提起新零售,你的脑海里可能会浮现出“线上线下融合”“人-货-场重构”等理论词汇。但你可能并不知道它们究竟是如何实现的,也不了解它的核心与本质究竟是什么。你或许在被动地接受认知,却不知如何主动拥抱变革。
近日,天猫新零售运营专家及新零售先锋品牌,分享不同行业新零售的玩法,探讨数据在新零售场景的应用,通过数据洞察消费者需求与痛点,进行C2B模式的新品开发、品类的拓展、精准营销以及柔性供应链的驱动。
近两年以来,天猫一直在探索新零售的各种可能性,越来越多的品牌开始选择借力天猫来拥抱新零售。截至目前,已有1000多个品牌接入天猫新零售系统,活跃门店数高达10万家。
那么,品牌的新零售道路大概会分为几步走呢?
据小二介绍,天猫为品牌打造新零售赋能场景可以分为四个阶段:
第一阶段为商品打通,品牌需要将线下零售的全渠道商品进行共享。
平台会为门店提供物流能力,帮助门店发货、门店自提以及线下扫码购等。比如,服装品牌伊芙丽打通全渠道商品及库存数据后,在双11期间通过系统自动匹配就近门店直接发货,物流效率大大提升,客户体验得到优化,最终实现线上线下销售同步增长。
第二阶段为智慧门店,利用各种黑科技赋能线下门店。
首先建立数据化客流分析,从进店用户、兴趣用户到购买用户,对不同群体做出精准识别,并引导用户快捷入会。
通过智能支付(阿里的POS支付工具或者支付宝的当面付与线上进行结合),从而沉淀出线下支付的人货品匹配数据,并进行线下选品和营销;创建智能导购,根据用户偏好进行营销,帮助导购人员与不同层次的用户建立长期联系。
举个例子,以往线下导购需要不断询问用户喜好,效率不高还容易导致客户的抵触情绪。
为了让用户“自主”表达需求,家居品牌索菲亚研发了一款3D渲染软件,客户输入户型尺寸后,软件可以实时按照比例出效果图,而在做方案的同时,消费者可以根据品类、搭配、风格、个性喜好以及突然萌发的新想法,直接在图上进行修改,这样不仅节约了店员和用户双方的沟通成本,也让消费者的个性化定制需求得到满足。
第三阶段为线上线下数据融合,打造数据商业化场景。
一方面,品牌能够基于用户地理位置的LBS营销,将用户引流到店;基于现有的消费者用户资产,在可控的店铺、品牌号、微淘进行定向用户的营销;还可以在阿里巴巴的媒体联盟拓展更多的潜客,从而在媒体联盟的各个渠道进行更高的转化。
基于这样的数据应用场景,品牌们的套路越来越有新意,比如线上流量线下转化。线上粉丝只要进入门店3公里范围内,就会自动接收到优惠信息或赠品福利信息。
美妆品牌林清轩给门店附近粉丝设置了3ml的润肤油小样和20分钟护理等福利,吸引她们到门店领取小样并体验产品,测试下来发现转化率高达80%,效果尤为惊人。
另一方面,数据打通可以帮助品牌在预测、生产、品牌的营销零售、零售环节的选品和选址等各个环节进行商业化的赋能,让商家在生产企划环节和零售环节捕捉到精准的消费者需求,实现商品的效率最大化。
以服装行业为例,伊芙丽通过预热期商品的基础数据,例如“点击率、收藏人数、加购人数、历史品类转化率、收藏加购率”等多项数据指标,建立商品预测数据模型。这套模型在2017年双11期间的预估产销准确率达到95%以上,联动供应链快速响应生产追单,最终双11达到2.83亿的销售!
第四阶段为品牌人-货-场的重构,利用沉淀数据打造新零售门店。
门店中有较多智能硬件的植入。例如:云货架、搭配魔镜、二十四小时不打样的门店,利用高科技在门店实现无限宽度和深度的商品陈列,并通过对人的识别进行精准的商品推荐,在单个门店中实现商品效率最大化。
这些智能硬件的植入,背后仍然需要数据作为支撑。玛丽黛佳推出的色彩贩卖机,虽然看起来是一台“无人售卖机”,但它却能记录线下消费者对口红色号、质地等偏好,从而发现消费者在线上、线下场景的不同购物习惯,反方向推动品牌的产品升级。
与此同时,根据不同地域消费者对色彩、质地的偏好,机器的产品投放也会根据人群变化而做出相应调整,从而实现商品效率的最大化。
中小商家也把握新零售风口!
也有商家会产生这样的疑问:“只是单纯的线上商家,也没有打算去开实体店,那我还能参与其中吗?”
仔细看完上述一系列举措,你会发现它们的最终目的只有一个:
各项黑科技的应用,都是为了提升消费者体验。
而数据能够让我们更了解自己的客户是谁,其兴趣爱好、购买习惯、消费能力等,从而反向重塑我们的产品结构和营销手段,提供消费者更愿意为之买单的产品及营销服务,优化消费者的购买体验。
这些规律放在任何一个行业都很适用。
服装品牌伊芙丽针对当季潮流款抓取大盘流行趋势、品类波动在2017年双11前期就预测出毛呢品类有比较大的增长,并具体到双面呢面料、及颜色为焦糖色,然后精准预测销量,并及时追单,最终实现双11销售1万件的优异成绩。
此前在研究女装潮流人群时就发现,潮流人群对于焦糖色、砖红色、墨绿色有着强烈的偏好,如果商家能及时把控潮流人群的最新动向,并将数据结论应用到备货生产中,就能收获不俗的业绩提升。
消费者数据的应用场景十分广泛,除了用于指导品类选择,还可以用于指导品牌联合营销和精准营销。商家通过分析用户购物篮里的交叉和联系,找到与自身用户重叠度最高的店铺,既可以发起联合营销,也可以做钻展定向投放,最终实现店铺的转化效率提升。
比如,索菲亚通过数据银行发现某个品牌跟它的用户重合度很高,因此双方在去年“双十一”期间展开联合营销活动,并在各自页面上互推了位置。数据结果显示,从该品牌页面导流来的用户的成交转化率比其他店铺多出一倍。