|
平台必须进化到“集体亲密”
智慧零售的企业必须想方设法获取客户数据。占有客户的海量数据有时会被视为动机邪恶和侵犯隐私，但这其实是为了最高尚的目标服务：用最切题和及时的方案为顾客提供最优服务，或者设计未来解决方案。
为了能为客户做出个性化和场景化的推荐，企业需要将各式各样的数据和单个客户联系起来，也就是将客户和企业的匿名交易关系变为长期关系。企业可以先小规模进行试验，然后进化到集算法和数据、线上线下为一体的大规模应用。
最初，一线店员负责维护客户关系，之后零售商开始使用会员卡追踪客户信息和他们的购物篮，研究得出数据洞见。如今，注册设备、信标技术和面部识别等技术能帮助企业识别出每位客户，这意味着零售商能够以聚合方式获取海量数据，再落实到家庭、个人及人格形象上。如果顾客不信任零售商，当然不愿交出这些数据。因此，零售商需要以可信任的方式储存、保护这些数据，并从中得出能指导行动的洞见。最后，理解消费者的目标、意图和动机很关键，一个有效的解决方案只有针对具体需求才有效果。
场景也很重要。
用户是如何购买产品的？通过智能手机还是电脑终端？智能电视还是手机APP？几点钟下单？在家里，在公司，还是在出差或度假的路上？天气、气温和宏观经济学等外部数据也可以被纳入参考模型。有理论认为，社交好友的偏好对购物有很强的暗示作用，因此社交信息也逐渐被纳入考量。
当用户和零售商的关系到达最高级别，我愿意称之为“集体亲密”阶段——即企业为消费者提供数据密集程度最高的解决方案。通过数百万甚至是数亿级别的态度、行为、情境、人口统计、社交数据、历史信息等数据点，用复杂的算法和特定模型，针对从全部消费者那里搜集来的汇总数据进行分析，最后为每位消费者做出个性化推荐，从而减少粗制滥造，提供匹配度更高的产品和服务。
企业对顾客理解程度的加深，有利于为其提供更好的个性化、定制化和场景化产品、服务和解决方案。这将全面改善客户体验，带来更大的品牌忠诚度，提高购买量和复购率，也将让零售商更加理解顾客。
事实上，正如图2所示，这里存在很多正反馈循环。
企业对顾客理解程度的增强和对收益增长永无止境地追求，都有利于消解传统零售的行业壁垒，重新划分零售边界。
同时，零售商正在变为制造商，反之亦然。
在中国，支付优势和零售优势相互匹配，正成为转型的重要动力。而在美国，并无这样的匹配。亚马逊是由Visa、万事达、美国运通或PayPal负责处理支付和信用问题的。
总而言之，零售业并没有迎来像二叠纪那样的大灭绝，而同样迎来了重生的良机。这一良性循环意味着，最为适应环境的企业和最具创新的企业不仅能够生存，还能获得更加蓬勃的发展。但有一点需要铭记：无论线上、实体还是混合的数字化解决方案，只有在创造了独特的客户价值，让竞争差异化，并和零售商整体商业战略一致的情况下，才能带来改变。
（作者乔·韦曼是美国零售业数字转型战略家、云经济学（Cloudonomics）概念提出者，著有《新动能 新法则》） 共2页 上一页 [1] [2] 搜索更多: 零售业 |
