提起新零售， 你的腦海裡可能會浮現出“線上線下融合”“人-貨-場重構”等理論詞彙。 但你可能並不知道它們究竟是如何實現的， 也不瞭解它的核心與本質究竟是什麼。 你或許在被動地接受認知， 卻不知如何主動擁抱變革。
近日， CBNData邀請天貓新零售運營專家及新零售先鋒品牌， 分享不同行業新零售的玩法， 探討資料在新零售場景的應用， 通過資料洞察消費者需求與痛點， 進行C2B模式的新品開發、品類的拓展、精准行銷以及柔性供應鏈的驅動。
近兩年以來， 天貓一直在探索新零售的各種可能性， 越來越多的品牌開始選擇借力天貓來擁抱新零售。
那麼， 品牌的新零售道路大概會分為幾步走呢？
據小二介紹， 天貓為品牌打造新零售賦能場景可以分為四個階段：
第一階段為商品打通， 品牌需要將線下零售的全管道商品進行共用。
平臺會為門店提供物流能力， 幫助門店發貨、門店自提以及線下掃碼購等。 比如， 服裝品牌伊芙麗打通全管道商品及庫存資料後， 在雙11期間通過系統自動匹配就近門店直接發貨， 物流效率大大提升， 客戶體驗得到優化， 最終實現線上線下銷售同步增長。
第二階段為智慧門店， 利用各種黑科技賦能線下門店。
首先建立資料化客流分析，
通過智慧支付（阿裡的POS支付工具或者支付寶的當面付與線上進行結合）， 從而沉澱出線下支付的人貨品匹配資料， 並進行線下選品和行銷；創建智慧導購， 根據使用者偏好進行行銷， 幫助導購人員與不同層次的使用者建立長期聯繫。
舉個例子， 以往線下導購需要不斷詢問使用者喜好， 效率不高還容易導致客戶的抵觸情緒。
為了讓用戶“自主”表達需求， 家居品牌索菲亞研發了一款3D渲染軟體， 客戶輸入戶型尺寸後， 軟體可以即時按照比例出效果圖， 而在做方案的同時， 消費者可以根據品類、搭配、風格、個性喜好以及突然萌發的新想法，
第三階段為線上線下資料融合， 打造資料商業化場景。
一方面， 品牌能夠基於用戶地理位置的LBS行銷， 將用戶引流到店；基於現有的消費者用戶資產， 在可控的店鋪、品牌號、微淘進行定向用戶的行銷；還可以在阿裡巴巴的媒體聯盟拓展更多的潛客， 從而在媒體聯盟的各個管道進行更高的轉化。
基於這樣的資料應用場景， 品牌們的套路越來越有新意， 比如線上流量線下轉化。 線上粉絲只要進入門店3公里範圍內， 就會自動接收到優惠資訊或贈品福利資訊。
美妝品牌林清軒給門店附近粉絲設置了3ml的潤膚油小樣和20分鐘護理等福利，
另一方面， 資料打通可以説明品牌在預測、生產、品牌的行銷零售、零售環節的選品和選址等各個環節進行商業化的賦能， 讓商家在生產企劃環節和零售環節捕捉到精准的消費者需求， 實現商品的效率最大化。
以服裝行業為例， 伊芙麗通過預熱期商品的基礎資料， 例如“點擊率、收藏人數、加購人數、歷史品類轉化率、收藏加購率”等多項資料指標， 建立商品預測資料模型。 這套模型在2017年雙11期間的預估產銷準確率達到95%以上， 聯動供應鏈快速回應生產追單， 最終雙11達到2.83億的銷售！
第四階段為品牌人-貨-場的重構，
門店中有較多智慧硬體的植入。 例如：雲貨架、搭配魔鏡、二十四小時不打樣的門店， 利用高科技在門店實現無限寬度和深度的商品陳列， 並通過對人的識別進行精准的商品推薦， 在單個門店中實現商品效率最大化。
這些智慧硬體的植入， 背後仍然需要資料作為支撐。 瑪麗黛佳推出的色彩販賣機， 雖然看起來是一台“無人售賣機”， 但它卻能記錄線下消費者對口紅色號、質地等偏好， 從而發現消費者線上上、線下場景的不同購物習慣， 反方向推動品牌的產品升級。
與此同時， 根據不同地域消費者對色彩、質地的偏好， 機器的產品投放也會根據人群變化而做出相應調整， 從而實現商品效率的最大化。
中小商家也把握新零售風口！
也有商家會產生這樣的疑問：“只是單純的線上商家，也沒有打算去開實體店，那我還能參與其中嗎？”
仔細看完上述一系列舉措，你會發現它們的最終目的只有一個：
各項黑科技的應用，都是為了提升消費者體驗。
而資料能夠讓我們更瞭解自己的客戶是誰，其興趣愛好、購買習慣、消費能力等，從而反向重塑我們的產品結構和行銷手段，提供消費者更願意為之買單的產品及行銷服務，優化消費者的購買體驗。
這些規律放在任何一個行業都很適用。
服裝品牌伊芙麗針對當季潮流款抓取大盤流行趨勢、品類波動在2017年雙11前期就預測出毛呢品類有比較大的增長，並具體到雙面呢面料、及顏色為焦糖色，然後精准預測銷量，並及時追單，最終實現雙11銷售1萬件的優異成績。
此前CBNData在研究女裝潮流人群時就發現，潮流人群對於焦糖色、磚紅色、墨綠色有著強烈的偏好，如果商家能及時把控潮流人群的最新動向，並將資料結論應用到備貨生產中，就能收穫不俗的業績提升。
消費者資料的應用場景十分廣泛，除了用於指導品類選擇，還可以用於指導品牌聯合行銷和精准行銷。商家通過分析用戶購物籃裡的交叉和聯繫，找到與自身用戶重疊度最高的店鋪，既可以發起聯合行銷，也可以做鑽展定向投放，最終實現店鋪的轉化效率提升。
比如，索菲亞通過資料銀行發現某個品牌跟它的用戶重合度很高，因此雙方在去年“雙十一”期間展開聯合行銷活動，並在各自頁面上互推了位置。資料結果顯示，從該品牌頁面導流來的使用者的成交轉化率比其他店鋪多出一倍。
在美妝行業，CBNData通過分析近三年消費者購物籃變遷發現，用戶逐漸從護膚需求升級為彩妝需求。升級的首選品類，除了大家熟悉的唇膏口紅，眼影也是主流選擇之一，這也意味著眼影將會是很多彩妝新客的優先選擇。瑪麗黛佳的鬼馬“小魔盒眼影的問世正是基於這樣的資料發現。
CBNData認為，商家在分析產品趨勢的時候需要關注三個方面，以眼影為例：
第一是分析熱銷商品屬性趨勢，看消費者喜歡為具有哪些特徵的商品買單。比較關鍵的屬性有質地，規格，概念，功能，品牌等等；
第二是分析搜索詞，借此來判斷消費者在進行購買決策前主要考慮哪些因素。對於眼影而言，舉例來講“初學者適用”就是一個是很關鍵的購物訴求；
第三是分析評論詞，並從中分析客戶品牌相對競品在重要維度上的優勢和劣勢，説明品牌識別產品創新機會。
總結來說，新零售是利用互聯網技術提升消費者體驗，也讓經營效率得到提升，成本得到控制。從這個角度來說，資料化運營是新零售時代每位商家都應該學會的必備生存技能。
因此，新零售並不是一場只有大品牌才能拿到入場券的大PARTY。不論是大品牌還是小店鋪，不論你是否擁有線下門店。當你掌握它的“核心技術”，每個人都可以成為新零售時代的參與者。（文章源自：天下網商）
中小商家也把握新零售風口！
也有商家會產生這樣的疑問：“只是單純的線上商家，也沒有打算去開實體店，那我還能參與其中嗎？”
仔細看完上述一系列舉措，你會發現它們的最終目的只有一個：
各項黑科技的應用，都是為了提升消費者體驗。
而資料能夠讓我們更瞭解自己的客戶是誰，其興趣愛好、購買習慣、消費能力等，從而反向重塑我們的產品結構和行銷手段，提供消費者更願意為之買單的產品及行銷服務，優化消費者的購買體驗。
這些規律放在任何一個行業都很適用。
服裝品牌伊芙麗針對當季潮流款抓取大盤流行趨勢、品類波動在2017年雙11前期就預測出毛呢品類有比較大的增長，並具體到雙面呢面料、及顏色為焦糖色，然後精准預測銷量，並及時追單，最終實現雙11銷售1萬件的優異成績。
此前CBNData在研究女裝潮流人群時就發現，潮流人群對於焦糖色、磚紅色、墨綠色有著強烈的偏好，如果商家能及時把控潮流人群的最新動向，並將資料結論應用到備貨生產中，就能收穫不俗的業績提升。
消費者資料的應用場景十分廣泛，除了用於指導品類選擇，還可以用於指導品牌聯合行銷和精准行銷。商家通過分析用戶購物籃裡的交叉和聯繫，找到與自身用戶重疊度最高的店鋪，既可以發起聯合行銷，也可以做鑽展定向投放，最終實現店鋪的轉化效率提升。
比如，索菲亞通過資料銀行發現某個品牌跟它的用戶重合度很高，因此雙方在去年“雙十一”期間展開聯合行銷活動，並在各自頁面上互推了位置。資料結果顯示，從該品牌頁面導流來的使用者的成交轉化率比其他店鋪多出一倍。
在美妝行業，CBNData通過分析近三年消費者購物籃變遷發現，用戶逐漸從護膚需求升級為彩妝需求。升級的首選品類，除了大家熟悉的唇膏口紅，眼影也是主流選擇之一，這也意味著眼影將會是很多彩妝新客的優先選擇。瑪麗黛佳的鬼馬“小魔盒眼影的問世正是基於這樣的資料發現。
CBNData認為，商家在分析產品趨勢的時候需要關注三個方面，以眼影為例：
第一是分析熱銷商品屬性趨勢，看消費者喜歡為具有哪些特徵的商品買單。比較關鍵的屬性有質地，規格，概念，功能，品牌等等；
第二是分析搜索詞，借此來判斷消費者在進行購買決策前主要考慮哪些因素。對於眼影而言，舉例來講“初學者適用”就是一個是很關鍵的購物訴求；
第三是分析評論詞，並從中分析客戶品牌相對競品在重要維度上的優勢和劣勢，説明品牌識別產品創新機會。
總結來說，新零售是利用互聯網技術提升消費者體驗，也讓經營效率得到提升，成本得到控制。從這個角度來說，資料化運營是新零售時代每位商家都應該學會的必備生存技能。
因此，新零售並不是一場只有大品牌才能拿到入場券的大PARTY。不論是大品牌還是小店鋪，不論你是否擁有線下門店。當你掌握它的“核心技術”，每個人都可以成為新零售時代的參與者。（文章源自：天下網商）