抓住客户数据的智能化应用，也就抓住了新零售的未来

▼

新零售的第一步

在消费升级的宏观商业环境下，2015年，“新零售”的一经提出就得到了各界的关注与热议；2017年3月，阿里研究院给出了“新零售”的定义：以消费者体验为中心的数据驱动的泛零售形态；阿里同时提出：零售的本质是无时无刻地始终为消费者提供超出期望的“内容”。区别于以往任何一次零售变革，新零售将通过数据与商业逻辑的深度结合，为传统零售业态插上数据的翅膀，催生新型服务商并形成零售新生态，是中国零售大发展的新契机。

▽▽▽

根据阿里的最新报告，新零售具有三大特征：

1、以心为本，数字技术创造力千变万化，无限逼近消费者内心需求，最终实现“以消费者体验为中心”，即掌握数据就是掌握消费者需求。

2、零售二重性，即借助数字技术，物流业、大文化娱乐业、餐饮业等多元业态均延伸出零售形态，更多零售物种即将孵化产生；

3、零售物种大爆发，即任何零售主体、任何消费者、任何商品既是物理的，也是数字化的。企业内部与企业间流通损耗最终可达到无限逼近于“零”的理想状态。

我们看到，零售二重性与零售物种大爆发都是基于“以心为本”而将发展进化成的理想零售生态；因此，我认为新零售的第一步就是围绕数据展开的“以心为本”。其中，客户数据作为重要资源已经被诸多优秀零售企业充分认同，零售企业对客户数据的智能应用即是新零售时代中所必备的重要新能力，这也是技术驱动产业变更的一个体现。

零售业客户数据应用的价值洼地

新的零售环境中，真正实现以心为本就需要做到企业内部客户数据的前台、中台与后台的全域畅通；然而我们仍会注意到，零售企业在客户数据应用方面亟需改善及进行价值挖掘的领域。

一、业务系统的更新赶不上时代变化，客户数据碎片化严重，零售终端的业务能力被限制

以客户数据管理的角度来看，对于零售企业而言，当下最大的挑战就是多渠道用户的数据整合与管理，这个话题的重点在于各个渠道数据进来后企业该如何解决数据统一的问题。

目前大部分零售企业在不同渠道运行着多个系统，各个系统也都隶属于不同的业务部门，由IT部门提供技术支持。各系统分别有独立的数据库，之间基于已定义好的业务流程通过API接口的形式进行数据流转。

这是当下主流的技术架构，但当客户数据开始暴增，业务部门对数据的实时性与应用的需求提升时，传统的CRM是否还可以处理如此变化的业务，传统的BI是否还可以让决策人员实时了解业务的动态变化，业务执行团队是否可以不在IT的支持下就可以轻松的调用数据，这些都是现实且棘手的问题。

此外，线下门店是零售企业与消费者面对面接触的主要地点，传统的门店POS系统更多功能在于实现业务结算或简单的店仓与员工管理，如何将CRM系统中宝贵的客户数据形成业务策略来支持店员提升用户体验，是每一个有线下门店的企业应思考的问题。

二、客户管理模式与体验的创新与提升

更多用户触点与数据给零售企业带来挑战的同时，也带来了创新可能；但现实是日渐复杂和个性化的用户体验需求已无法被传统的客户管理模式所满足。

目前很多传统零售企业依旧执行着多年前设计会员管理架构，积分体系。更重视客户的消费能力，却忽视传播与分享能力。将消费客户作为核心客户管理，而将社交媒体粉丝作为营销资源管理与使用。在新客招募方面，只重视数量的积累，而忽视了后期的服务与维护，种种现象让客户产生了比较差的体验，从而只能看重那仅存的利益刺激，从而形成了普遍的促销客户而非忠诚客户。

三、营销内容重于用户细分，流程监控缺失，导致营销效率不高

随着社媒的发展，品牌对于营销内容的创新甚至可扩散性投入过多的精力和成本。不可否认优质的内容的确可以产生更多传播，但再优质的信息传递给错误的人是不会产生预期反应的；另外，当营销活动设计了针对性的内容后，自动化的流程管理与监控将是最重要的事情，这是被一些企业所忽视的。

营销活动还涉及多个数据监控点，监控点不仅可以分析出活动效果，还可以形成从市场到业务的全路径效果，长期的积累后形成更深的客户认知。然而由于各品牌业务职能部门的划分不同，导致营销效果的上升遇到了很大瓶颈。

客户数据的智能应用实践

新零售时代给零售行业带来巨大挑战，零售企业务必具备“新能力”——客户数据的智能应用才能应对挑战，拥抱新机遇；技术作为行业变革的主要推手，需要引起全体零售企业的重视，业务系统的升级调整的速度将决定在下一个竞争周期中的起跑点。

结合对行业发展趋势的把握，我认为，服务商应该在传统CRM基础上建立全新的UDES（UserData Eco-System），旨在将客户粉丝等多种身份融合，并且在一个系统支持销售、营销、CRM、IT、决策层五个重要部门的需求，大大提供数据利用率，也有效降低未来系统升级与扩展成本。

比如，众多美妆企业现在策划和搭建中的数据解决方案，其中涉及客户管理；智能营销；门店终端管理；动态数据平台等核心功能，这一切的目的就是通过对客户数据的智能应用来提升数据利用率。

首先，通过ERP获取线下消费；服务商通过官方接口获取电商平台数据，同时利用服务商自有的微信后台对接品牌微信，并实现全部微信交互内容的数据标签化与实名化。然后利用手机号进行客户身份整合，建立一个客户ID体系的CSV（Customer Single View）。之后基于服务商对零售行业数据分析能力的积累，通过对交易数据；交互数据；肌肤数据的分析建立属性特征。

以上三个部分作业务前准备，主要是保证数据的实时有效更新，与大量数据的业务化可应用。接下来，服务商会将这些数据推送至智能营销；门店终端；报表平台等应用系统。

目前，市场上的先进智能门店终端可以基于客户基础属性，消费特征，交互特征等多种历史数据结果进行精准细分，营销人员在建立细分人群后就可以制定规则启动自动化推送流程，并且实现全流程数据的监控与回收。

而智能终端系统可以实时调用后台的客户数据，包括消费、积分、活动历史等，让导购人员在一线就可以更全面的认知面对面的消费者，基于对数据的处理，系统还会向导购推荐高购买率产品组合从而提升交易成功率。同时，智能终端还针对化妆品整合了肌肤测试系统与试装应用，从而掌握客户的重要肌肤变化数据，优化业务。

上面是简练概括了对服务商为美妆品牌服务的过程，其实品牌的核心诉求是希望通过提高客户体验从而提升业务，这是一个客户忠诚度与经济效益双向发展的策略。

在过去，零售终端系统往往只用于销售结算等与业务直接有关的场景；而作为最佳客户体验的接触点，线下门店应不再单纯以追逐销售额为目标，终端系统也应围绕营销转化进行升级，具体体现在：

场景化营销促进品牌招新

优化客户体验提升会员活跃度

增强用户洞察促进营销转化

优化员工管理，实现成本控制

在新概念、新模式、新技术层出不穷的当今社会，像零售业这样依然传统的行业，面临巨大的机遇和挑战。工欲善其事，必先利其器；抓住客户数据的智能化应用，也就抓住了新零售的未来。当零售企业能够从客户的角度出发，挖掘更多的客户价值，积极满足不同客户的需求，零售企业方能赢得广泛的市场认可度和更高的客户忠诚度。

■本文来自牛透社