2018年，商业创新迈进到全新的阶段。商业创新同时伴随而来的，也有风口大热背后的认知沉淀与实践积累，经历2017年大热与资本追捧后的零售领域亦是如此。
7月10日，《零售老板内参》联合36氪举办的2018商业新生态零售主题峰会在北京举行。16位零售大咖和近1000名零售界的同仁和行业精英齐聚，围绕“回归零售本质”，展开高峰对话以及主题演讲，就“传统零售行业转型升级”与“探索零售未来新模式”两大主题进行深度的探讨。
在峰会上，汇纳科技副总裁陈竞毅发表了主题为《数 据 驱 动 的 新 零 售 之“ 新 · 数 据 ”》的精彩演讲。他认为，传统的管理数字到新管理数字，就是从数据采集变成数据管理的方式，从结果导向变成行动导向的平台，从评核管理到掌握趋势。
汇纳科技副总裁陈竞毅
以下为演讲全文：
大家好，我来自于汇纳科技零售事业部。
刚才很多案例都来源于很多成功的企业，他们的背后有着很多应用的案例，其实有着一个共同点，有一个很好的数据驱动平台。我下面跟大家分享一下，对于数据这方面的观点，包括我们之前接触的品牌痛点和未来我们对于数据的发展的看法。
大家可以看到屏幕上面，其实这些都是数据，特别是传统的企业当中他们有很多数据，跟10年前的差异非常大，10年前企业面对很大的困难是我数据不足、我不知道、我不理解、我的业务不清楚。反过来，在今天我发现大部分的企业有太多的数据，他们不知道怎么用，有好几次我们跟客户沟通的时候他们会问一个问题，我现在有这些数据，我后面怎么去用它呢?这个确实是一个很普遍的问题，特别在新零售行业当中，很多都在发展的阶段，大家都在摸索发展的方向。
很多企业他们慢慢的从大数据细看，希望可以从中找到一些答案，不管他们是往下走，或者是把他通过不同的方式去重组，都会面对一个问题，找不到他们想知道的答案。
所以最终我们就看到系统崩掉了，他们花了很多钱和时间都没有达到他们想要的效果，包括刚才说有些新零售的公司已经退出了赛道，关键在于他们对于手上有的数据用的是不是很适合，很有效率的去利用。
在后面有个比较大的课题，对于品牌也好，对于新零售行业的公司也好，怎么去管理数字?而不是数字管理，这两个是不同的概念。
在很多传统的品牌当中，面对一个比较大的问题，他们有的数据源都是我们叫事后的指标，他们有的是内部交易的数据，包括它的交易信息、会员采购记录，这个已经是发生的事情，我们可以叫历史数据，是否做一些前沿的预测，这个确实是一个问号。
另一方面，在企业当中他们也面对很多数据不打通的问题，我们叫数据孤岛，包括他们的供应链、库存、门店系统、人事系统、财务系统，有很多时候他们会面对很大的问题，有部分的数据他们没有办法做匹配，就不能很全面的看到整个画面应该是怎么样的。
最终得出来的效果是说有可能我希望根据我的解读得出了一些结论，结论还是相对比较片面的，我以前也监管BI那个部分，取决于那个人怎么看那个数字，同一个数字放在每一个人的前面，A可能看的结论跟B的结论不一样，这个也是会根据他个人的经验和取向做出判断。
在新的数据时代，首先我们觉得它是多元的，多元的意思是说不单靠自己内部的数据源，还会去参考更多的第三方数据源，因为它的数据更丰富，它数据的来源更全面，可以提供更多不同的维度去参考结论，可以去论证它的结果和方向是不是合理性更强、逻辑性更强。
另一方面，都是以结果为导向的，以前我们有很多的数据都希望去挖掘，怎么去挖掘?就是像开矿一样，前面有座山，我希望在山里面去挖出来一些有价值的东西，像钻石，或者黄金，结果其实那个效率是非常低的，根据以前的统计，一般来说在一个公司里面有效、有用、有价值的数据大概只有1%，等于说有99%在利用数据当中都是无效的。
另外一个是说它必须要提供一个结果，在之前的一些数据应用当中，其实很多企业他们都花了大量的时间去做很多的辩论辩证。举个例子，什么商品打什么折扣，怎么打折扣?在这个辩证当中，很多时候都不能作为很好的结果，最终还是商品管理的团队说，或者是销售说感觉这个东西卖的比较差，这个就打折，或者是哪个商品卖的好，很多东西最后还是回归到人的经验和个人的判断，没有办法可以做成有方向、有行动导向的一个有效的体系。
所以，我们说在数据创新当中可以分成三个部分，第一叫做技术创新，什么叫技术创新呢?我们从单纯的一个业务数据到更多的去关注活动数据，业务数据都是以结果导向的，我最终的营业金额、毛利是多少，活动数据更多是在过程当中，我这个店铺有多少个人来过，它的进店率是多少，特别在最近有一些客户，他们特别关注店的人次，比如有一个店300个人进来，但是有周围有1000个人300个人进来，还是周围10000个人300个人进来，结果是完全不一样。如果是第一种的话，第一，你开店的地址就选对了。第二，可能是陈列非常吸引，让外面路过的人，都很喜欢。如果有10000人路过只有300个人进来。第一，你这个品牌在这个区域不行。第二，人不对，人只是路过，并不是愿意进来消费的目标客群。更多的数字可以让品牌更有效的、更精准的去判断这个事情的结果。对于传统的来说都进入300人，两个店就是一样的，如果加上另外一组数字的时候，这个看法就不一样了，可以做出很多决策方面的行动，是因为定位不对，还是陈列不好看，都可以针对性的去做出一些决策，提升店的品效。
另外，也有很多的品牌更多的关注店里的行为，包括说它在哪个货架里面。之前汇纳刚做了一个项目，给品牌做品类转化率，怎么算的呢?它在这个货架里面的人次和最终买单的人次是多少，比如他卖的是牙膏，在牙膏的货架上面一天有100人去看过，当天买单的只有15个人，货架的转化率就是15%，在这个当中他们更多的可以了解到这个商品在这个地方真正的转化率是多少，以前只有小票才看得出来卖出去15个牙膏，这个牙膏关注的人次是多，还是少，这个可以影响其它的陈列。
另外，我想知道我的会员是谁，其实有个误区，很多品牌他们都认为我有会员的信息，男的、女的、年龄多少，我不知道在座大家有多少人在提供信息的时候，把你会员的信息给到品牌的时候，会给真实的一个信息，一般来说我相信大家都不会给出真实的出生年纪。另外一个应用场景，在收银台的后面做人脸的采集，可以帮他把小票绑定，这个时候他就可以真正的知道消费的客群，买单的人是谁，他关注过什么商品，这个对于整个商品管理当中就可以起到一个非常精准的作用，因为从他的关注到买单到消费他都很清楚整个过程是怎么样的。
另外，同一个商场里面有三四个品牌，我怎么去比?包括我自己跟自己比，不同品牌的比，我的客群是否有效的分开，我们可以看到每一个客人去到多少店，也可以跟商场的客流做个对标。举个例子，之前有个客户对我们说我这个店挺好的，增长了10%，后来我们帮他查一下，商场的客流提高了30%，所以我告诉他这个店并不是太好，商场的客流多了30%，你才高了10%，你肯定有一定的问题在里面。数据源可以给你提供更真实的情况，单看自己的数据比较有限。
以前我们叫产生数据变成了生产数据，这两个是不同的概念，产生数据是从现有的ERP和操作系统里面，从里面挖掘一些有用的信息出来。生产数据的概念是有目标去生产，我希望达到什么效果，我希望了解什么东西，然后主动去采集这方面的数据。
第三个，在数据管理当中，后面是作为资产，以前有个说法，以前说石油是黄金，以后数据就是黄金，所以在数据资产管理当中，刚才提到必须有主动、有目标的去生产数据，然后怎么去管理，包括我需要哪类型的数据，我怎么共享，在现在来说很多企业还是有个问号，说我的数据如果跟大家共享的话，会不会存在一定的问题?我相信这个已经不是说我们愿不愿意去共享的问题，这个是必须要做的。包括现在在BAT当中他们也有很多的数据，很多企业也利用他们的数据把自己的客群、商品管理的更完善，数据的公开并不是说为我自己个人的意愿，更多的是随着科技的发展，它会变成一个必需的行为。流转性，数据怎么流通?刚才提到很多数据本身就是孤岛，数据的流转性越高，其实它的效果越明显，它的流通性越高，它发挥的能力就越大，在这个体系当中搭建一个符合安全性，包括隐私的考量，让大家在一个共同的平台上面更好的利用这个数据的能量去给到最终的消费者体验。
最后一点，就是应用创新。之前也提到都是结果导向的，我知道什么东西，我了解什么东西，可是更多的客户他们现在不满足于我知道又怎么样，他会问你一句，你知道了又可以怎么样，特别是快消品，本身的生命周期很短，以前在女装行业每两周更新一次，每次100个SKU左右，一个店里面一个多月产品基本上被换一次，我知道这个产品卖的好又可以怎么样?他们更多的是希望了解到关于整个品牌的特征，根据我的产品、人手怎么去配合?他现在的趋势跟我们预测的趋势是不是中间存在一个不匹配的差异?如果看到这种差异当中就可以更早的提出预警，告诉他你这个店有可能有问题，我以前的CEO跟我说了一句，零售是一个很注重细节的行业，他管的不只是一个区域，他更管某一个店的某一个产品，在发展当中我们怎么有效的管理，必须要通过数据给到我们一个预测的能力，我们在3000多个店当中，哪一个店有问题，我快速的把它改善过来。
主动管理，像这个例子，其实就是说在一些店铺，我们会用不同的算法变成一个指标，转化成一个颜色，绿、黄、红的，红的等于说可以马上关注，绿的可以暂时不用看它，这样可以很快的在这些有问题的当中找出改善的计划，然后保持整体的健康。现在可以通过手机端，因为现在我发觉我们客户当中用手机端的比用PC端的多很多，现在的高管都是坐在电脑前面，手机端的主动管理也是非常明显的趋势。他们也很希望知道，如果所有的店都达到最高效的时候，我应该是有多少业绩?我损失的是多少?这样的话可以让管理层更有效的评估，我应该看中的地方应该是我的品效，还是我的费用太高，还是我的租金是不是付的太多了，就可以重点的去整体的改善整个公司的利润。
现在来说，最大的问题还是在于应用层面，其实很多传统的企业都是停留在采集、清洗，展示有一些，应用方面还是相对比较弱，这个方面AI可以提供比较好的机会。
总结一下，传统的管理数字到新管理数字，就是从数据采集变成数据管理的方式，从结果导向变成行动导向的平台，从评核管理到掌握趋势，我的公司跟他的公司有什么区别呢?我们知道未来应该怎么去做。
我们希望可以跟更多的品牌和友商一起去开拓这方面的能力，包括说在自主品牌、实施数据管理和共享，在数据的融合方面，我觉得有很多的机会可以利用技术的平台上面更好的服务我们的消费者，谢谢大家。
