零售

超盟数据李思贤:以商品数据为核心,驱动连锁便利店智慧经营

以大数据助力科学化管理,内资便利店也能向7-Eleven看齐

2018年03月30日
调研 | 黄勇 费凯琳 撰写 | 费凯琳
  • 零售
  • 零售科技

近几年,虽然线下零售受到电商的较强冲击,但面积小、密度大、离消费者近的便利店,却依然保持强劲的增长态势;而在电商渗透率不足5%的非标品售卖方面,尤其是生鲜品类,受制于供应、物流配送的高要求,更给了线下零售巨大的发展机会。

不过,对于全国15万家非一线城市的连锁便利店,和600多万家夫妻老婆店来说,经营的数字化进程可以说是刚刚起步,选品、订货等高频决策场景很多还在依靠经验完成,ERP数据无法得到有效利用,无法像电商一样满足消费者快速变化的需求,支撑经营模式的复制实现全国扩张。

成立于2015年的超盟数据,集合了大数据和零售领域的专家,致力于利用企业ERP系统等自有数据和第三方数据,通过大数据和人工智能等技术为连锁零售企业提供经营管理、品类管理、门店智能等人工智能解决方案。

超盟数据创始人李思贤,起初在经营家族蜂蜜零售企业时,有意识地通过各渠道销售数据辅助经营决策,几年内使品牌销量达到华东区前三。在这个过程中,李思贤看到了地方连锁零售商在数字化经营能力方面的缺失,并创立超盟数据。

打通多维数据,直接指导门店管理

超盟数据李思贤:以商品数据为核心,驱动连锁便利店智慧经营

超盟数据通过接入门店ERP系统和服务器,打通第三方渠道,进行数据整合,在云上进行大数据分析后,为客户提供服务。截至目前,共积累了来自全国三万多家门店的商品数据、会员数据和交易数据。

第三方渠道包括线下数据采集商、品牌商、电商、供应商体系等。线下数据采集商主要提供第三方支付和客流统计数据,品牌商、电商则是商品信息数据的来源;超盟数据也在建立供应商数据库,包括信用信息、经营信息和其他可协助便利店筛选供应商的数据。

超盟数据当前也正在和京东到家合作,一方面开通了数据接口,在京东有过线上交易记录的消费者脱敏数据,包括手机MAC地址和支付、营销数据;另一方面通过在部分便利店收银机布置硬件,消费者支付时将手机的MAC地址与京东提供的数据进行匹配。

通过整合线上、线下数据,超盟数据进行消费者的多维消费行为分析,挖掘数据价值,为门店和京东提供个性化数据模型。

在云端对以上数据打通并进行结构化处理后,超盟数据推出四种产品辅助新零售决策。其中最主要的是实现门店智慧化管理的BI产品,基于对全网和单店的数据分析,展示本店实时经营情况,并按品牌、品类、单品分类,预测销售变化,提供智能备货方案,代替传统的凭经验备货,可避免出现断货、积压货物等情况,并大大节省人力统计时间。

AI产品主要实现智能预测的功能,根据全网销售记录,结合当前门店消费者行为分析,推荐新品、汰换旧品。地理位置对线下门店销售的影响明显,分布在一栋建筑物两侧的便利店都可能拥有不同消费习惯的顾客,考虑到全国不同地域的消费者,需求差异更大。AI工具可帮助连锁企业实现“千店千面”的经营,避免传统的一刀切模式,优化单店效率。

PUSH预警推送采用微信小程序产品形式,使督导、区域经理和店长的工作更具灵活性与针对性。系统提取经营异常的门店和销售异常的商品,提醒负责人及时查看。不仅能提高工作效率,降低人力成本,同时也降低了经营损失。

对具备一定自主开发能力的企业,超盟数据可直接开放数据API接口,超盟负责处理大量数据,企业在接口基础上开发所需应用即可。

超盟数据的产品主要覆盖了选新汰旧、运营管理、库存管理和促销管理四个场景,相当于代替连锁总部完成了数据化门店管理工具的开发,提供以数据为基础的BI工具,作为门店的智能决策中枢,在店内经营环节尽量降低对人工的依赖。

由此,店长的角色转变为执行者,通过门店管理的数据化、半自动化,提高效率,降低运营损耗,但不会直接介入传统的、成熟的流程,如进货环节等。

未来,超盟数据将构建起完整生态,建立最大的商品数据库,客户量达到一定级别后,通过掌握的大量商品动销数据,反哺品牌商、供应商和渠道商,使商品流通过程透明化,并辅助数据化决策,优化供应链的整体效率,并引入第三方资金,切入供应链金融。

下一步,则是继续与供应链上游打通,实现商品生产全溯源。

直击便利店扩张痛点,加码泛零售解决方案

超盟数据的目标客群主要为不具备数据系统自主研发实力、亟待数据化经营转型的连锁超市和中型连锁便利店,代表客户有北京超市发集团、广东天福集团、西安每一天便利、内蒙古利客便利、河北天天便利、福州六意便利等省会城市和非一线城市的连锁便利店。

据超盟数据估算,这类便利店目前全国共有15万家左右,超盟已覆盖其中3万家,用户渗透率达20%。2018年,超盟数据将继续拓展,预计到今年6月将覆盖7万家,并于年底实现全部覆盖。

虽然连锁便利店在地方做到了规模化经营,加盟店众多,例如超盟数据的客户中规模最大的广东天福,旗下的便利店超过3300家。但从精细化经营的角度来看,内资便利店与业内领先的7-Eleven、罗森、全家等日系品牌差距仍然较大。

国内连锁便利店呈“地方割据”的形态,本地品牌依靠密集开店拓展知名度,吸引消费者到店。但供应链、品类管理、店面经营和人才储备都不及外资品牌,成本控制能力和盈利能力有待提高,对其他区域消费习惯的理解能力需要加强,这些也是限制品牌向全国拓展的主要原因。

超盟数据提供的数据化经营工具,打通了全国不同区域的消费数据,可以协助地方便利店深入了解各地市场,规范各门店的经营管理,不必进行大量人才储备,也可将品牌向外推广。

二三线城市已是业内公认的下一个战场。虽然对国内便利店市场容量的估算看法不一:如果按照日本、台湾地区每2500人一家便利店的数据计算,国内便利店市场容量可达60万家;也有人认为国内市场没那么乐观,未来总容量和当前规模类似,扩张与厮杀并行。

无论是何种情况,便利店对超盟数据这类服务商的需求都是不可或缺的。

超盟数据也曾尝试过服务夫妻老婆店,虽然这类店主在管理上的责任心更强,但市场教育成本也更高,数据上更难以形成规模化效应,目标客群还是集中在了连锁便利店上。

当前,超盟数据对客户仅收取BI系统的成本费用,店均每年300元。对于一个有300家门店的中型连锁企业来说,每年服务费只需9万元。新客户可以先行试用,6周试用后满意再付费。

今年,除了便利店客户外,超盟数据将尝试扩展到泛零售连锁,如生鲜、母婴、美妆等。超盟数据当前主要是提供满足头部客户需求的专业性大数据解决方案,接下来会向下拓展腰部客户。

超盟的团队共有80人左右,市场团队在年后已总计签约20多个连锁便利店品牌。2018年,除了继续直销的打法,超盟还将在多个城市设立办事处,在当地开展渠道代理商推广产品。一些已合作的客户也有意在当地代为推广,如天福集团会代理广东地区的产品推广。

超盟数据李思贤:以商品数据为核心,驱动连锁便利店智慧经营

近期,爱分析对超盟数据创始人兼CEO李思贤进行了访谈,就零售科技行业及超盟数据的战略作了交流,现摘取部分内容分享如下。

李思贤,清华材料科学与工程学士,工商管理硕士,曾在大唐国际发电集团建立担任销售管理职位,家族经营华东区TOP3蜂蜜零售企业。

助力中小连锁便利店数据化转型

爱分析:超盟数据的客群是如何分布的?

李思贤:对我们需求更迫切、和我们从战略角度合作更密切的,还是腰部客户,我们内部定义为二、三级的客户,大概是省会城市的连锁企业,或者三线城市的连锁企业。

因为他们在发展的过程之中,不想被阿里、京东、腾讯这样的巨头直接兼并或收购,而要用自身力量,和巨头进行博弈。在博弈的过程中,需要有专业数据化能力的第三方进行共同联合,在转型过程中对抗巨头,所以我们跟他们的关系更密切。

去年下半年开始,我们把重点放在连锁企业上,夫妻老婆店没有用更多的资源或精力去做。目前我们的总门店数有3万多家,中型连锁企业占门店总量的百分之七八十。

爱分析:产品功能未来会有哪些更新?

李思贤:主推产品不变,同时会不停迭代。产品综合来看,在PC和移动BI产品满足门店智能化的运营需求,AI智能产品满足供应链优化的需求;随着数据服务量增大,产品功能会不断增加,超盟将打造最大的商品数据库,建立商品链路生态平台

超盟数据有部分功能是开放给品牌商,甚至供应商来用的。因为品牌商要看门店的数据,经销体系也要看到门店的数据。我们开放部分功能给他们,分角色提供解决方案,整个数据是能协同起来的。但是获得功能最全的肯定还是终端门店,因为它们是在第一线的,而且是直接接触消费者的那一环,他们的数据也是最全的。

爱分析:超盟数据的产品适用于哪些业态?

李思贤:超盟数据的产品主要用于连锁便利店,下一步会在泛零售领域,比如连锁的母婴、药妆、美妆等推广这套超盟智慧门店大脑,之后切到经销商、供应商、品牌商等各个链条。

我们的产品首先是基于连锁终端门店,在这个基础之上,会和品牌商、终端消费者进行互动。

连锁便利店中,适用于几个部门,比如采购部、营运部,营运部中包括督导,督导基本的工作内容就是巡店、管理门店、管理店员,包括考勤之类的。销售分析主要做连锁店整体的数据分析,比如盈亏情况。

爱分析:超盟的数据,主要来自企业原有的ERP系统,还是也有线下采集的数据?

李思贤:超盟数据直接和终端门店的服务器连接,能够采集到全链的数据,不仅是会员数据或商品数据,而是包括全部交易数据。

当然也有和线下数据采集企业进行合作,比如会跟一些聚合支付机构合作,采集支付类的数据;也会跟品牌商合作,获取生产端的数据。超盟希望打造全链条的数据,从品牌端最后到消费端的全链条数据都打通。

爱分析:如何确定产品要解决哪些需求?

李思贤:超盟数据的产品集中在零售企业的中台。前台有收银机、移动支付等进入营销这一部分;中台主要是掌控整个供应链的效率。一个往前走,一个往后走,我们选择了往后走。

产品方面,超盟把线下零售企业涉及的所有决策场景先挑出来,有高频的有低频的,我们选择先从高频场景开始做。

比如店长订货是一个很高频的行为,店长的主要工作有订货和码货比如督导巡店,采购、淘汰商品,供应商分析,以及运营总监下达任务等。我们把每一个角色分开,挑出对应角色的高频决策场景。大部分店长订货选品是单凭经验。

711是世界上最好的零售企业之一,其实靠就是经验和辅助的数据分析。这些店长、督导的水平是非常高的,这是由于企业的人才培训体系完善。但是对大量的存量市场而言,店长、店员、督导,甚至运营经理、运营总监,数据化运营思维是很弱的。

超盟数据有两个方式去做:第一,培养他们的数据化思维;第二,给他们最简单的工具,不用具备数据化思维就能搞定。我们选择用第二种简单的方式,就能降低用人成本。这块主要用机器学习、人工智能,不断地调整、优化算法,让展示结果更加准确。

从经营数据向后台切入,打通零售全链条

爱分析:如何看待超盟数据相较于竞争者的优势?

李思贤:通常从两个角度来看,第一个角度是谁采集到了最全量的数据,这就会构建一个数据池壁垒。支付厂商也可以拿到门店数据,但它是从支付体系提取的,可能跟支付、会员,部分和交易相关,但不可能拿到服务器中全部的数据。还有一些做会员分析会员营销的,所得数据也是偏前端的。我们构建的一个端到端的数据壁垒,就是从前端的数据到中后端的数据,再到后台的数据,全部都能拿到,这是从中央门店的角度来看的。

从品牌商和经销商的角度来说,我们也构建了一个链条上的全量数据。从数据量的角度和数据维度的角度,超盟都有全量数据,实际上就体现了一个壁垒。

有了大量的数据,但如果没有算法去进行架构和应用层面的、和零售业务的结合应用,是无法提供解决方案去指导零售业务的。超盟在这里的壁垒是,不仅有数据,还会把团队的技术在零售行业进行实际的应用,其中就涉及资源和人才。

现在大数据、AI人才之所以稀缺,并不是说懂这个的人少,而是技术跟实际业务的结合、产生的应用方案比较少,而我们在应用层面上不断实践、调优,形成了零售行业的应用解决方案。

爱分析:品牌商和渠道商对营销的需求也是非常强烈的,未来会切入营销吗?

李思贤:需求是很强烈,但营销一定要拿到消费者数据,把这些东西打通之后才能去做。

我个人特别不看好C端这件事情由创业者来做,因为流量已经被垄断了,C的流量已经没有机会。也不是完全没有机会,如果出来一个超级大IP,比如鹿晗作为IP我觉得还是有机会,它是一个非常刚性的流量。但是说从传统意义上来讲,个人觉得流量对于创业公司没有太多机会。

爱分析:未来链条的延伸会朝哪个方向去做?

李思贤: 超盟数据对商品的刻画,是线下第一的。我们对商品的刻画有几个维度,首先有它的本质属性,包括长宽高、颜色、保质期、生产地、是否进口等,是不因为时间和地点而改变的数据。

当本质属性加上另外两个维度,空间和时间的时候,对一个商品的刻画就会变得非常通透。从厂房,到地区经销商的仓库,到门店,价格都会变化,最后以零售价卖给了消费者,可口可乐是这样流通的。

想象一下,如果所有的品牌和商品都能够用这种方式刻画出来,任何一个产品的生命周期、地点等都会刻画得非常清楚,所有维度也都会非常清楚。接着就可以开始加标签,对应消费者数据,通过营销投放不断优化策略,就能大幅提高推荐的精准度,这是超盟数据最大的价值。

未来可以想像10万个SKU的生命周期我们都能看到,了解哪些要继续生产、哪些不值得。这些数据对品牌会是巨大的指导。

爱分析:超盟数据未来有哪些变现模式?

李思贤:数据化BI系统肯定应该不是一个主要的收入来源,而是用户黏性的体现。我们将来的收入来自于有几个机会。第一,快消行业非常大,有大量的信息不对称的机会,信息不对称就可以提供数据服务;第二个是金融;第三就是精准营销,我们把算法模型加入营销,可以大大提高优惠券的转化率。

最后以结果来付费,一定要靠技术、算法和数据驱动。我一直认为巨头会占有场景、占有数据,创业公司最多是提供技术和服务。因为市场太大了,不是一个甚至一些公司就可以吃得掉,总会有创业公司的一些机会。

继续向下看,二三线城市便利店的自营商品比例非常少,但日本已经达到80%。这些是超级高毛利商品,我们对他们的改造就是商品结构的改造。现在超盟生产贴自己品牌的OEM商品做测试,比如芒果干、坚果类的产品,市场接受度非常好,三周以后测试店铺芒果干的销售份额已经占据50%了。

消费者的消费升级不在于价格高,是在于好的东西更便宜,也就是去中间化,这是一个极大的市场。