- 数据智能
- 零售
- 商超
- 零售大数据
数据智能+行业know-how，服务连锁商超
近年来，中国线下零售行业在信息化、数字化方面正经历着疯狂补课的阶段。以往，线下零售商拓展业务的战略手段，往往在于开新店、拓品类，以实现销售和利润的增长。
但市场发展至今，线下零售既面临着来自线上崛起的强烈冲击，也在日渐饱和的线下市场中面临着同行对手的激烈竞争，单纯靠门店的扩张将不会再增加线下零售商的核心竞争力，行业进入转型期的趋势越来越明显。
在老牌外资零售咨询企业有多年高管经验的孙贤杰，以线下零售十几年的行业洞察和经验，切入国内这片广阔而分散的线下零售数字化市场，于2015年成立哈步数据，以数据加咨询产品化的模式，提供线下零售大数据服务。
哈步数据主要服务于零售商，并通过与部分零售商客户的进一步合作将数据分析结果赋能于零售商的供应端——品牌商。哈步数据把面向零售商的主要战场聚焦在商超快消领域，通过对连锁商超的存量数据进行整理与分析，运用自有算法，为客户提供在人、货、场方面的运营策略指导。
哈步数据切入的连锁商超客户第一方数据有几类：围绕“人”的会员数据，与围绕“货”的商品数据、促销数据、交易数据。目前，只需接收到客户IT部门抽调出来的相关数据包就可进行处理和分析，不需要与客户系统或任何实际数据层面有复杂的集成。
除以上具有足够挖掘潜力的第一方沉淀数据之外，哈步数据还采集部分第三方外部数据作为补充，如天气数据、商圈数据、银联支付数据、线上爬取数据等。
目前，哈步数据产品体系包含四个应用场景。分别是：针对“人”，描绘会员画像的“消费者研究”；针对“货”，用以洞察商品销售趋势的“品类管理”；针对“场”，覆盖老客户的会员“个性化营销”，和覆盖所有消费者的“线下海报促销”。
行业know-how为优势，重点深耕零售商超
大多数零售行业的数据智能公司，往往从服务品牌商开始切入。主要原因之一，是品牌商在这方面的预算充沛，并且头部大品牌商可提供良好的声誉度背书。
品牌商虽然有很多数据应用的机会，但由于以快消商超类为主的品牌商并没有自有的线下销售渠道，数据以生产性为主，消费者端的交易数据比较欠缺。
与切入品牌商的同行不同，哈步数据将服务零售商作为自己的战略基座。切入一家零售商超的消费数据，基本上就等于切入了商超平台中几百家甚至几千家品牌商的消费端数据，数据利用潜力非常巨大。
同时，哈步数据利用从零售商消费场景中产生的数据洞见，与零售商客户进一步合作，帮助它们与其产业链上下游的品牌商进行消费端数据的商业化变现，这实现了对零售商数据特点的进一步利用。目前，这部分数据变现已经在哈步数据整体收入中占有20%的比重。
另外，区别于一些数据或CRM公司，哈步数据不仅停留在客户IT层面的服务，而是凭借团队在零售数字化的资深行业经验，与客户的业务场景深度对接，在渠道、规划、运营体系、触点、促销资源等方面，对客户的数据进行多次迭代的深度治理、解读、监测，以对客户进行全方位的业务指导。
如今，哈步数据已服务多家头部连锁商超，如步步高、天虹商场、卜蜂莲花等。同时也在客群下沉中进展顺利，通过与区域性中小连锁企业联盟“蚂蚁商业联盟”达成战略合作，将协助28家联盟成员实现大数据的业务赋能。另外，也开始拓展药店等零售客群，及自建直营渠道的品牌商，如良品铺子、迪卡侬等。
近期，爱分析再次专访哈步数据创始人兼CEO孙贤杰，他介绍了公司的最新进展以及对行业趋势的见解体会，现将部分内容分享如下。
轻量级产品，数据利用潜力大
爱分析：2018年公司重要的产品或业务层面的进展有哪些？
孙贤杰：首先，面向商超，我们现在有了两个新产品。之前我们主要开展促销和会员精准营销，今年我们又推出了销量预测和智能定价的这两个to B的产品，本质上也是为了提升零售的精细化运营的能力。
除此之外，面向品牌商这条线，我们把零售商的数据通过产品化的方式提供相应的一些消费数据洞察服务给到品牌商。
爱分析：在服务客户的过程中，需要为客户建设一个大数据平台或者数据中台吗？
孙贤杰：数据平台是一个有价值的事情，但是建设一个完整的数据中台是一件非常重的事情，而且在建设过程中，在应用层面业务部门可能不一定能够马上看到立竿见影的效果。所以我们的定位，不是帮助客户搭大而全的中台，而是搭一个虚拟的数据平台。
我们跟市面上一些专注做数据中台的公司最大的差异点之一在于，它们更专注在IT基础设施层面，哈步数据更专注在业务层面，也就是应用场景。
我们更多是跟零售商的业务部门深度对接，围绕客户具体关于促销、销量预测、定价、会员管理的这些业务场景，有非常紧密的合作和落地。
爱分析：从应用场景来看，是否要求是实时数据？
孙贤杰：其实真正的实时化场景非常少。数据我们现在基本上做到相隔一天已经非常准时了，实时并不是一个值得花过分力气去做的一件事情。
爱分析：服务的商超快销零售商客户整体提供数据的质量如何？
孙贤杰：数据质量基本上已经完全可用了。当然肯定还是需要数据清洗工作，但是我们合作的从头部到腰部的大概六七十家商超客户的数据，基本都是可用的。
爱分析：一些商超，数据录入操作可能没有十分规范，比如退货信息可能没有录入全，此类情况如何处理？
孙贤杰：对商超来说，退货数据本来比例就较小。正是基于这一特点，我们主要切商超场景，就是考虑到商超场景更简单。未来比如切入服装这个领域会更难，外加服装又是非标的，所以等这个领域更加规范的时候我们再去切入。
数据产品具有行业壁垒
爱分析：其他行业的数据智能公司，在技术上具备能力，如果进入零售行业，难点在哪？
孙贤杰：最大的一个难点还是对行业的理解和与技术的结合，另外是行业内的品牌和声誉等等。
爱分析：是否需要帮每个客户单独设定一套算法和数据标签？
孙贤杰：首先，我们在商超领域有一套比较标准化的标签体系。如果客户觉得标准化不够，我们可以再沟通和定制，再多加标签，但前提是标签打了一定要用，所以我们会反复问客户使用的业务场景是什么。
爱分析：供应链端销量预测的场景，是因为能够获得更多数据了，还是技术进步等一些因素的推动？
孙贤杰：首先，市场肯定积累了很多内部存量数据。第二，最大的一个问题是，以往零售商的销量预测方法是非常原始的，基本上可以理解成看一下去年同期的销售额，做一些公式上的调整，用一些非常简单的数学公式测算，更不会考虑比如天气、周边竞争，所以预测偏差较大。而现在我们用机器学习技术来预测，准确率会高很多。
提供营销闭环全面解决方案
爱分析：目前做个性化推送内容或促销，触点主要有哪些？
孙贤杰：目前最多的是小程序和一些APP，接下来的趋势肯定是往线下的触点走。因为线下流量质量会比较高，转化率更高一点。线上是传统的触点，线下的触点就相对较重，不同的流程上节奏和速度可能会有所差异。有些可能只是小范围的试用，比如说手推车、刷脸支付等等，肯定是先试用一部分门店。
爱分析：从拿到核心数据，到最终做出个性化营销的决策建议，难点或壁垒主要体现在哪？
孙贤杰：个性化营销不单单是数据库算法上积累的壁垒，而是整个闭环链路的一个壁垒。也就是说，要有渠道、数据、算法、规划、运营体系、触点、促销资源等等，甚至要搭配内容的设计。
所以，整个个性化营销闭环里有八到十个关键任务。闭环搭建是一件很难的事情，只要一方面没做好，最后效果就很差。这是零售商的一个持续战略层面的事情，而不仅是尝试一下。国内目前其实没有一家线下零售企业，在个性化营销上能够达成完整的个性化产品，每个零售商或多或少都会缺一两个或三四个闭环点。这也是哈步数据要来帮助的。
爱分析：目前服务的客户里有把闭环跑通了的吗？
孙贤杰：目前已经有两三家已经接近打通了，这里面的确是有很多技术和非技术层面的挑战。
爱分析：零售商做营销，主要营销资源还是自己的券等等，外部有哪些资源是需要去打通的？
孙贤杰：零售商营销自己当然也是有一些资源，比如营销预算，同时它也一定要去吸引品牌商的资源。谁未来能够吸引更多的品牌商资源，谁就能获得更多消费者的转化。
获得更多品牌商资源就要证明闭环走得通，因为品牌商需要投资源在零售商平台上面。所以，谁先能把闭环构建起来，谁就能够吸引更多的外部资源。
爱分析：第三方数据的主要价值在哪些方面？
孙贤杰：比如，天气价值就毋庸置疑，它可以做各种销量预测，选品推荐。再比如电商的数据主要是给零售商做选品。再比如商圈数据，主要用来做门店的分群分类分级。目前外部数据的使用我们比较谨慎小心，数据一定要有价值，我们才会引入。
市场广阔
爱分析：一些外资大型商超，比如沃尔玛，它们原有IT服务商是否会帮它们提供相应模块的服务？哈步数据有没有机会去切入？
孙贤杰：有机会。因为他们自己的团队相对来说对国内零售市场还不是很专业。了解了他们国内的商业模式后是可以去切的。我们目前没有切的原因在于，外资零售商可能对于数据的调用还有一定的顾虑，所以我们暂时也不是很急。
爱分析：数据智能公司可服务的腰部以上的零售商超客群，市场大概会是多大的规模？
孙贤杰：我们内部测算过，全国的连锁商超大概有3万亿到4万亿的体量。看整体，包括赋能产业链线上下游，包括后续的以零售线下的客流量为中心去搭建一些精准的广告媒体平台，包括消费者数据洞察服务等等，加起来大概600多亿左右的体量。
爱分析：以哈步数据的定位，未来要做成一家多大量级的公司？
孙贤杰：我们对自己的定位是能做到百亿级的销售，因为我们面向的可能不单单只是一个板块。
爱分析：目前主要有哪些获客渠道？
孙贤杰：我们有很多不同的获客渠道。凭借我们的行业经历，头部客户可以进行直销，另外也有渠道合作伙伴，参与行业协会。
爱分析：除了提到的新产品之外，在业务层面上，未来一两年的整体战略大概是怎样？
孙贤杰：我们会先关注业态宽度的增加。商超领域我们肯定先吃透，然后再逐渐进入一些其他业态。第二，我们会关注产品线的深度，会做更多的扩展，后面将开发更多针对零售行业痛点的产品。