新零售人人都在说，可到底怎么做？作为从业者分享下个人的思考，希望对大家有帮助。本文不光回答什么是新零售，还会指出新零售实操中的五重境界，以及给出对行业内各方参与者的建议。

新零售的概念，最早进入大众视线应该是在2016年10月13日的阿里巴巴云栖大会上，马云说：未来没有电子商务，只有新零售，线上、线下和物流必须结合在一起，才能诞生真正的新零售。从此，阿里开始了自己的新零售之路，也引发了新零售的风潮。虽然在当天更早的时候，雷军也在另一个峰会上提到：希望用互联网思维，做线上、线下融合的新零售业态。

从新零售被提出到现在已有3年时间，在如今飞速发展的科技社会背景下，3年基本就是一个时代。今天，似乎很难再说“新零售”是“新”的零售了。“新零售”还有一堆等价的名称，例如“智慧零售”、“无界零售”、“未来零售”等，在我看来其实都在讲同一个故事，不管用什么词来形容，目的都是为了表明其与传统线下零售和纯线上电商的不同。

作为自认为“新零售”领域的从业者，趁着“新零售”还未过时，也想总结下自己的一些思考，且与大家分享。

什么是新零售？

那么，要回答的第一个问题，当然就是：什么是新零售？

毕竟“新”这个形容的方式也太感性了，以至于其实很多人无法真正理解其概念，即便是业内人士也很难对其定义达成一致。就像大数据的“大”，即便今天大家都把大数据挂在嘴边，可也不一定都能讲明白这个“大”背后的含义。形容的方式越抽象，解释起来也就越困难。

丘吉尔说过：你能看到多久的历史，就能看到多远的未来。

为了真正看透新零售，我们需要先回顾下零售的历史。

19世纪80年代的美国，诞生了一项重要的技术——铁路，这可能是最早的“互联网”了。从此铁路网把城市、小镇、乡村连接了起来，基于铁路的基础设施服务，一种新的零售业态出现了，那就是邮购。通过向铁路沿线的人民提供邮购目录选择商品，使得消费者可以购买到之前在传统夫妻店里无法买到的商品，邮购公司的统一采购还能有效控制商品价格。在这个时期最具代表性的公司便是西尔斯。

随着人口的扩张和汽车的普及，差不多在同一时期，简易的连锁店和超市开始出现。但由于战争等原因的影响，直到1950年左右才迎来了大型购物中心业态的流行，在这个阶段除了汽车，还有一项关键技术开始普及：信用卡。

在1962年，一家伟大的公司诞生，在70年代开始爆发，并一直发展至今，这便是沃尔玛，沃尔玛的独特之处在于其商品种类的繁多和对价格的极致控制。其代表的业态可以被称为大型折扣超市。

时间线推进到20世纪80年代，仓储型会员超市Costco在1983年成立。今年8月27日，Costco在上海开出了第一家中国大陆的门店，并以开市客的名称进入大众消费者视野，在这之前我们一般叫它好市多。Costco的特点是：

1. 毛利极低，沃尔玛天天低价策略下的毛利率在25%左右，而Costco的毛利率是11%，不到沃尔玛的一半；
2. 精选SKU，沃尔玛的SKU在十万量级，大型电商的SKU超过百万，而Costco的SKU通常不超过5000；
3. 付费会员制，这是Costco的运营核心，一年普通会员55美金，高级会员110美金。其利润几乎全部来源于会员费，在美国其会员续费率超过90%，会员忠诚度极高。

到2000年前后，借助互联网技术的发展，电子商务开始席卷全球，线上线下各种零售业态百花齐放，到这时的故事，大家多少也都经历了解了。

这里虽然更多的是回顾西方零售的发展史，但参考大趋势，在中国也是基本一致的。从1900年的秋林公司在哈尔滨成立，开启我国的百货商店时代，一直到20世纪90年代，我国的零售业主要都是以国有大型百货为主体的单一业态。

在此之后，超级市场的业态进入中国，并陆续诞生了便利店、专卖店等零售业态。在商业地产的整合下，大型购物中心便开始出现。进入2000年，电商一步一步成为主流的购物渠道，至今已占到我国总社零的1/4以上……

限于文章主题和篇幅限制，无法具体分析每种业态的特性和其成功的原因，事实上这些资料其实网上也已经一大把了。而我看到的是：新零售其实是结果，是诞生后相较历史的区别。

每个阶段都有新零售诞生，然后该阶段下的主流业态就会被定义成传统零售，而每个阶段的新零售的实现路径有所不同。这次直接提出“新零售”这个名字，可能只是我们还没想到更合适且确切的的词来定义这种新的零售业态吧。

再回归到零售的本质，可以观察到其核心从来没有改变过，变化的是用户的需求和需求程度，不变的是对用户需求的满足。对用户需求进行高度抽象后，其永恒的共性就是大家常说的：多、快、好、省。

• 多：商品的广度和深度，提供更多的选择
• 快：用户可以快速获得自己想要的商品，商品可以快速投入到市场
• 好：商品的质量好、体验好、品牌好等，其本质是产品的实际价值确实很好的解决了用户的问题
• 省：不是单纯的便宜，而是性价比足够高

每一个阶段的“新零售”，都是较之前的“传统零售”在某一点或某多点上，有了长足的进步，以至于让消费者有了明显的体验提升。下图是对零售业态演进的描绘，也许总结的点不完全对，但整体的趋势是正确的。

接下来，可以回答最初的问题了，在当下我们提新零售，是想做什么样的零售？我觉得完整的答案需要分为ToC和ToB，C端是目的，B端是手段。

C端的定义是：全渠道同品同质同价

（1）全渠道

线上+线下≠全渠道，单纯的提线上线下结合，是一种简单的形式主义，并没有总结到全渠道的精髓。事实上，复杂的事物通常是很难简单的一分为二的，请谨慎使用二分法。

我对全渠道的理解是：

1. 全渠道本质上是一种流量思维。是对传统零售的产品思维或者卖方思维的颠覆，哪里有流量，商户就应该到哪里去。从传统的人找货，转变为货找人。
2. 全渠道不止是并行获客，而是在用户购买旅程中的串行触达，用户全生命周期的持续运营。要理解用户从注意到你的产品，到购买使用，再到忠诚留存，再到口碑推荐，最后到流失是一个完整的流程。针对处于不同阶段的用户，都要顺应其本性在合适的渠道进行运营，目的应该是用户生命周期总价值的最大化。
3. 搭好通路不是完成了全渠道，而是全渠道的开始。没有数据驱动下的针对到每一个用户的精细化运营，全渠道就是还没有设置红绿灯的十字路口，虽然道路四通八达，可必然会混乱、拥堵，甚至发生车祸。要把对车流的管控，细致到对每辆车的管控。追求的不是平均用户生命周期价值的最大化，而就是每一名用户的价值最大化。这也意味着，纯靠人已经很难办到了，必须依靠机器。

（2）同品同质同价

• 同品，指的是在物理上的输入和输出以及生产的原理、方式、条件等没有本质区别的两件商品，并不一定就是同一个SKU；
• 同质，指的是任何购买渠道下这件商品本身和用户购买这件商品的整个过程中的体验满足程度应该几乎完全一致；
• 同价，指的是不论用户通过任何渠道购买，所付出的成本应该几乎完全一致，这里的成本绝不止是金钱上的，还包括了挑选商品、购买决策、等待、实际使用等各环节的其他成本。

当实现全渠道同品同质同价后，消费者和商家之间的信息不对称被极大的消除，匀质带给用户最稳定的体验，提供的确定性可以让用户产生极大的依赖。而宏观来看，用户不再需要挑三拣四，四处比价，线下体验线上购物等行为，社会总成本能被有效降低，整体的效率会变得更高。

在用户可以无差别选择购买渠道后，会倒逼零售商提供更优秀的服务，个性化的体验等以获取更大的收益。另一端则需要优化供给侧的效率，努力降低成本，提高利润空间，这块在后面的B端部分会详细说明。

那么全渠道同品同质同价好做到吗？

做得到，但是不容易。由于历史发展的原因，不论是线下的传统零售商，还是线上的电商，在一开始都不会考虑到建设全渠道的零售体系，基本都是奔着某一块蛋糕去的。

这导致在进行渠道互通融合时异常痛苦，况且大量零售商由于对全渠道错误的理解，导致错误的渠道融合方式，完全是白费功夫。这里先不论怎么做，后面会具体讲到。但即便知道了正确的行动路径，这也是一场深刻的变革，以至于推进困难，这其中更多的是人的原因。

在前端的打通，也就是表面的全渠道，是相对容易实现的，因此大量转型新零售的玩家基本做到并且停留在这一阶段。当然基于这点，可以持续完善用户侧的体验，也能形成自身的核心优势。

之后是后端供应链的打通，这涉及到对仓储物流的统一调配，上游供应商的整合和淘汰，生产线的标准化等，以及支撑这一切的底层数据打通。这里就牵动了太多相关方的利益。

人人都知道供应链管理的整体绩效目标是供应链盈余最大化，可在信息不互通、资源分散的链条上，由于又没有强有力的整合方，每个节点都只盯着自身的利益，反而使得整个供应网络低效不经济。同时，当既有利益链条已经形成并且维持多年后，反而变得越来越稳固，其中很难有任意一方具备改造链条的能力，零售商不行，平台不行，商家也不行。

例如常见的电商特供，其诞生的主要原因便是品牌方一方面觊觎线上的流量资源，一方面又被线下的分销网络绑架，导致虽然电商特供产品标榜为同款，但实际在售价、渠道、生产线（生产标准）等方面都不尽相同，最后困惑的自然是消费者。电商特供款在服饰、酒水、黑白家电等行业都非常常见。

通常来说，销售渠道铺设的越广泛越下沉，能触达的用户群体是多了，但相应的对体系的管控能力也会越弱。所以我们看到OPPO、VIVO在不同渠道，甚至同一渠道不同个体下的售价、品质都可能有所不同，相比之下小米更容易做到全渠道的同品同质同价。

另一个例子是特斯拉的直销模式对比其他汽车品牌的4S店经销商，没有不同经销商间的相互踩价，也不会逼着你装精品。

B端的定义是：效率革命

这是一个描述非常容易，实操非常困难的定义，但确实是在B端，新零售之所以为新的本质。接下来套用永恒的“人货场”模型来讲解下何为效率革命。

很难说“人货场”三者中，哪一个更重要，它们更像是等边三角形的三条边，共同构建了这个稳固的模型。不过介于“场”是连接“人”和“货”的媒介，同时其革命的层次也更基础，理解了“场”的效率问题有助于更好的理解“人”和“货”，所以我们先从“场”入手。

“场”是“人”和“货”发生关系的地方，这里的关系不局限于用户对商品的观察、试用、交易等与购买强关联的场景，也包含了更前向的用户产生购买需求，甚至是对用户潜意识里的触达，也包含了用户购买后的使用体验、售后服务和推荐传播。

综合来看，在“场”中贯穿了3条资源流向：信息流、资金流和物流。

信息流充当了在特定时间特定空间下对特定用户特定情绪的触发，并推动用户完成行动。在每个节点上，都应有针对性的信息流设计。

资金流的启动标志着交易已经发生，需要尽一切努力保证支付成功率，无论是用户主动放弃还是因系统原因终止的交易（退货不算）都是对潜在交易额的损失，平衡好付款的便捷性和安全性是资金流里永恒的课题。

物流代表商品的交付方式，通常用户可感知的只是物流的最后一段，要么是快递上门，要么是门店自提，然而真实的物流过程却是这样的：

其实这也只是狭义上的物流过程，描绘了从发件到收件的全流程。要提升效率，需要思考更上游的分销网络设计，我将在后面的“货”部分提到。物流环节既要控制成本，又要不断提高及时性和安全性，因此一定是效率高者胜出。

“人”意味着流量，但流量不止是入口，需要考虑从流量触达到服务结束的全流程。对于“人”的研究是互联网公司的强项，正好传统零售公司在这块确实有很大的提升空间，所以我们目前看到的很多创新融合都是基于”人“展开的。

在过去传统零售公司一方面被卖方思维限制，有什么货就卖什么，而对用户的实际需求欠考虑；另一方面受限于技术条件，在线下基本只能拿到最终的交易数据，前向的其他环节的重要数据全部缺失，导致商家更难把握用户。

现在要提升效率，就不能只盯着最终的销售额，而需要拆分其构成并分别运营。计算销售额的公式在不同公司不同部门可能都有不同的算法，我们只看一个比较通用的：GMV=流量*转化率*客单价*消费频次。

要提升效率，就要为每一类构成去制定针对性的运营方案，但通常不会同时执行，要考虑企业目前的发展阶段和用户在生命周期中所处的位置，不要幻想能一口吃个胖子。例如参考AARRR等类似模型，在不同时间阶段找到对GMV贡献效率最高的提升因子，集中火力做到事半功倍才是正确的做法。多管齐下只会困扰用户，各指标下的运营规则互相打架，最后连公司自己都算不清账，反而事倍功半。

最后说到代表供应链的“货”，供应链的优化水平很可能是未来各零售商间拉开差距的重要一环。

• 首先其改造的难度之大，不论是事情本身，还是人的因素，在前面都有谈到了；其
• 次这也是大量互联网公司的知识盲区，即便手握技术和数据，但传统零售在供应链上已有百年积累，理论也相当成熟，这可不是光靠互联网思维就可以颠覆的。

互联网企业要对供应链行业，包括传统零售有敬畏之心，要真正去深入了解，和领域内专家沟通，再洞察问题。

不同细分行业里可能都有不同的供应链，有些是设计搭建的，有些可能是自然演进的，但肯定都不会是最优的。例如在”场“中提到的分销网络，不同的库存持有方式和产品交付方式间的组合，会构成适合不同情况下的分销网络，这都要结合产品本身的特性和各类成本等进行选择。

供应链中的每个环节由于都经过了长时间的迭代，而且这也切实关系到该环节运营者的利益，一般在具体某一环上的效率已经比较高了，这也是其自身进化后的优势。所以互联网企业想要涉足供应链，最好将链条看作一个整体，进行统一的优化，而不要聚焦到某一环节上，因为你既不专业，可优化的上限也不多了。

通常来说，环节越短，效率越高。因此，第一步先观察清楚你所在的供应链，是否所有环节都是必要的，是否作为整体已经不能再短路了。

缩短供应链，可能是短路掉某些效率不高的节点，也可能是整合某些节点，形成新的节点，通常新节点较整合前应该要么具备规模经济，要么具备协同能力。更深度的做法是回归问题本质，直接不看现有供应链，考虑最大化的供应链盈余。

在曾鸣老师的《智能商业》中已经给出了未来的核心模式，就是C2B。未来供应链会以拉式为主，这必然是建立在对用户需求精准把控和预测的基础上的，优秀的拉式供应链可以有效缩短响应时间，减少库存，对效率的提升是明显的。

不过以目前的技术还无法达到理想的C2B模式，所以曾鸣老师也给出了演化路径上的中间态：S2b2c的双向通信模式。每个c根据需求与特定的小b交互并产生数据，数据从小b处流转到平台S，S为小b提供一系列的赋能，最终S和b共同满足c的需求，如下图示意。

互联网企业想要改造链条，要么自己做S，要么找到现有的S为其提供服务。

以上就是我对B端效率革命的理解，针对其中的“人”、“货”、“场”，都存在机会点，做好任意一点基本就能在新零售领域内站稳脚跟，做好两点并相互协同就已经建立起了自己的护城河，如果能做好三点，你就是新零售的代名词。但随着问题规模的提高，解决难度并非线性上升而是呈指数上升的，所以最好还是实际点，先根据自身能力聚焦突破一点，是为上策。

总结下新零售：就是通过各环节的效率提升，为用户提供更有价值的产品。而价值需要作为一个整体提升：即全渠道的同品同质同价。

新零售的五重境界

新零售怎么做，或者说是做到什么程度？

这里再次推荐曾鸣教授的《智能商业》，本书信息量和含金量都非常高，既有高屋建瓴的商业判断，又有接地气的实操准则。在曾鸣教授的启发下，我将新零售区分为五重境界，或许（其实应该说一定吧）还有更高的境界，但目前我还企及不到，基于当下行业的发展阶段，我认为暂时也还不需要去探索。

境界一：上线触网

这是最基础的境界，传统零售商意识到线上渠道流量的价值，同时意识到自己可以通过互联网连接全球。虽然如今才意识到这点已经很落后了，但这却是当下大量中小微企业的现状。越是在产业链的上游，触网的程度可能越低，掌握的数据也越少。

在该境界内也存在上下限，开设官网、微博、公众号等可能是最基础的操作了。随着业务越来越集中到线上，系统变得越来越复杂，但若不懂得挖掘数据的价值并通过数据分析指导业务，将永远无法达到下一重境界。目前大量的电商零售公司，虽然业务基本都在线上，但其实也就停留在这个阶段。

该境界内的主要产品形态包括了提供具体服务的前后台，例如前端的网站、后端的各类运营平台等。

境界二：识数读表

目前大量的电商平台以及一些大型的自营电商，甚至一众互联网企业，基本处于这一境界。该境界内的公司具备数据运营的意识和相关知识，做的好一点的还会有专门的BI团队。区别该境界内的高下程度，主要取决于企业数据分析、挖掘的能力，能否真正从数据中发现价值指导实际业务。由于数据分析能力的范围可以很广，因此不同企业间的差距实际可以很大。

该境界内的主要产品形态包括了一系列数据产品及数据分析报告，例如报表系统、OLAP等。也包括了底层的数据架构，选择合适的数据库，搭建必要的数仓。

境界三：数据活化

活数据是曾鸣教授提出的概念，其含义是数据始终在线并不断更新，数据一边产生又一边被业务消费，消费方又会继续产生新数据，最终会形成一个数据流的闭环。

检验企业数据是否活化，有3个标准：

（1）被动记录全量数据，而非主动抽样

用户所有行为的数据都需要直接记录下来。这点线上可能比较好完成，而线下就需要一系列技术的支撑，包括5G、IOT等。通过全量数据的记录，我们可以拿到以前完全空白的数据，例如线下门店客流的用户画像，每个用户在店内的动线，在不同货架前的停留时长等，进而可以分析不同空间设计、商品陈列、选品对进店流量、交易转化等关键指标的影响。

（2）先有数据后有洞察，而非先定义问题再寻找数据支撑

了解大数据的同学都知道，大数据的一个核心思维就是：重视相关性，而非因果性。由于数据存储和计算的成本越来越低，我们只用定义计算的规则，建立合适的模型，由机器对海量数据进行计算，并从中形成洞察。

（3）数据直接决策，而非指导决策

数据计算结果需要直接和策略绑定，而不是生成各种数据报告，然后指导业务人员决策。这里并不是一定要将人工剥离，而是尽量由机器替代人完成决策的执行，人可以进行一些审核和干预。机器决策也并非一定要利用AI，对于大量固定的规则策略，完全可以由机器完成自动化。

以上3点结合，共同构建了活数据的反馈闭环。了解了活数据的概念，也就可以发现目前基本没有几家公司能100%攀爬至该境界，不过大家都在朝这个方向努力。

该境界内的主要产品形态是数据中台，正确理解中台的含义就会知道数据中台需要对公司全量数据进行定义、标准化、计算、并存放在统一的平台上，同时对外提供透明的、无差别的标准化数据服务。在数据架构上，通常企业会在该阶段考虑上云、切换为大数据架构、搭建数据湖。

境界四：网络协同

在第三重境界中完成企业内数据打通后，就可以向第四重境界——“网络协同”迈进。首先可以在企业内进行协同，事实上并非所有的公司都需要做到这一步，这和公司的业务规模有关。

大公司内通常会有多个事业群、事业部，下面又各自发展了多条业务线，基于历史原因，过去基本都是各自建立自己的系统，即便有合作也更多是基于业务点的交集进行端和端的沟通，缺乏整体层面的协作。

构建企业内协同网时，由于具备了数据中台提供的服务能力，公司内的数据流转公开透明，每个人都能清楚知道其他参与方的工作。大家基于数据服务搭建的业务能力也是透明且标准化的，企业内的业务发展从过去烟囱式的各自建设演化成自由连接相互赋能的共创协同网。

在实际执行中，企业会发现在协同网上做事能极大的避免重复工作和各部门独立造轮子的事情，导致的最直接的效果就是企业整体效率提升。同时，协同网和附于网上的点是互相反哺的关系，随着业务的发展，协同网会变得愈发强健。

在内部具备协同网后，就应该向外输出。如果有直接面对C端，则要在用户间构建协同网，这也是为什么我们看到不少电商平台要去做内容、做社交的原因。因为单纯靠规模经济很难形成垄断，但如果在用户间形成协同效应，大家就会对平台产生依赖，用户越多，协同效应越强，用户越不容易离开，平台的壁垒就越高。

同时也要在B端构建，将自身的数据和服务开放出去改造供应链上的利益相关方，该赋能的赋能，该整合的整合，该砍掉的砍掉，即前面提到的在更高的层次对供应链整体进行效率优化。

再往上则需要联动需求侧和供给侧，构建双边网络协同，B和C互相协同创造新的价值，抽象点的表达就是B端更高效的消费C端产生的数据，并以数据驱动业务更好的服务C端。

一个最简单的例子就是电商平台上的评价机制，买家所产生的评价数据，不光能指导其他用户挑选商品，还能进入到既定的模型中快速反馈信息给平台和商家，指导商业上的决策。至于从双边网络协同扩展到多边，大家不是淘宝，暂且就先别想了。

该境界内的主要产品形态是企业内的业务中台，通过中台能力为前端产品提供标准工具和打包的解决方案。到达该境界，也就做到了阿里所提出的“大中台，小前台”机制。

境界五：智能决策

事实上人工智能已经默默发展了60余年了，随着深度学习等技术的发展成熟以及互联网为人工智能提供了海量的数据原料，人工智能再一次迎来了发展高峰，并且确实在不少领域的应用取得了具有说服力的成绩。作为非AI科学家的我们并不需要深刻了解AI工作的原理或者自己去编写算法调试模型，但对一些基础知识的理解和应用还是需要掌握的（可以参考之前我写的《极简数据分析下篇》）。

智能决策之所以是第五重境界，不是因为它最难以实现，事实上很多公司都已经在做相关的事情。而是因为在修炼好前四重境界后，可以最大效率的发挥AI的能力，前四重境界的高低决定了智能决策的上限。数据活化为智能决策提供了足够的训练数据，协同网为智能决策提供了大量合适的落地场景。一个是源，一个是根，水源充足健康，根基稳固广袤，AI才好发挥最大价值。

智能决策的终极目标是要由机器彻底替代人脑，目前任何暂时由人脑进行思考决策的环节，未来都会是AI取而代之的机会。

具体到零售行业的例子，在C端对用户的运营上，通过描绘用户画像和商家内容（包括商品、广告内容、营销工具等）的画像，在用户生命周期的不同阶段，可以针对当下阶段的具体目标，由AI决定最合适的用户群与商家内容的匹配，并通过最合适的渠道触达。

画像其实已经是一些领先的互联网公司内的基础产品了，基于画像常会去做精准营销、个性化推荐等工作。

而在B端，AI更可以指导供应链进行销售预测、智能备货补货、仓储内的智能分拣、物流的线路调度等。对于线下门店，AI可基于用户大量的实际行为数据提供动线设计、空间布局、货架陈列等决策，以提升门店整体的运营效率。虽是泛泛而谈，可足以发现零售领域蕴藏了大量的机会可供AI施展拳脚。

事实上现阶段绝大部分从事这类AI产品服务的公司和零售公司内部自己的AI团队，本身在技术的水平上没有多大的差别，都是使用现有的成熟技术和算法模型。在算法上没法拉开差距，谁的数据量大数据质量高，场景丰富落地容易便成了关键因素。

任何有决心突破第五境界的企业，都需要做到以下4点（详细内容可以参考《智能商业》中讲的黑洞效应）：

1. 实现最大限度的业务网络化，并基于业务网络发展协同网；
2. 尽可能的引入机器学习；
3. 尽可能地使用机器决策；
4. 与不同类型的数据进行交换，丰富数据维度和数据量。

该境界内的主要产品形态可能是AI开放平台或企业内的一系列AI工具产品。

值得一提的是这五重境界不是强串联的关系，意味着并非低境界一定是高境界的前置条件，它们是可以同时修炼的，不过在逻辑上还是有高下层级之分，低层次里积累的能力必然能为高层次提供有力支撑。

从业者的机会

作为行业内的各类玩家，应该如何选择发展方向，保证在新零售的发展大潮中不掉队，甚至吃到红利取得领先优势呢？

简单谈下个人看法：

作为零售商，不论是传统的线下零售，还是电商公司，首先是转变思维，理解并接受新零售。如果自身有实力搭建技术团队，可根据业务需求着重B端或C端，向更高的境界攀爬。但必须有聚焦，有整体协同，有自上而下的规划，大量不成功的案例便是因为虽然大家认知到位，但无法从根本上改变小团体作战小集体利益优先的思维。

由于组织结构复杂等原因，管理者也无法将战略一杆子探到底，导致最后内部搭出无数个中台，最后各自依旧服务各自和利益相关的团队，本质上是在浪费生产力。

如果自身没有搭建技术团队的实力或者基于业务判断无需自己投入完成，可以选择外包，对于大部分零售商而言，这条路更实际，自建科技团队通常是行业龙头才会也才有必要做的事。选择大平台，将业务上云，而且要选择公有云。不要过于担心数据外泄的问题，大平台为你提供的价值远超过你自身的数据价值。还有人担心大平台在数据上会形成垄断，可垄断本就是竞争后的结果，是自然规律，是要你能从中获益，又有什么问题呢？

大平台的生态里，通常会依附一系列的服务商，针对自身业务挑选最合适的服务提供方，但还是要聚焦，判断自己当下ROI最大的机会点优先突破。实在想不明白，就找个咨询公司，请个专业顾问吧。

作为供应链相关方，包括制造商、仓储设施、物流运输、分销商以及终端零售等，需要有危机意识。高话语权的一方有必要组织大家进行供应链的整体优化和利益再分配，选择有大平台背书或合作的SaaS服务方，帮助优化整体供应链效率。如果整体供应链互相制约，难以改造，不如考虑慢慢跳出来寻找新的供应网络。否则最后可能不是某一方的利益受损，而是整条供应链被新的更高效的通路所完全取代。

作为互联网及科技公司，从自己的强项着手。大公司会提供一系列的数据、存储、算力、AI等服务，并开放自己的业务与零售商协作，目的是巩固自己的生态。小公司以提供特定服务，解决特定问题为主，依附于大平台利用其提供的基础设施，为零售商赋能。

现阶段赋能比改造容易，例如为线上电商提供客服、翻译、数据运营工具，深入点的利用AI能力提供画像、搜索优化、个性化推荐，再如为线下零售提供移动支付、人脸识别、流量运营，其实大多数都是在原有环节上的优化或补全

。一方面因为纯科技公司对零售的理解还不够深刻，一方面零售商也还未完全意识到技术可提供的价值，没有下决心利用技术进行改革，导致目前可做的事情有限。但长期来看这一定是趋势，如果有条件提前布局，在全链路上寻求合作，做通过用户需求指导供给的事，向C2B靠拢，将有很大的几率在未来获得成功。

作为创业者或有意愿参与其中的个人，一不要迷恋技术，要有觉悟大部分创业团队靠技术是无法形成壁垒的，甚至还不一定能达到行业龙头的标准，你可能也不例外；二不要追风口，无人便利店、无人货架、社区团购、水果生鲜、网红带货，新零售的业态更迭了一波又一波，有做成的但做死的更多。如果只是看到某个形式上的创新，基本不可能成功，更多的是要理解到不同模式对运营效率的提升。

如果要做服务方，切记场景比技术重要，先做到60分的技术，尽量和大平台发生关系，同时尽快找到第一家愿意合作的零售商，落地应用，之后再从实际运营过程中寻找问题和机会，迭代产品。

如果要自己做零售，切记零售秘诀“多”、“快”、“好”、“省”，再看看自己能在哪个方面取得突破。产品的实际价值依旧是最本质的问题，不断打磨产品，保证产品本身在某个领域内有足够的竞争力是关键，剩下的环节可以寻求各类服务商和平台的帮助。

新零售不是灵药

传统零售业的从业者如果认为积极拥抱技术，转型新零售就能搭上时代快车，振兴业绩，那可能就太过于乐观了。

事实上在过去10年内，美国整体的实体零售业务萎缩超过45%，相关的制造业萎缩比例趋同，约42%~65%，这并不仅是因为线上电商和在线服务的冲击，还有一个重要原因就是需求不存在了。比如图书纸媒、办公用品之类的产品，从生产到销售，整个链条被彻底淘汰了。同样的情况在中国也类似，在移动互联网时代，部分场景的数字化智能化程度甚至超过美国。

如果感觉生意越来越不好做，先要审视清楚，需要解决的到底是效率问题，流量问题，还是0和1的问题。

最后，用一张图总结个人对新零售的一些理解和思考，欢迎所有人参与讨论和批评。后续有机会希望能分享一些真实的行业案例和数据，这样能让大家对实际业务和产品有更形象更具体的了解。

作者：Rowan；公众号：罗老师别这样

本文由 @Rowan 原创发布于人人都是产品经理，未经许可，禁止转载

题图来自Unsplash，基于CC0协议