超市競賽的下半場，打敗你的可能是一張excel表格 | 超級觀點

2020-05-21由泉亮霞釋出於財經

帶著觀點看商業。超級觀點，來自新商業踐行者的前沿觀察。

特邀觀察員 | 觀遠資料創始人兼CEO蘇春園

編輯 | 黃臻曜

特邀觀察員蘇春園

從“三尺櫃檯”的雜貨鋪，到80年代中國第一批自選商場，再到如今的數字化超市……超市這個細分業態的演進給消費者的線下購物體驗帶來了翻天覆地的變化，同樣，“人貨場”格局的重構也在倒逼這個業態不斷精進。

超級市場最早產生於1930年的美國，當時，美國正處於經濟大危機時期，超市開創者邁克爾·庫侖首創商品品種別定價方法的低價策略。他的超級市場平均毛利率只有9%，這和當時美國一般商店25-40%的毛利率相比是令人吃驚的。而售價低廉就必須保證進價低廉，只有大量進貨才能壓低進價，於是，邁克爾·庫侖就以連鎖的方式開設分號，建立起保證大量進貨的銷售系統，也就是現在連鎖超市的最初模型。

超市競賽的下半場

可以看到，在行業發展的早期，門店位置（數量）、商品質量、供應鏈（價格）是一家超市最核心的競爭力。而隨著市場容量的極速增長，新進玩家也越來越多，尤其到了90年代，沃爾瑪、麥德龍、家樂福等外資連鎖超市集體殺進中國市場跑馬圈地，他們在經營經驗、資本實力以及數字化程度上都讓中國超市望塵莫及，同時也給整個行業注入了新的血液和發展動力。

而到近幾年，伴隨著新零售以及電商行業的衝擊，中國超市行業已經呈現出賣場、標超、生鮮超市多業態共存；線上線下多渠道發展的現狀。行業整體的複雜程度以及競爭激烈程度已經趕超國外，甚至在很多一線城市已經形成了一公里內幾家大超市，幾十米一家小超市的現狀。

當選址範圍已經沒有多大空間，供應鏈水平也不相上下時，對於超市行業來說，在行業競爭的下半場，將更多地轉為對於“人貨場”精細化運營能力的競爭，尤其是以消費者為核心，覆蓋商品、營銷、渠道、供應鏈、門店等多場景在內的資料洞察和智慧決策。

特別是在疫情期間，超市作為提供民生商品的主要渠道，既要保障民生商品的充分供應，又要線上下客流量驟減時，考慮線上營銷，比如小程式下單、配送到家等服務。而做好這一切都需要採購、銷售、配送整條鏈路強大的數字化協同能力，比如：

透過不同時段、不同門店、不同渠道的銷售表現及時協調配補貨；
暢滯銷產品監控營銷，尤其是春節庫存清理；
根據員工的健康度資料合理排班；
透過客戶的訂單明細，透過關聯分析最佳化商品組合提高客單價。

而這些決策的反應能力和精準性，絕對不是過去“拍腦袋”就能夠決定的。決策者如果沒有統一的資料視角，業務端沒有縝密的資料業務洞察能力，都無法根據細枝末節的變化做出高效的上傳下達和終端反應。

“數字化” 是超市行業轉型的必經之路

“疫情”對於整個行業來說只是一個小插曲，但未來，這樣的插曲一定會不定期上演，如何以不變應萬變？而這裡的“不變”在當下，在未來5-10年一定是企業的“數字化能力”。

“數字化” 其實是超市行業不斷轉型過程中的的必然趨勢。在向自選商場轉型過程中，出現了收銀、價籤等交易資訊化工具，而現在的超市基本都配備了支付、會員、庫存、WMS、供應鏈等“供銷配”一體化資訊系統。對於整個行業來說，基本已經實現了“業務資料化”，而單純的資料是沒有任何意義的，只有落地到場景中才能對業務產生價值，所以接下來超市行業需要集體面對的就是“資料業務化”。

資料業務化的目標是為了提高各個場景的精細化運營能力，和應對突發狀況的快速反應能力。而整個過程中，如何判斷資料智慧的是否達到理想效果，根本的衡量標準是有沒有解決他們最為關注的店效、坪效、品效、客效、人效五大效率問題。

1、SKU不是越多越好

SKU多是所有超市共性，而SKU是不是越多越好呢？從經營的角度考慮， SKU過多就可能會給顧客造成選購壓力，很多無效商品佔據大量牌面也會拉低整體坪效。但當一個超乎已經擁有上萬甚至幾萬的SKU時，單憑經驗去最佳化淘汰已經是不可能完成的事。而這時，我們就可以透過品類分析中的“262分析”，去找到20%最好的商品是什麼，60%是哪些弱勢商品，還有20%的拖累商品是什麼，有的放矢，把促銷資源、人力資源集中在容易產生銷售額的地方，逐漸最佳化拖累商品，就可以獲得更高的收益增長。

2、貨架過多，更要最佳化商品組合

我們在超市最長看到的分類就是以水產品、畜產品、果蔬、日配加工食品、一般食品、日用雜品、家用電器等來劃分片區，擺放貨架。而從大類到小類，如何再科學地進行排列組合，其實存在很大學問，小賣部可以靠經驗，因為本身沒有資料基礎，其次對整體營收影響較小。而對於連鎖超市來說，如果一個優秀的商品組合一天可以多影響50個消費者，新增100個這樣的組合，那麼日積月累給營業額帶來的貢獻將是不可估量的。

見福便利店董事長張利曾分享過用觀遠BI平臺進行資料分析發現的一個很有意思的現象：避孕套和口香糖會高頻出現在同一份訂單中，漱口水和避孕套的關係也很密切。在疫情期間，門店客流量驟減已經不可逆轉，如果超市可以用資料洞悉商品之間的關係，及時調整商品組合和陳列，必然會大大提高客單價帶動整體營業額提升。

3、庫存積壓，是因為超市沒有做好庫存實時監控

疫情之後，“清庫存”成為很多門店型別的業態都在關心的話題，而在平時，超市行業也會面臨庫存積壓、庫存告急、庫存不詳等各種問題。單靠庫存管理系統只能達到問題查詢作用，企業更需要每天甚至每小時，透過全景庫存監控、庫存類目佔比、暢滯銷商品庫存、異常庫存等精細化分析，將庫存資料與銷售資料、供應鏈資料進行打通，透過最佳化庫存結構，降低庫存佔用，加速資金週轉，實現供銷存高效協同。

4、精細化運營可以有效減少損耗

高損耗是超市行業普遍現象，尤其是生鮮超市。有資料顯示，中國生鮮行業損耗率普遍30%，遠超發達國家不到10%的平均水平。而解決這一問題，除了在運輸過程中強化冷鏈配送，更重要的是透過精細化運營做好供需平衡。

生鮮傳奇王衛曾坦言：“生鮮傳奇是立足小區經濟的生態，很多人模仿生鮮傳奇，但是都模仿不到精髓，因為生鮮傳奇另一個核心競爭力，是精細化管理。”

生鮮傳奇自創立起，便貫徹“標準化”的核心宗旨，採用「五定策略」（即定位、定數、定品、定架、定價）來規範門店運營，所有的生鮮陳列皆由總部控制，並由總部下發至門店。2019年初，生鮮傳奇開展了數字化大升級，其中一項重要舉措就是與觀遠資料合作共建一站式智慧資料分析平臺，取代原來用Excel做資料分析的局面。最高管理層可以360°進行業績追蹤，透過層層下鑽細化對於單店、單島、單品的管理，並輔助訂閱預警、逐級預警等功能將問題定位到人，根據問題的嚴重等級實時通知不同級別的管理者。

例如，如果生鮮島的商品在規定時間內的銷量沒有達到預期值，第一條訊息就會推送給對應的島主，島主可以更改活動策略強化對於該品類的營銷；如果規定時間內銷售指標的完成情況依然沒有好轉，預警訊息則會被進一步推送給區域督導，督導可以透過資料找到引起該門店該品類滯銷的原因是客流量下降、營銷方式錯誤還是其他原因，定位問題，找到解決方案，減少損耗。

如何打造從“從資料到行動”的決策閉環

目前來看，超市行業基本已經實現了“業務資料化”的基本資訊化佈局，但對於整個行業來說，依然停留在各個部門用自己的資訊系統的散亂局面。所以，從資料到行動，超市行業第一步要做的就是統一資料口徑，建立一體化的資料分析平臺，形成自上而下的資料分析體系。

1、需要統一的資料管理分析平臺，提升管理效率

大一點的公司配置20多套資訊平臺，小一點的公司也有10多套，每一個平臺都用各自的介面打通，導致週會或者跨部門會議時，大家彙報的資料結果經常出現差異。例如門店銷售資料和總部財務資料總是對不上，因為門店用的是零售系統，零售系統看到的是當天的銷售資料，而資料一般是晚上上傳，所以財務到第二天才能看到，這當中就存在了資訊的滯後性。

2、需要場景化分析，落實精細化運營

解決了資料口徑統一的問題，企業接下來就會思考，我們花了那麼多年積累起來的資料難道只是給各個部門用來彙報嗎？

很多企業的資料分析人員會說，不是啊，我們有透過資料視覺化讓領導瞭解上週哪個門店業績表現差了，哪個倉庫庫存告急了，昨天的營銷活動帶來了多少增長……對，那只是基於昨天、上週的歷史資料做出來的靜態報告，而且領導看到的永遠只是數字化的一個“點”，沒有落地到具體的業務場景中，更沒有形成從“資料——資訊——知識——行動”的閉環。

我認為，資料化建設可以參考三個原則：以終為始；分步構建；人機協同。對於超市行業來說，同樣適用。

我們在打通資料鏈條之後，則需要基於各大業務場景逐步落地資料智慧。面對超市行業商品、營銷、渠道、供應鏈、門店人力資源、顧客關係等多個分析場景。我們要明確企業未來三年的資料化目標是什麼，基於長遠目標，又要著眼於當下3-6個月的短期需求，根據當前的IT能力、團隊能力、資料現狀分步進行構建。

除了前面提到的針對SKU多、庫存多、貨架多、損耗多等問題可以採取的商品分析、庫存分析、商品組合分析來解決，在超市整體的“供銷“體系和管理中，任何已經實現資料化的場景，都可以進一步進行資料分析和精細化運營。比如，針對門店和店長的門店業績診斷、時段銷售分析、口袋資料助理；針對會員的會員購買能力、購物行為、購物偏好分析等。將每個細節做到極致，就必然會提高企業整體的店效、坪效、品效、客效、人效等指標，實現降本增效。

當你已經形成了從“資料到行動”的閉環，而你的競爭對手還停留在Excel或者靜態報表，對於全域性銷售、促銷活動不明現狀，對於銷售利潤下滑、增長停滯、客戶流失不明原因時，你就會比她多十倍到百倍的可能去發現更多的增長機會，52周之後，你的競爭優勢就又不一樣了。

3、AI賦能，抓住智慧化趨勢

實現了決策依據從經驗、歷史資料分析到實時分析洞察的突破，商業智慧已經可以為超市行業創造了匹配“人貨場“變化而轉變的足夠動力。但是，這樣就足夠了嗎？應對未來的不確定性，超市行業能不能再領先一步，實現從實時到預測的跨越，在問題出現之前就做好預防措施。

觀遠資料提出了“5A路徑”（Agile敏捷化、Accurate場景化、Automated自動化、Augmented增強化、Actionable行動化）作為企業資料化建設的最佳實踐參考，前三步是幫助企業實現從傳統資料分析到實時、動態、場景化的智慧資料分析的需求。而當企業已經做好了前期的BI積累，則可以過度到下一個增強化和行動化的階段，透過先進計算力實現更深度分析和可行動化的建議。

“5A路徑”

目前，一些前沿的超市企業已經開始AI技術的探索，比如精準營銷、門店選址、智慧補貨、門店智健康度診斷等AI專案。可以透過AI預測銷量提前準備倉儲和物流，根據消費者的歷史消費記錄、逛店路徑、瀏覽記錄等預測下一次的消費喜好，在來店時做好智慧推薦等應用。

AI演算法的落地應用對於超市行業來說一定是未來趨勢所在，不過，智慧化的前提是數字化，精準的AI預測也是建立在強大的BI之上，如果企業沒有足夠高質量、結構化的資料積累，建議還是先做好BI的規劃落地。

我們往往高估了科技在短期可以帶來的影響，而又大大低估技術在長期帶來的影響。資料化建設也一樣。所以，企業需要務實可行的規劃，我們提倡“看3年、做3個月”，基於3個關鍵詞：以終為始、分步構建、人機協同。