人工时代最好的新零售案例
在探讨今天的话题前，先讲个曾经看过的故事吧：
在20世纪30年代的台湾，曾经有一位小哥，家穷读不起书，15岁便出去给卖米的粮行当学徒，一年后自己单干。但当时的情形不容乐观，在这个不大的县城，有着近30家米店，小哥的店子开得最晚，规模最小，也没有知名度。
小哥年轻嘛，能吃苦，于是乎起早摸黑，挨家挨户地推销卖米，但实际效果却差强人意，吃力不讨好。试问一下，一般人会去买这种小商小贩，推销上门卖的米吗?
于是小哥改变策略，开始在米的质量上下功夫。那个时候由于技术等客观因素，大米里面掺杂着很多小石头、谷粒、碎片等等，虽然司空见惯，但并没有商家愿意在这上面下功夫，小哥于是把米中的杂质剔除出去，最后大米的质量开始领先同行。于是一传十，十传百，小哥的生意迅速起飞。
然而小哥并没有满足于此，他发现有很多老年客户，一个人背大袋大米非常费劲，于是小哥又推出送米上门服务，这项服务大受欢迎，毕竟谁也不愿意背着米袋走很长的路。
小哥并没有像常见的那样，仅仅把米送到门口，拍拍屁股，茶也不喝就走了。而是提供倒米进缸服务，如果米缸有陈米，将陈米先倒出来，再把新米放进去，然后陈米放在上层，这样陈米就不至于放久变质。
叙述到这里，估计有很多人猜到小哥是谁了。没错，他就是台湾经营之神——王永庆。
讲述这个故事，是为了引出下面最重要的一段：
小哥在送米过程中，除了打量米缸大小，还询问这户人家多少人吃饭、几个大人、几个小孩，每人饭量如何，并将此数据记录下来、还预估该户人家买米的大概时间。不等顾客上门，小哥就在合适的时候将相应的米，送到客户手中。
最近在思考新零售的时候，这个故事，一直在我脑袋里栩栩如生地呈现出来。在我看来，这个案例是人工时代，最好的零售案例。
联系当代新零售，这简直是完美的基础模型。先是辛苦创业，其次品质提升，随后是数据积累，接下来是用户数据搜集，掌握“米缸”容量、调查消费特点、判断消费需求，最后精准配送、用户体验大幅度提升，商业效率提高。
我们今天谈论的新零售，也是如此的逻辑。
目前阿里电商、京东、小米电商、网易严选，都是在这个概念上的提升，只不过——时间维度，换成了AI、Big data时代了;产品种类维度，变得眼花缭乱，数以万计了，消费者开始选择困难症;用户的行为搜集，变成了各种偷摸明抢(比如前些天支付宝上，芝麻信用的事)。
新零售的四个阶段
Step1：“米”的质量提升
这些年，受益于国内制造业的进步，很多产品，做得还算可以，尤其在性价比方面，比如小米智能设备、网易严选、天猫超市、京东正品等等，总体来说满足了王永庆的这个阶段，“米”质量本身的提升。
Step2：掌握“米缸”大小
从第一波电商开始，国内已经拥有了十多年的网购数据积累，尤其以阿里最为出色，例如，昨天很多朋友在朋友圈晒的各种交易记录，都有以下方面：
1. 网购商品种类偏好、相关品种占比;
2. 外卖情况、爱点的店;
3. 亲密付情况(包括给人充值);
4. 出行情况，比如共享单车、网络约车;
5. 线下支付情况，爱光顾什么店，买什么东西;
6. 种类细分的，如电影院、便利店、小商户占比等;
7. 部分社交情况，包括资金转账情况。
基本上支付宝的账单例子，涵盖了个人大部分的交易数据。在我看来，这个阶段，就是王永庆掌握“米缸”大小的阶段。
当然，我们也不难发现，排除上述第一和第七，新美大基本也拥有了这些数据。这也很好理解了为什么王兴提出“竞争无边界”的想法。无论是自己做第三方支付，还是入侵网约车，都是不得不做的行径。这也是为什么阿里人如此投资饿了么、亲自培养口碑的原因。因为美团掌握的交易数据，和阿里很类似，只不过阿里主要的方向在线上，而美团在线下。
所以，很可能美团是阿里未来不得不面对的巨大对手。假以时日，王兴完全有可能取代京东，成为阿里巴巴的美团焦虑症的“罪魁祸首”。
我们一方面惊叹，这些互联网公司的数据积累，进而为下一阶段做准备。
当然，我们也可以看看，阿里在百货(银泰)、3C 家电(苏宁)、商户(口碑、饿了么)、商超(高鑫等)、生鲜(盒马)布局，看看数据沉淀积累方向。
在王永庆的故事里，王看似费力，帮人送货，一直到倒进米缸，又不喝茶，不收其他附加费，除了掌握“米缸”大小，还有一个反馈结果：看自己的先前预测是否正确，送货是否精准。
这些电商们，也是同样类似的原理，阿里系的数据，是全方位的多渠道反馈，虽然不清楚他们内部数据之间是否打通，但完全可以把用户(买米人)消费能力、消费特性，摸得一清二楚。在这些数字面前，你没法骗人。
Step3：吃米人消费画像
接下来，就是数据用户画像，很明显，上面的分析，实际上已经完全掌握了王永庆时期“这户人家”米的消费情况，米缸大小、人几口、具体分布、食量大小，经过计算完全可以估算下次需求到来的时间，做到用户的精准画像。
其实，我们在掌握精准画像时，也可以考虑一个问题：扩张什么样的产品，才可以进行精准画像?
比如在王永庆那个时代，除了米，还可以是柴油盐酱醋茶，虽然考虑时代特点，比如这户人家的用“柴、油”情况，可以估算;但盐酱醋茶，这类产品，由于产品特性，决定了不太适合进行标准化预测。
现在问题来了，切入的商超、生鲜等，是否适合进行精准画像呢?数据积累将会怎么用?仅仅高频、刚需肯定不见得是合适的，必须考虑标准化的问题。
泡沫无处不在，这也是需要思考的地方。这是个严肃的问题，也是一个值得深思的问题，本文就不做讨论了。
Step 4：高效配送卖米
接下来就迎来王永庆的提升效率、优化物流、精准配送阶段，并促进用户体验大幅度提升。
虽然在王永庆的故事里，没有描述存货的安排，配送路线的优化，但我想这些一定是存在的。比如王永庆推着小车，可以在同一时间安排给相近的用户送米，也可以进行储存米量的仓位调整，最优化供应链模型，同时也可以进行精准营销，方便自己回笼资金，同时也可以规模采购，具体看经营策略。
新零售巨头们在掌握数据后，让天下没有难做的生意的同时，通过对用户数据进行画像后，通过大数据进行AI计算，可以轻而易举地提升企业的运营情况。比如供应链需求预测、融资分析、产品制造、商品仓储、精准营销、配送物流、售后服务等。
现阶段在商品仓储、精准营销、配送物流等方面，京东做得就很好;而在商户融资分析判断方面，则蚂蚁金服做得非常不错;而在供应链需求预测、产品制造方面，则是网易严选、小米做得非常出色。
现在想想，有没有一点儿升级版的丰田JIT模式的感觉?而且还是Max版本的，因为品类品种加多了。
王永庆的故事，是个励志的故事;在我眼里，那可能是手工时代，最好的“新零售”案例。
现在，我们把王永庆的当年的故事模型，一步步放松条件，逐渐升级，扩散应用到今天的环境下，相信对新零售，你会有新的感触。
改良版本一
还是王永庆卖米，范围是一个城市内，我们再把当年的故事进行Max版本改良：
假如他同时搭售其他商品，什么是最适合进行用户画像、精准预测的?
柴火、食用油、盐，这种东西，是比较好预测的，属于刚需、高频、标准化产品;但醋、茶，则不那么符合。如醋，由于消费人群饮食特点，以及做的菜的种类不同，很可能出现重大误判，呈现不稳定性。茶也是类似，可能心情不一样，消费就不同。
这样的标准，在今天这个时代，是否也适合?
现阶段阿里主推的生鲜，它们的主要特点是高频、刚需，有一定话题性，但并不满足标准化。百货(银泰)、3C家电(苏宁)，属于偏向于标准化，但相对不那么刚需的产品。
商超领域，如阿里入股的高鑫零售、联华超市、新华都、三江购物，则拥有刚需、中高频、标准化兼具的特点，我们也可以读读资料，发现这块是阿里在新零售布局买买买最多的地方。
(同样我们可以思考研究，如在大数据时代，是否未来很可能是美团代替京东，成为阿里的number1头号竞争者?正如京东在零售行业给阿里的冲击，未来在商户阶段，美团的竞争力，不容小觑。)
网易严选的产品、小米通过零售店售卖的智能设备，这些产品属于强标准化、中性需求、低频的特点。
京东的3C家电、图书类产品，属于标准化产品，而且在京东上，某种情况下，数码类产品，已经成为部分宅男刚需了。对比京东在生鲜的7FRESH，为什么迟迟不开业?难道是战略疏忽?显然不是，这个和京东本身的能力圈是息息相关的，例如京东和永辉联合，目前结果想必是很难让人满意的。
再比如从2017年开始，京东发力的服饰快消品领域，虽然被阿里“二选一”围剿，但现在京东采取广结联盟战略，入股唯品会，合伙美丽说做微商，发力服饰，摆脱围剿。京东选择的这个服饰品类，刚需适度、中等频率、标准化较强，是非常不错的领域，但这个方向是否优先级排在生鲜之后?因为从2015年开始和永辉合作生鲜，而服饰是到2016年才开始发力。
短期来看，阿里的选择似乎不如京东、网易、小米等稳健，但是这可能是领先好多年，大家没看懂罢了。但是确信一点，这些数据的未来价值，一定是巨大的，就看怎么用，最后朝着哪个方向发展。
改良版本二
王永庆卖米当时所在的县是台湾嘉义，在放宽品类后，假设我们把范围放到全台湾呢?
是的，在今天这个新时代，通过网络，巨头们可以输出自己的系统，实现多城市“卖米”，但是我们必须考察“米”是否适合输出?商户是否有真需求?效率提升是否足以覆盖额外成本?网络效应如何，是否可以构建护城河?当然最重要的是，消费体验是否更好了呢?
以盒马为例，在阿里人看来，这绝不是实体店，而是一套解决方案的供应商，通过输出系统的方式，和线下店合作，进行轻资产扩张。阿里做这个，主要是为了系统输出，对合作企业进行数据抓取，在线上丰富阿里大数据系统，并在线下实现实体店联盟，构筑新零售版图。目前，阿里的在盒马的情况，还有待时间考证。
至于百货类(银泰)，前段时间，刚刚读到了银泰董事长、CEO陈晓东的演讲，截张图：
比如上面的数据，是可以支撑其如此扩张的证据。但具体详细数据，我这边没有，目前处于结果未定的阶段。
除此之外，3C数码(苏宁)，由于阿里投资后的情况，并不能直接否定“未然历史”，这个效率不好判断，因为很有可能假设没有阿里的扶持，今天的苏宁在京东的进攻下，情况会更加糟糕。
但以芝麻信用目前的扩张情况为例子，进行推理，个人认为这个逻辑是存在的，“买米”是可以进行异地扩张的。也就是这个存在网络效应，能够促进降低成本、实施精准营销，提高用户体验等。
改良版三
在“卖米”事业扩张到全台湾后，接下来就通过销售数据情况，改造供应链、仓储准备等。王永庆用“米店”的数据，去指导相关生产准备，而这个情况又如何呢?
我们这里开始考虑上下游企业生产运作的问题：供应商效率提升，究竟能有多大;哪个环节最容易提升效率?是采取精准营销、商品仓储进而配送高效呢，还是采取精密制造，降低原材料采购，奔着零库存方向去呢?
这方面，国内还处于起步阶段，小米是这个方面的佼佼者，前两年还有行业杀手的称号，彻底变革了行业现状，比如小米的净化器、小米的充电宝。但是小米的改造是不充分的、不完整的，也是不健全的，它只是切入行业原有的生态系统，用小米思维，去改造相关产业。
国外比如Seven-11当年参与黄金面包定制的案例，沃尔玛和宝洁的合作反馈情况，都是极好的例子。但是这些例子，往往集中在少数个别企业，而没有大规模扩散。
因此充分高效完整地指导和整合商品生产、服务提供，是一个可以预期的传导路径。
