蘇春園：零售消費品牌如何通過數據洞察業務，實現快反制勝
隨著Z世代登上舞臺，大眾對于品牌的需求越來越多樣化，新銳消費品牌迎來了快速崛起的良好時機。其中，完美日記和泡泡瑪特作為代表性事件，引發了行業內外極大的關注與討論，奈雪的茶、NEIWAI內外、三頓半、鍋圈食匯等品牌也完成了過億元的融資，開啟IPO之路。
面對激烈的行業競爭與諸多不確定的危機，新銳消費品牌如何修煉數字化內功突圍制勝？
從低調初創到全網爆紅，新銳消費品牌往往依靠產品、渠道和營銷構建先手“三板斧”，通過推出一個可滿足細分需求和解決場景痛點的產品，入駐距離目標人群“最近”的渠道，利用新型流量平臺在短期內進行引爆以擴大知名度，實現品牌出圈。
1、開創新品類
圖：新銳品牌崛起的前十大領域
消費行業的爆發背后，是愈發精細化的品類創新。新銳消費品牌通過關注小眾市場需求、找到細分賽道、解決痛點等方式開創新品類，并就顏值、包裝、功能、定位、成分等進行差異化創新，同時順應人性推出新產品，構建出圈第一斧。
2、依托新渠道
作為對網購人群滲透度最高的淘系平臺，是距離用戶“最近”的購物渠道之一。依托天貓“新品牌戰略”，新銳消費品牌大多選擇天貓作為快速實現線上從“0”到“1”的出圈第二斧。據數據統計，2019年天貓平臺新開新品牌數量增長至2017年的2.49倍。
3、營銷內容化
新銳消費品牌利用電商平臺及社交平臺進行廣告投放，進行全網全場景營銷，成為出圈第三斧。短視頻和社交廣告也在與新銳品牌同步崛起，從2019年起成為除電商外最受歡迎的品牌廣告投放平臺，且比重逐年增加。在秒針《2021 中國社交及內容趨勢》報告中，接近 90%的廣告主，尤其是新銳廣告主認同：所有的營銷都需要內容化。
出圈后，新銳消費品牌會進一步深耕位于價值鏈最前端的用戶，以私域邏輯反哺運營，同時對價值鏈最后端的供應鏈上游進行升級，提升全面數字化能力，形成多維增長模型。
在過去四年，我們通過自己在零售數據分析領域的實踐經驗，陪伴很多企業書寫了數據驅動業績增長的精彩故事。
1、某電商平臺通過敏捷分析，用10倍速度進行“增長實驗”
某電商平臺在前期的業務發展過程中，經歷了用戶數指數級增長的過程，同時對數據分析工作也提出了嚴峻的挑戰。數據分析師一半時間是在分析數據，一半的時間是在等報表。
在與我們合作之前，該公司的大數據部門大概每天可以做50個實驗，通過構建智能數據分析平臺之后，每天運行的數量是500個，數量速度翻了10倍。只有這樣的敏捷分析才能夠及時響應跟上市場的步伐，快速更新迭代，從而能夠捕捉到更多客戶的信號。
2、某家居品牌聚焦零售核心場景 推動業務提升
連鎖零售品牌普遍存在產品集群和門店環境一體化的現象，所以企業都很關注單店單品管理。我們通過幫某連鎖零售品牌搭建諸如銷售業績渠道／區域分布及排行、銷售業績商品類目分布及排行、銷售折扣趨勢分析、客流來源分布及排行、零售指標環比分析等指標分析體系，幫助其可以高效實時地獲取直觀的可視化數據分析結果，同時給出行動化的指導建議，提升門店營業能力和服務水平。
該品牌高層曾經針對一個核心指標排名拖后腿的門店做過一個實驗，將原來可能一周做一次商品、貨架調整的節奏提高了5倍甚至10倍去處理。并且聚焦核心場景，用數據發現問題解決問題，最終用了三個月時間，將該門店的核心指標排名提升到第一。
3、某時尚服裝品牌用數據追人，賦能一線店長優秀管理能力
很多連鎖門店都會存在優秀店長稀缺的問題，而這部分店長都有比較高的分析思路和決策水平。他們懂得通過看客流、看庫存去判斷經營出現了哪些問題。
我們通過將優秀店長的數據分析思路沉淀成數據分析模型，幫助某連鎖服裝品牌賦能1000多家門店店長。從終端出發，全面包圍，提高一線人員的業務能力，帶動整體營業額的提升。
4、某快消品：構建基于“數據分析”的核心競爭力
以某全球500強的消費品公司為例，除了市場、品牌、渠道等硬實力，現在，數據分析已經成為該集團戰略層面認定的一個核心競爭力。并且已經和我們在營銷、物流分析甚至一些AI項目上取得了深度合作。
在營銷層面，通過推行一物一碼政策，追蹤商品在不同渠道的表現，優化渠道營銷策略，有針對性地推廣業務。在物流層面，借助“控制塔”方案，對物流全鏈路指標進行監控，深度分析問題及時改善，并通過預警功能，實現危機事件自動上報。而在AI項目上，也與我們共同探索了需求預測、智能稽查等深度應用，實現了ROI的大幅提升。
從敏捷分析到智能分析，我們正在探索的“AI+BI”的模式也正是未來數據智能發展的一個趨勢。
Z世代用戶對個性化要求的不斷提高，市場對品牌分別在人、貨、場的升級重構，以及內部精細化管理方面提出了新的挑戰，這使新銳消費品牌在從現象級網紅跨越成為長紅的過程中，面臨眾多增長不可持續性的風險因素。
唯一不變的是，新銳消費品牌一定要堅持以“人貨場”為核心，通過精細化運和快速反應，及時響應萬變的市場環境。
- 從“人”的層面
企業可以通過會員分析，精準識別消費者的偏好、消費習慣、消費能力。通過千人千面的營銷有針對性進行推薦，有效提升客單價和顧客的忠誠度。
- 從“貨”的層面
可以通過數據分析不斷優化商品結構，提高產品的客單價。并通過每天、每周的迭代，找到不同品類商品最優的表現條件，從而將商品的營業額貢獻率最大化，并提前做好供應鏈補貨準備。
- 從“場”的層面
企業要向全渠道轉型，通過精細運營，延續線上流量的“疫情紅利”。
總結來說，新銳消費品牌以“人貨場”為核心的數字化轉型，其實是一場顆粒度革命。誰分析問題的維度越細，發現問題解決問題的速度越快，誰將獲得比同類品牌更多的增長機會。這也是零售消費行業從流量時代進入到效率時代，對于精細化運營和快速反應能力的要求。
在一個企業內部，業務場景可能有幾十個甚至幾百個，對應每天要做的決策就有幾千幾萬條。 而數據分析可以幫助企業決策層，以上帝的視角去發現問題抓住機會，讓每一次的決策能夠比原來更加高效和科學。這也是數據驅動決策的本質，不是能給你帶來多少倍的爆炸式增長，而是持續產生比原來多百倍、千倍的增長機會。
回歸到企業最為關注的如何用數據驅動管理升級這個問題中，可以從CEO、一線門店、數據分析師三個關鍵角色視角出發。確定他們對于數據分析的目標和訴求，搭建企業的數據分析體系。
1、CEO：以CEO視角搭建自上而下的數據分析體系
在公司的整體架構中，CEO是控制大局的核心角色，但同時也是距離一線最遠的角色。不僅難以掌握末梢的經營變化，很多時候對于不同業務核心指標的定義與各條線leader也會產生偏差。如何擴大CEO的管理半徑，讓公司上下都能嚴格圍繞CEO的目標去安排工作，成為這個視角最為關心的問題。
如果對CEO定下的核心指標層層拆解，傳達給各級領導層，再由領導層傳達給終端，將會強化整個公司的向心力，更有助于目標達成。
而在我們的解決方案中，目前是通過決策駕駛艙、CEO大屏等應用，幫助企業自上而下梳理業務指標。CEO通過數據的下鉆、聯動等交互就可以掌握各條業務線的發展進度是不是在自己的可控范圍內，對問題作出及時調整。并可以通過空中巡店等應用，足不出戶就能感受終端經營的異常。
（數據大屏demo）
2、一線門店：以“傻瓜式”的應用，給業務終端做減法
因為門店端需要提供有溫度的服務，沒時間去消化數據，所以對于門店端的數據應用應該是越簡單越好，最好能夠直接告訴業務人員該怎么做。
除了通過門店管家等應用將5%優秀店長的數據分析思路復制給95%的其他店長，還可以通過移動端自動預警等功能可以實現數據追人，主動通知員工，促進產品價值最大化。
3、數據分析師：解放數據分析師的重復勞動，聚焦業務分析
回到數據的開發者層面，他們是整個公司數據系統的直接賦能者，卻經常在做一些數據清洗、融合的重復性工作。沒有時間專注業務和數據分析本身，自然就無法給決策層和業務端提供前沿的數據分析模型。
所以，企業的數據建設一定要考慮他們的體驗感，選擇部署簡單、分析靈活、響應速度快、能夠實現自助分析的平臺。讓他們可以有更多的時間專注業務場景本身，實現從借鑒到超越。
CEO、一線門店和數據分析師這三個角色是企業實現數據驅動決策的根據地。以這三個角色為核心進行數據布局，就完成了數據建設的第一步。
在此基礎上，企業可以分三步去落地自己的數字化轉型。首先是以終為始，有目的的規劃自己的數據分析體系；其次是看三年做三個月，分步構建；最后是在落地過程中，如果滿足條件可以實現人和算法的長期共存、相輔相成。 
我們提供的AI（智能決策）+BI（敏捷分析）一站式智能分析平臺，正在與多家新銳消費品牌進行不同階段的合作。
從過往經歷來看，企業數字化運營的階段依次分為，“看得到”，即企業能隨時隨地、各維度各層級地收集數據，而不是只有一張靜態報表；“看得懂”，即將現有數據更深度應用，例如一家門店出現異常，可快速通過數據分析出深層原因；“可行動”，即可利用歷史數據對未來進行預測，以幫助企業決策，未雨綢繆。
專家介紹：
