性感”很多;

2、商业模式一开始的“顶层逻辑”已经决定它能走多远了,“顶层逻辑”也是靠“经验”总结来的;看表面很容易,看懂商业模式比较难,就算看懂了也未必会抄对;

3、懂数据的才是王道,但我不懂,像个瘸子。

4、不浪了,静下心来,做好一件事儿,恢复日更。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容