零售行業發展了很多年，伴隨著運營理念與模式的變革、信息技術的的發展和大數據時代的來臨，正面臨著一些問題和挑戰。
首先是競爭的進一步加劇。這種競爭既來自于線下的各大零售商，也來自于線上的各種電商平臺，零售企業現在不得不去做更寬更廣更精的一些布局。
第二個問題是關于線上線下的融合。受到線上線下人員素質不同和KPI結構不同的影響，線上線下的融合存在較大的阻礙。
第三個問題是全面數字化的程度有限。如門店庫存帳實不符，會員多渠道無法有效合并，商品標簽有限等。
最后就是關于用戶層面的挑戰。現在用戶對于時效性以及服務的要求有了很大的提高，現在哪怕說90分鐘甚至30分鐘送達，用戶都會覺得很慢。為滿足顧客的高標準就得增加相應的服務及投入，而投入增加收益不增加也是不可持續的，從工作標準化、系統化、效率提升上來提升收益將是首選項。
由于步步高存在多種業態，所以上面提到的問題基本上步步高均面臨過。作為一家將“創新”融入企業DNA的企業，面對這些挑戰，步步高依舊以創新為主導，充分發揮自己本地供應鏈的優勢，在不斷學習競爭對手的長處，做好門店運營的同時，開始部署數字化轉型，進行線上線下的深度融合，從而贏得商業零售的規模之爭、效率之爭，以及未來的算法之爭。
2017年初，步步高定義了數字化轉型戰略的三年路徑。經過2017年的筑基工作，籌劃中臺的構建，線上線下打通，奠定了數字化轉型基礎；2018年引入騰訊、京東戰略合作，廣布觸點、深耕體驗，將會員、商品、流程、服務等全面數字化，追求實時化，加速數字化轉型進程；2019年數字化轉型進入以數據與算法為驅動的V3.0階段，其中通過以智能化技術實現可復制的精細化管理，讓累積了20多年的運營經驗數字化、系統化、知識化的門店數字化運營方案提上日程。特別地，生鮮是超市引流的核心品類，生鮮運營的好壞，體現了超市的競爭實力，也直接影響門店的經營收益。故步步高在門店數字化運營中將生鮮運營管理作為一個重要的子項目進行管理。
步步高數字化路徑如下圖所示，主要分為筑基、加速、優化三個階段。
筑基重構：在這一階段，我們為了減少信息孤島，提升業務應用迭代的速度；首先構建數據倉庫，確保數據的完整性，同時搭建流式數據架構，將流量、訂單數據接入，確保核心數據的實時性；其次開始從顧客角度入手，著手構建會員、營銷、商品、庫存中臺，中臺負責與Oracle套件及老舊業務系統的對接；然后前臺新興業務直接接入中臺，過往功能則逐漸移動化，移動化的同時逐步接入中臺，改變掉員工習慣，從而進一步弱化老舊應用的束縛。
全面提速：本階段我們的主旨是廣布前臺，強控中臺。通過廣泛布局觸點，打造場景閉環，快速復制輕運營；先從顧客體驗入手，基于顧客不可或缺的痛點體驗構建輕量工具（掃碼購、自助收銀、停車etc），打造私域流量池；其次商品數字化，通過商品標簽的完善及顧客數字化程度的提升，做大數據選品，商品配置優化；同時構建O O服務，實現銷售增量，做流量的初步變現；進而開始發力門店數字化運營，提升線下門店服務水準。
重點優化：零售業屬于勞動密集型，知識粗放型，服務的項目及水平的提升，如果不做標準化、系統化，進而用工效率的提升，勢必帶來更高的成本，而零售業本為低毛利行當，如此下去顯然無法良性發展，所以我們在本階段里重點關注好三大內功的修煉：從顧客服務旅程入手，做好顧客生命周期運營，做精準營銷；從收銀、理貨、盤點、揀貨、打秤等門店一線運營工作入手做用工效率的提升；從智能選品、銷售預測、庫存預警、動態出清、智能訂貨等入手做供應鏈的變革。而這一切需要依賴數據的全面、實時，系統的敏捷、智能，資源的彈性擴張，所以我們在今年提出系統全面云化，構建數字大腦，將群體智慧固化進系統，通過數據來智能輔助決策。
滴水石穿非一日之功，三年歷程只能簡述供大家參閱，希望有所輔益，下面以其中兩個重要場景為例，具體闡述場景數字化思路以及為步步高帶來的價值。
生鮮運營是一項需要十分精細化運營的工作，生鮮商品保質期普遍較短，標準不一，排面需要較多的人力去維護打理，而何時、何地、何物應該做出怎樣的運營策略，是考驗生鮮運營人員的難題，一但決策失誤，則可能出現較大的損耗或顧客購買不可得的情況，所以準確、及時的決策信息是十分必要的，過往主要依靠于個人經驗，并未固化在系統中，決策模型難以通過系統沉淀傳承，而且數據報表也多為離線數據，于是銷售業績被人捆綁，也無法將成功經驗有效的復制推廣，擴大經營。
損耗是生鮮管理的核心，不僅損失毛利，還嚴重影響銷售機會。2019年我們基于實際問題做出實施策略調整，基于數據驅動和軟硬件工具配合門店營運生成決策，通過商品的銷售診斷分析，實現自動化和智能化數據指標驅動，對不能在保質期內達成銷售目標的商品，系統自動提前給出預警清單以及折價建議，不僅可以減少生鮮商品排面維護的人力成本，同時也可以降低商品的損耗，提升商品的毛利率，為門店帶來更多的銷售機會。
生鮮控制損耗的著力點為：動態出清、動態盤點、需求預測&訂貨、合理定價。生鮮損耗來源主要是三塊：
采購品質：門店作為銷售終端，必須嚴把品質關，如果品質不佳，再好的運營策略均是徒勞，通過表單功能快速搭建收貨驗收功能，對品質做評價，反向督導采購。
庫存過多：門店庫存過多主要是訂貨依賴于個人經驗和素質；門店庫存數據不準，貨在后倉未即時上架；品質及價格問題。我們采用需求預測，庫存預警來解決。
出清不及時：前兩者原因導致庫存積壓，沒有及時出清，只是固定的到晚上八點至十點出清，而此時門店客流并非高峰，加之出清商品擺放區域客流更少。我們采用動態出清機制，用發券實現同品不同價，制造稀缺即時出清。
圍繞這三塊內容，步步高將重點場景進行了分解，構建了從評級、預測到預警、出清再到整體分析的數字化生鮮運營新模式，根據商品質量、預測銷售量以及庫存量等指標，配合更完善的出清策略及時預警出清，從而降低生鮮的損耗。
1）采購評級
第一步就是從源頭開始，在訂貨時對商品進行評級。為了保證供貨商不會配送那些保質期比較差的，或者賣相比較差的一些商品，通過評級做一個表單的收集，商品來了以后我直接掃描商品，該商品的數量、品質、評級就能顯示出來。我就能看到商品在其他門店的收貨評價情況，如果別的門店都評價商品很差，我就需要開箱檢查。如果掃了碼以后，看到其他門店里面都評價說百分百的好，那就直接收貨或者隨機抽檢就可以了。這樣一來，收貨就被很好地量化了。而且也能夠節約收貨時間，規范供貨商行為。
2）門店客流預測
門店商品的銷售情況和門店的客流息息相關，因此對商品進行銷售預測的同時，首先需對門店的客流做好預測。我們起初使用了FineBI自帶的數據挖掘-時序預測功能，選擇了指數平滑算法，預測未來7天的門店客流數據，效果不理想，原因在于門店客流會受到節假日、促銷、天氣等諸多因素影響。后來預測方面采用python腳本處理的方式，通過考慮多個特征，將星期，節假日，天氣，季節，氣溫，歷史客流，門店經營面積等指標綜合考慮構造特征工程，采用高效的集成算法XGBOOST進行預測，門店客流預測準確度達到百分之95。
某門店6月預測客流與實際客流對比
3）商品銷售預測
生鮮商品的銷售預測不同于電商商品的預測，排面是否有貨、排面擺放是否豐滿、商品的品質、替代商品等因素均會對單品的銷售產生影響，試圖用門店客流解釋單品的銷量基本是不可能的，通過數據分析發現許多門店客流為8000，但銷量為0，而門店客流為5000時，銷量卻可以為800的情況。 但生鮮銷售與品種卻有著很強的相關關系。如下圖：
同一品種在門店的銷量基本趨于穩定，即品種的門店滲透率相對穩定，原因在于單個顧客單次購買生鮮商品的量基本是穩定的，而品種內部的各SKU間存在較強的替補性，如果我們已知某品種的預估銷量，其下面的SKU現有庫存量是否超標以及未來的訂貨量也就基本準確。我們正是在這一思想下做的生鮮商品的單品預測。通過對商品打標簽歸組，然后根據商品的日均銷量，銷量標準差，價格變動標準差等多個指標進行聚類分析，根據最優聚類規則，確認了商品的4個分組。然后，對不同類別的商品采用不同的回歸預測模型。
4）庫存預警與出清
得到預測的結果后，通過移動化工具將單品銷量的預測結果再結合單品的庫存、保質期等因素進行綜合比較，計算出商品的風險庫存、預計售罄日期等主要預警參數。借助帆軟工具快速開發移動端產品，在移動端展示門店生鮮商品庫存預警列表，門店的生鮮運營人員可以直接通過預警結果，對預警列表中的商品進行“調價”、“發券”等操作，打通預警即實施的閉環，對于有能力的員工同時提供查看細節的功能。為進一步降低操作及推廣難度，對于預警單品進一步排序，告知處理前X個單品即解決了主要問題，預警可以無限，但操作必須相對有限。
5）整體數據分析
精細化運營離不開數據的指導，出清只是解決了一些重點的單品或者爆品的銷售問題，我們還需要解決整個品類的運營問題。通過梳理門店運營場景，我們建立了一個數據報表體系，考慮到門店一線人員數據意識仍需培養，每日定點在群里發布報表截圖，并就報表中存在的問題作說明，尋找問題及機會點。慢慢的養成全員看報表，拿數據說話的習慣。
① 品類銷售同比表，統計品類維度的訂單數、銷售額、毛利率及去年同期毛利率等指標，可以看到水果和蔬菜兩個品類的毛利率經過調整后，明顯比去年同期高出百分之20。
② 品類銷售分析表，試點門店的掃描毛利率高于其它門店，會員滲透率高于店群平均水平。
③ 品類銷售類型分析，試點門店正常銷售占比最高，毛利率也是最高，說明門店的生鮮運營慢慢進入良性循環，并不需要依賴打折促銷等活動來追求銷售。
對試點門店生鮮商品采用生鮮運營新模式，進行一系列精細化運營動作后，大大降低了生鮮商品的損耗，提升了生鮮商品的毛利率。
數據決策離不開全面的數據，數據的補全離不開過程數據的采集。通過移動收貨，對商品品質、保質期即時評定，一方面可以反向督導采購，另一方面可以讓庫存預警更為準確；門店商品銷售也受周邊門店及菜市場的價格波動影響，因此快速市調工具便也應運而生，通過市調工具一方面便于尋找滯銷原因，督導采購及市場，另一方面即時做出合理定價策略。
除了通過帆軟移動端采集的數據，步步高還引入了京東、天貓、一號店以及其他同行的一些外部數據，監測零售同行商品的價格走勢和當前活動。根據外部數據，步步高一整套數據分析報表會自動給門店經理手機提示異常，會直接告訴他哪些價格有異常，同行的當前價格和歷史價格多少，以及預測近期價格走勢，并給店長及采購提供建議價格做參考，在我們開發的知微應用里。店長或者巡店人員只需要用手機一掃，就能立馬顯示線上、線下一些同行的當前銷售價格及我們的銷售價格的偏離情況。通過數據采集也加速了審計人員對于商品價格的監控評估工作。
項目前期調研充分，從實際業務場景路徑出發，充分挖掘了門店存在的痛點，形成了嚴謹而完整的數字化需求，這為項目的成功奠定了堅實的基礎；
多部門團結協作，利用各自優勢高效協同，本次生鮮運營管理項目結合了門店生鮮處，商品管理部，商品運營部，大數據團隊等多個部門的高效合作；
帆軟提供的數據挖掘算法和工具節省了大量的開發時間與成本，為項目實施推進提供了強有力的支持，工具一定要靈活運用，善于組合運用；
數據不應用等于無用數據，報表不會看等于自嗨炫技，團隊數據意識的培養要多看多帶，先談應用再談理論；
產品設計推廣一定要考慮用戶的接受度，幫助用戶解決核心痛點，簡潔有效勝過千萬圖表；
“報表及數據不在多，而在于解決關鍵問題點幫助營運者真正應用與執行，工具只是其次，贏在執行”。
帆軟產品免費試用 帆軟售前咨詢/預約演示 帆軟產品免費試用 帆軟售前咨詢/預約演示
