142|数据赋能:夫妻老婆店,有没有机会挑战零售巨头7-11?

每天5分钟,解决一个商业问题。欢迎收听,《刘润·5分钟商学院》,实战篇。

今天我们来学习,新零售的第一大核心逻辑:数据赋能。

我家小区门口,有个夫妻老婆店,卖日用百货的。夫妻俩很勤劳,男的进货,女的坐店,日出而作,日落而息,但是,他们的生意显然没有旁边的7-11好,生活得挺不容易。夫妻俩挺忧愁,怎么办?

要解决这个“怎么办”的问题,我们首先要理解它的本质。这个问题的本质是,夫妻老婆店的“交易结构”,不如“7-11”这样的连锁便利店。

第一, 7-11直接和源头品牌商进货,而夫妻老婆店是到二级、三级批发市场进货,所以价格比7-11高;

第二, 7-11选品上架,可以根据全国门店数据,单店历史数据来优化,而夫妻老婆店全凭拍脑袋,所以库存周期(就是进货后多快能卖出去),比7-11长。

在7-11、全家、可的这些便利店的夹击下,夫妻老婆店们之所以还能生存,全凭极低的运营成本。那么,他们夫妻俩,就必须一辈子依靠省吃俭用的“优势”,苟延残喘下去吗?

当然不。他们可以借助新零售的第一大核心逻辑,数据赋能,来优化交易结构。

概念:数据赋能

最近,杭州一家已经开了8年的社区小店火了,这家叫“维军”的小店,被阿里改造成了“天猫小店”。

下面是改造的前后对比照。

图片发自简书App

图片发自简书App

什么是“天猫小店”?

阿里对零售业“交易结构”优化的努力,除了我们在第131课讲的盒马鲜生外,还有很多尝试,比如收购银泰、大润发、欧尚,比如成立菜鸟网络,比如推出“天猫小店”计划。

夫妻老婆店虽然有不少劣势,但它的物理位置,就在用户家门口,这是用钱买不来的资源。如果能利用阿里的优势,优化夫妻老婆店的交易结构,它们是不是就有可能比7-11更成功呢?

于是,“天猫小店”针对夫妻老婆店,推出了两项优化:

第一, 推出一站式进货平台“零售通”。

夫妻老婆店们可以在阿里的“零售通”上订货,然后由天猫统一配送。天猫用自己的信用和溢价能力,武装了这些小店,解决他们的进货价格和品质问题,优化了交易结构。

第二, 用“大数据”帮助小店选品上架。

我举个例子。一个社区里,有很多居民养狗。因为7-11没卖过狗粮,所以它从来不知道这件事。但是,天猫是最大的电商平台啊,附近居民多半在天猫上买过狗粮,所以天猫就会知道,在这家店里卖狗粮,估计销量不错。

然后,天猫会告诉这个社区里的天猫小店,你应该多进点狗粮,甚至能具体到附近居民喜欢的品牌、规格等。狗粮好卖,库存周期就会缩短,资金效率就会提高,甚至比7-11更高,这家夫妻老婆店的交易结构,就被优化了。

这太厉害了。可是,为什么阿里能做到这一点?因为它掌握了数据:交易数据,信用数据,行为数据等等。用这些数据,做出更有效的决策,帮助传统零售提高效率,这就是“数据赋能”。

运用:

那么,数据除了赋能“信息流”,帮助精确了解用户的需求,还能赋能“资金流”,和“物流”吗?

当然可以。

苏宁和南京银行合作,推出了一个计划叫做“任性付”。他们根据苏宁多年的销售数据,分析消费者的信用水平,然后给出不同的“资金流”方案。您信用好,今天买的冰箱如果不想付钱,那就先拿回去用,30天以后再付。30天以后也不想付?也可以,那就每天付点利息吧。根据数据,赋能传统零售业的“资金流”,你想想看,苏宁“任性付”的本质,不就是一张信用卡吗?他可以根据更准确的消费数据,给更有信用的用户,更低的利率,抢夺银行的客户。

每年双十一,阿里会建议你先把要买的东西放到购物车。为什么?为了让你抢购时下手更快吗?有这个原因。

但更重要的是,根据购物车里的商品数据,阿里可以提前知道,双十一那天,中国人会买什么东西,送到哪里去。虽然不会100%准确,但是八九不离十。因此,“物流”就被数据赋能了。在双十一之前的两个星期,整个中国的物流系统就已经开始动起来了,货物被部署到离用户最近的仓库里,等着你来下单。

吴伯凡老师在“认知方法论”里提出一个很有趣的概念:盲维。有时,我们不是没看到一个点;有时,我们是没看到一整个维度。这就是盲维。对从传统线下成长起来的创业者、管理者、企业家们,数据,会不会就是你看待问题时所缺的那一整个“盲维”呢?

今日得到

添加到知识账本

划重点

1.互联网开始带来了连接,最后沉淀了数据。


2.数据就是未来的石油。


3.用数据赋能“信息流”(比如天猫小店),“资金流”(比如苏宁任性付)和“物流”(比如阿里的菜鸟网络),是新零售的第一大核心逻辑。

图片发自简书App

你还见过哪些数据赋能,带来零售业交易结构优化的商业模式呢?


欢迎你在留言区分享,与大家一起,过过招。也别忘了把今天的文章,分享给你的朋友,也许能够帮到他。

每个人都是自己的CEO,这是你在商业道路上成长的第142天,期待你的进步!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,686评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,668评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,160评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,736评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,847评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,043评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,129评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,872评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,318评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,645评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,777评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,470评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,126评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,861评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,095评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,589评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,687评论 2 351

推荐阅读更多精彩内容