借力大数据,社区零售业步入快速发展期
一边是传统百货业日益黯淡,一边是社区零售业步入快速发展期。中国的零售行业,正在酝酿着日渐清晰的商业形态的变革
从数据上看,中国的实体零售业出现了结构性回暖:便利店、社区购物中心等社区商业由于正在进入黄金发展期,由于选址空间大、贴近消费者、营业时间长等优势,在互联网技术改造后的社区商业正在各个社区快速扩张、渗透。但另一方面,传统的专业店、百货店增长依旧乏力,千店一面、千店同品现象突出,部分地区存在结构性过剩。
值得注意的是,新的ICT技术正在重塑中国的零售业,去年移动支付扩张迅速,这在为消费者、经营者提供便利的同时,也成为搜集消费者数据、商品数据的重要入口。
社区商业进入发展黄金期
商务部的报告指出,在宏观经济增速不断放缓,场地租金攀升、企业利润下降的大环境下,门店越开越小,俨然已成为我国实体零售不可阻挡的发展趋势。
在此背景下,便利店、精品超市、社区型购物中心等社区商业将成为零售企业寻求转型升级的重要方向,社区商业已经进入黄金发展期。
根据商务部6月底发布的《中国便利店景气指数报告》,2017年一季度中国便利店景气指数为72.2,高出荣枯线22.2,体现出从业者对行业发展趋势总体持乐观态度。
2016年,中国便利店行业的门店总数同比增长9%,销售规模同比增长13%,门店数量与销售规模保持着较高的增长速度。尤其是便利店单店营业面积小、选址灵活,有利于其快速扩张。
消费领域著名专家、中国贸促会研究院研究员赵萍告诉21世纪经济报道记者,现在的便利店和以往不同,前者是基于O2O概念拓展的新型业态,虽然看起来仍是实体零售业,但都离不开线上线下的互动,比如通过云藏储进行分仓、通过大数据实现就近配送。除了便利之外,更多地引入了电商的基因,这是便利店发展火爆的重要原因。
另一方面,赵萍指出,中国的社区零售在更适应消费者需求的网点选址上具备更大空间。此前,实体零售业大都位于城市商业中心和地区商业中心。目前,商业中心,尤其是三四线城市购物中心出现了严重的结构性过剩。而社区层面上,还有不少黄金网点可供挖掘,小型的、便民的社区业态在选址、节约成本上也有更大空间。
报告也指出,传统零售网点发展不均衡、结构性过剩的问题凸显,中心城区商业网点集中,商业体建设过剩,同质化竞争严重,导致企业盈利困难。业态上,大型百货店、超级市场渐趋饱和。
据联商网不完全统计,2016年全国范围百货与购物中心业态关闭56家门店,大型超市业态关闭129家门店。而“最后一公里”社区商业仍处于初级阶段,以每百万人拥有社区便利店店铺数量统计,日本388家,台湾地区425家,中国大陆城市平均为54家。
报告指出,伴随着我国社区零售整合化、全渠道发展进程逐步加快,投资成本低、成熟周期短的社区零售必将成为支撑行业发展的重要推手。从长期的发展来看,“小而美”的社区化零售业态将更符合新形势下消费市场的客观需求。
赵萍表示,社区商业不仅是“小而美”,也可能是“大而美”,在电商整合以及大型零售企业开始布局便利店的背景下,可能会逐渐形成以便利店小业态为主的大企业。
一个典型就是连锁品牌化便利店的快速扩张。据中国连锁经营协会数据,2016年我国连锁便利店品牌超过260个,门店数达9.8万家,同比增长9%;销售额达1334亿元,同比增长9%;单店日均销售额达3714元,同比增长4%。
在赵萍看来,连锁有利于对便利店的统一配送,并形成自身的品牌效应,集客能力比其他单店更强;通过统一管理统一运作,更容易与电商平台相结合,实现线上线下互动发展O2O模式。
移动支付数据挖掘快速成长
值得注意的一个特征是,中国零售市场正呈现出明显的“新消费、新零售和新生态”特征:互联网技术创新应用活跃,整合全渠道资源,提供线上线下一体化服务,支付方式更加多元高效,品牌连锁经营快速发展,零售商品结构不断升级。
商务部流通业发展司一位负责人表示,在新零售时代,线上线下深度融合成为常态,实体零售与网络电商逐步从独立、对抗向融合协作、优势互补、实现共赢的方向发展。在此过程中,信息化技术驱动占主导地位,大数据、物联网、人脸识别、移动支付等信息技术为企业创新升级提供了技术支撑。
尤其是伴随智能手机的普及,网络支付场景极大丰富,2016年支付宝、微信等移动支付方式在实体门店迅速普及。
根据中国互联网络信息中心最新调查数据显示,网民在实体店购物结算使用手机支付的比例高达50.3%,农村地区使用率也已达到31.7%。2016年底,手机网上支付用户规模达到4.7亿人,比上年增长31.2%,渗透率达到67.5%,比去年提高9.8个百分点。
赵萍表示,移动支付为实体店的转型升级带来了巨大契机,她认为,未来实体店的发展,需要对线下客户、商品有一个数据化的过程。按照此前的方法,持续推进数据化成本很高,将两者精准匹配更是非常难。但移动支付的普及使个人信息与商品信息直接挂钩,在消费者觉得支付便利的同时,完成了数据收集与匹配。
“通过移动支付,实体店进行大数据分析、精准营销也有了特别便利的手段,现在的移动支付还可以与客户社交功能发生联系,实现精准推送、定期沟通。”她表示。
报告称,截至2016年12月,全国企业开展在线销售的比例已经达到45.3%,比上年提高12.7个百分点。零售企业积极提升门店数字化水平,打通线上线下商品、客户、订单信息,更好匹配顾客、商品、场地等零售要素,提升运营效率。
报告指出,互联网零售企业基于自身优势,已在数据挖掘、数据决策领域取得了显著成效,但中国大部分传统零售企业数据基础较为薄弱,在数据挖掘方面仍有巨大的发展潜力。
在客户数据方面,赵萍表示,此前零售业几乎没有相关数据,仅有的会员数据往往只有一个手机号,很难产生价值。数据获取上,我国传统零售企业收集数据方式较为单一,主要是POS机数据和历史交易数据,消费者行为数据缺失。
不过报告指出,目前实体店收集行为数据的技术已非空白,如沃尔玛在手推车上追加跟踪器,根据推车路径改进货架摆放;银泰、大悦城等大型零售企业通过进店WiFi、二维码等方式与顾客交互。
但报告也指出,传统零售企业数据管理技术较为薄弱,数据细粒度不够,数据标准化、数据孤岛问题尚未解决,不能从海量数据中高效地获取关键机会洞察点,数据应用范围大部分局限于商品品类分析报表。数据全面驱动经营决策的发展格局尚未形成。
数据分析咨询请扫描二维码
数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20统计学专业的就业方向和前景非常广泛且充满机遇。随着大数据、人工智能等技术的快速发展,统计学的重要性进一步凸显,相关人才的 ...
2024-11-20