市场研究协会 会员登录 | 入会申请
  会议交流
会议交流
专题报道
行业活动
  当前位置:网站首页 > 会议交流 > 专题报道 > 移动互联网时代下,加强零售行业线下管理的重要性
移动互联网时代下,加强零售行业线下管理的重要性
发布时间:2016-11-08 13:34:27  访问量:1355
0



马云鹏:我们今天的形式也是两个人,我们还是选择连续剧的方式更好一些。去年的双年会我也参加了,我们要开发一个系统,今年我们也兑现了,产品在外围和展示区,大家可以看。今年我又给大家带来一款产品,但是介绍这个概念之前,我先把话题拉到前两天,提出了一个观点,他说在未来,纯粹的互联网店商的模式将消失掉,我们说作为互联网店商的领军人物之一,马云提出这个观点,但实际上马云在一年以前,在阿里巴巴内部会议上已经提出了这个概念,他不是说互联网店商将消失,他所讲的是纯粹的店商,以及纯粹的线下渠道将逐步成为小众,而主要的销售渠道,特别是在零售行业,主要的销售渠道是线上与线下融合的O2O模式,原来在华为有一种说法,零售团队有一种说法叫大零售。那么今天我借这样一个机会就分享一下,在大零售时代,提升门店管理效率的重要性。

分享之前我先给大家讲一下小米这个案例。小米可能在座有的朋友们就在使用这个产品,我们小米是互联网时代一个杰出的作品,它只有线上渠道,纯粹的,没有线下渠道,我们在线下看到的小米的店都是山寨的,是渠道的合作伙伴他们自发去建的,没有管理的,它不但没有线下的门店,它连线下的团队都没有,是今年雷帮主才开始要组建线下的团队。那么这样纯粹的线上团队,五年销售量冲到全国手机初量排行第一名,去年他们创造了一个吉尼斯的世界纪录,一个小时的时间内卖出两百万部手机。但是我们看今年的场景,在今年上半年,小米在中国机排名第五名,而去年同一时间的排名是全球第四。那么小米经历了什么?小米经历了什么?当然它一个品牌,遇到了今天的困难,有一个复杂的原因,比如小米是三个核心的原因导致了今天的困难局面,第一个是它的品牌定位,第二个是它在我们消费升级时代的今天,它的高端产品比例不够,第三个就是我今天要强调的,它没有线下的团队和渠道,它错失了线下的机会。

那么针对这个话题,我们把消费过程划分为三个阶段,来打开解读一下,小米做错了什么。我们说我们买一样东西,你们自己也可以打开来看,就有三个过程,第一是要了解,第二个是要选择,第三要付款,那么有那些通道,你首先了解,媒体,传统的媒体,电视,报纸等等,社交软件,我们中国人用微信,微博,口碑相传,这是小米常用的一个办法。那么在选择阶段有哪些因素,影响我们的选择呢?首先印象,这个印象是从哪儿来?就是从第一步的了解,这是我们选择的开始,这是我们选择的起点。接下来包括便利,便利性,你的感受与体验,它性能的对比,价格的对比都是你要考察的因素。

这里我要讲一下,有两个概念要强调一下,第一个是说,相对高价的商品和低价商品还不一样,相对高价的商品,它更强调感受与体验,性能的比对,这个场所要发生在,你就是在线下。那么对于相对低价的商品,我们说有一种说法,叫做相对低价格的产品,特别是标准化的产品,更容易被互联网颠覆,但是我们看在沃尔玛超市业绩下滑,甚至关门关店的今天,有一个数据,我们中国今年从1月份到现在,一线城市,二线城市的这种便利店的增长比例,分别是30%和22%,我们可以看到,便利店为什么在互联网时代,它就超越了传统的商超呢?我们就说互联网给我们带来的红利,主要是连接带来的便利,但是我们买一个薯片,买一个酱油,买一个顺手的东西,还是在实体店里买。所以便利成为互联网很重要的一个考量。那么在第三个环节,我们在付款的环节,我们说有那些最终的因素导致付款,理性的人你是有需求,你会付款,那么你冲动的人,你任性,有可能是因为冲动付款,有些人会徘徊,这些人就会因为被说服而付款。我们说这种被说服,体验感受也好,他们发生都是在体验店。我举一个华为的例子,华为最早的一款金属后盖的手机,当时成本是增加到30到40人民币,但是这款手机投入到市场的时候,我们当时给它们做神秘顾客调查的结论,它的竞争对手在多个城市有一个共同的销售话术,就是来你看一看,华为这款手机掂一掂它的重量,再看我的这款手机重量,就非常成功压制了华为这款手机,这就是线下店最后的作用。

所以说小米今天的失败,刚才我说三大原因,第三点最主要,就是它错失了线下这个主战场。好,那么如何提升线下管理,不同的企业有不同管理的逻辑,这个不好分析,但是我们就借助华为的案例,跟大家做一个分享,做一个参考。华为当时它也是在建设线下门店的时候,我们说华为在三四年前谁用华为?很少,就是在三四年它大幅度提升,它在线下需要管理这里做了什么,第一步预调研,通过定量与定性的调查,来识别出自己的管理和竞争对手的差异,以及自己管理内部的一些问题。我们说有一种说法,叫做你企业内部管理的任何一个管理链条上的问题,最终都能或多或少的反映在你一线的零售门店上。

第二个企业管理最大的变量就是人这个要素。那么都要围绕这个人,就是一线促销员,你的督导如何进行管理,来进行思考。一会儿我再稍稍展开。第二个故事就是,通过步骤,通过预调研,华为建立一个执行标准,第二点就是通过这种神秘客人,定量调查,来检查它的执行状况。第三个通过普遍发生的一些问题,我们把它归纳起来进行一定的分析。第四点就是结合定量与定性最终得到的结论我要反馈给华为。第五点就是让第三方的服务机构,包括可以说让神秘客户机构继续为我们做培训。第六个就是把线下的管理逻辑平移到线上,建立一套线上的APP管理系统。

那么我回到刚才说的第一步,中间几步我就略过不讲了。刚才讲到的通过预调研,所发现的门店,管理当中任何一项细小的问题,我们从门店看它内部的管理逻辑,所发现的任何问题我们进行归类,最终给它归纳出人财物六大管理维度,分别定义到零售渠道管理,在每个节点做好严格的定义以及执行标准。那么之后刚才整个的一个调研也好,它的管理逻辑也好,我就介绍过了。重点讲一下这套系统,最开始是我们跟着华为一起来做的这样一套系统,当然华为现在把这套系统和内部其他系统融合了它已经有转变了,不过这个理念还是在一起得,分享一下。那么这套系统它关键的逻辑在哪里,就是它可以是移动互联网这个终端,移动互联终端,通过手机APP的方式,来帮你实现日常管理逻辑,都平移到线上。

比如执行任务,我们说一线门店每一个人,他做的每一件事情都可以变化为任务。比如上班的签到,打卡这是一个任务,比方说他要向总部汇报自己的情况,促销品的实际情况,这些都是他的任务,他把这些任务,每天完成以后,在桌面一个一个的,会根据工作流的指示,它会完成这项工作,同时桌面会清理掉,最后清理掉桌面,就说明一天的工作完成了。你说你的审批也是任务,所以把所有线下管理人员,每一个管理动作都固化到系统当中,这里当然也包括了促销员的排班,督导的轨迹,都可以在这个系统上看到。当然更深的管理逻辑,可以链接到产品最终的促销员店长,他们的奖惩体系和他的考勤要挂钩,和他的表现要挂钩起来,这些都可以实现。

这里的第三个功能就是即时通讯,大家可以理解为微信,和微信的功能是一样的。第四个包括你门店各项的评比,包括各项管理指标的体现,都可以通过报表来呈现。好了,关于这套系统,还有线下流的一些方法,我就给大家分享到这里。接下来由于我们开发这套系统,我们的开发主管高总今天也过来了,高总给大家分享一下他的大数据,在这个系统当中的一些设计理念,我们高总是早年清华大学的双学士学位的高才生,也是华为早期的第一批大数据开发的专家,接下来我把这个麦克交给高总,谢谢大家。

高正奇:刚才马总大概初步介绍了一下在大零售时代的背景下,如何来定义我们门店管理。所以我们出了一款产品,这款产品我觉得,大家可以持续关注一下,特别是有这种渠道管理这一类的客户,因为这个实际上也是我们经过了很长时间跟华为的实践去得出来的这么一款产品。今天这个话题跟上面的话题其实是稍微有一点点距离,我想从我们今天峰会的题目上,给大家一些启示。我们这个第七届营销与市场研究峰会,我们大家注意一下这个字,7,这个7代表什么意思?这个7的含义,其实是比较复杂的,我们知道有一个非常八卦的词就是说,在人类的情感上,7往往意味着有一个词叫七年之痒,我也注意到了今天其实,到会有很多我的同行,注意,我说我的同行是指的IT行业,IT行业的一些同仁,他们在这个方面,在这个新方法,新技术上,都做了非常多的探索,而且有很多也很有创新性,也很有创建性。那么7我们抛开这个词,就是说它说明我们这个行业它是一个有历史的行业,有历史的行业我比较注重它两个特点,一个特点是什么呢?它是值得敬畏的,这个行业,所以我们经过了二三十年的这个行业的发展,那么它一定有一些非常需要遵从的东西,比如规范,比如谈到质量。我觉得这是这个行业,我们有些东西需要去敬畏的。

第二个我认为这个行业发展了这么多年,它一定有另外的特性,这个特性是什么?这个特性是惯性,大家想一想就是说,我们的习惯,我们经过二三十年的发展,我们培养不出来项目运作的习惯,大数据有更多的公司,或者更大规模的公司,他们已经争论了非常多年,他们会争论谁是这个行业的领导者,谁是正宗的哪一家最先进的,当然我谈的不是这个,我谈的是跟我们这个行业非常紧密的这么一个群体,我们可能调研公司都有这么一个群体,叫做EP,叫做数据专家吧,可以这么去回顾一下这个行业,你回顾一下这个过程,是不是说很多东西已经习惯下来了,这个习惯是要一直保持下去,还是说在现代的大数据年代,我们需要有一些求变。

我下面就是说,主要要跟大家共同探讨的问题,以及我个人的一些想跟大家分享的观点。我的第一个观点就是说,大数据时代,数据到底离我们多远,我们大数据已经谈论了多少年,但是我不知道在座的市场调研公司,有多少公司能专门组建团队,组建ID团队去做一个大数据平台,他们在大数据应用程度上是什么,大数据时代,我们数据离我们到底有多远,我给了一个词叫咫尺天涯,就是这个数你触手可及,我们很多互联网上,公开就在卖数据,也有很多灰色的市场,数据触手可及,甚至我们的企业本身它还有数据的,但是这些数据,我们理解吗?我们有办法去分析吗?

所以我这里说的办法,不是说整个行业,像阿里这种企业,他们有没有办法?他们有的是办法,但是我们的市场调研公司有多少办法去理解这个数据?所以我的理解,这个距离我用两个维度,一个维度是它的物理距离,就是触手可及,但是第二个维度就是说咫尺天涯,你能得到它,但是你没法解读它。我们说为什么没有办法解读呢?说技术发展这么迅猛,突飞猛进,现在比方说像谷歌这种公司,它已经可以用机器跟人下棋了,但是我不知道像这种突飞猛进的技术,离大家到底有多远,谷歌这个故事我们很多人都只能听,甚至连看都没法看,为什么呢?因为你听到的东西都是专家,或者是学者的一些解读的东西,或者说它这家公司想跟你传达的信息。那它真实的信息是什么呢?大家是否理解到它背后训练这个模型整个过程?投入了多少钱,用了多少专家,然后上载了多少样本数据,以及经过了几代高手的测试,大家是否理解这个?

如果我一谈这个你可能就很清楚了,这个东西可能离我们调研公司,可能还是有一定的距离。第二我们现在整个业态是不缺数据处理工具的,但是我们如果是把这几个变量考虑进去,我们的技能,我们的时间,我们的成本。那么把这些个变量考虑进去,我们能驾驭什么呢?所以说我们今天还看到了,其实很多公司,我们在数据处理上,还是在用表格类的程序,表格类的工具,大家也都知道。

所以我的第二个问题就是我们手头的数据处理工具完美吗?当然这个工具很多,我只是列举了几类,这个结论我并不下,我不下这个结论,我给大家一个问卷,既然是说我们是调研公司,我们就用调研的思路来思考一下,我们习惯中的这些工具。我给大家提供了几个维度,个人你们还可以往下加,第一个这些工具对技能的要求是什么,第二个就是我们这家公司,你在这个方面,你的IP支出是多少,第三个你用这些工具,你用多少时间,你的团队是加班赶制报告的,那么第五个就是,我们在数据分析上,包括数据的预处理,包括这种筛选,包括这种查错,那么你的数据分析人员的人工支出是多少,还有就是你这个工具支持了最大的数据量,这个大数据量也许可能,我们有几个样本,几千个样本,最多几万个样本,但是我觉得可能在大数据年代,这个东西也可能会变,只是不知道在哪一天变。

再就是说你用这个工具处理的数据量稍微大的时候,你的等待时间有多少,它的响应有多快。当然大家还可以举例,这是一个空的问卷,你每个人在心里做一下就知道了。那么我个人觉得,我们是需要一个比较好用的工具,那么我们如何来描述,我们理想中的工具呢?今天我看有几个嘉宾分享,我觉得非常的具有启发性,就是说他们说客户最终要的是不是几百页的报告呀?比方说下午就有嘉宾讲,就是说客户也许更注重我们的细节,就是你整个过程的细节,细节意味着什么呀?细节意味着我们的数据分析不是简单的统计,我们的数据分析,那些东西都是可以自动化的,我根据大区去统计,我根据某个指标去统计,这些东西刚才我们同行都讲了,我们做IT的都知道,这个东西完全可以自动化,不需要一个人去挨着个去填,去写语句,花个几天的时间加班,熬夜,去赶这个报告,我们的聪明才智,完全浪费在了这些无用的工作上,或者说你被这个工具束缚住了手脚,占用了那么多时间,所以你没有时间跟客户有更高层次的交流,你没有从这些数据里面发现真正用户关注的细节到底是什么。

所以我认为,如果要描述我们的工具,我觉得应该是从我们为什么要做数据分析说起,我们做数据分析,我认为作为市场研究公司,它不应该是一个只交报告的工作,它做的应该是更高层次的,也就是说把你的聪明才智发挥出来,这个叫什么呢?这个叫知识发现,你要发现里面的细节,发现里面的意外,发现里面跟别的公司做出来不一样的东西,这才是我们的价值所在。我们回忆一下,它给我们公司创造的价值,包括给客户创造的价值,是一个什么曲线,上升的曲线还是下降的曲线?我们想一想为什么是这个曲线?我们再想想我们在交报告,在整个做数据处理过程中,我们把时间放在哪个地方,你大概就知道了为什么它这个曲线会是这样的一个走势。

所以说我分享我的观点就是什么,当然我这个观点只是代表我个人的看法,可能有一些有争议性,我觉得这个是一个开放的,大家可以相互探讨。好的工具对使用者每一步尝试,都会给予积极的反馈,这样还会激发我们的灵感,延伸我们的思绪,这样才能做到把我们的才智发挥出来,我认为我们应该这样去描绘我们的工具。那么我理想中的工具,我觉得有很多维度,但是我想有几点可以跟大家分享一下,第一个我觉得,它应该是自动化的,第二个它的这个数据分析过程,应该是可视化的交付,第三个就是,应该是探索性的分析。因为只有探索性的分析,你才可能发现里边真正有价值的东西,就是那个跟别人不一样的东西。第四个是,我们的分析应该是在一个自由的多维空间里面分析,下面我大概简单介绍一下这几点。

第一点是采集的自动化。我不知道我们这个行业是从二三十年前开始的,在中国,在美国可能也就是有七八十年了,它是从一个纸质问卷,大概最开始从业人员只知道它是纸质问卷,纸质问卷是受访者的语言,你要用受访者能理解的话,能理解的题型去表达你要问的问题,而回来以后做处理的时候,如果我们有了计算机,我们可能要把它录入,再做处理,要把受访者的问答变成你能处理的一些数据,比如你变成了评分,或者变成了对某些案例的判定。

我们现在的采集可能很多公司采集都用APP采集了,但是很多公司在处理数据的时候,仍然是原始问卷的数据导出,用Excel写评判数据,最后在这个基础上再做报告。实际上我们谈到的采集智能化,它主要体现在,你应该能完成你的数据处理语言到用户受访语言的自动转化。也就是我们跟客户拿到的,首先是什么?我们要几类问题,可能有大类也有小类,而后才是你的问卷,问卷完了以后你收集完了以后,上来以后,应该可以做自动化的这种转换,这是我谈到的,就说在采集端,这个叫采集的智能化。但是实际上这个它是不带智能的,我不知道,这是通常的IT本身就可以处理的东西。

第二点就是可视化交互。我们为什么要提可视化,大家都说我现在都已经机器人时代了,都是语音识别了,为什么不是语音呢?其实这里面是有科学道理的。其实这个人的感观,手和眼是离你心最近的地方,所以说我们有说法,眼睛是心灵的窗户,所以这种所见即所得,这是最符合你的操作逻辑的。说我用语言行不行啊?我给大家举一个例子你就知道了,我们从小学到初中,到高中,到大学,大家学了很多公式,我不知道有多少人能用语言去把这个公式表达出来,如果这个公式稍微有点复杂,你要用语言去表达出来,让人听都很难听懂,你让计算机听,我觉得那就是更有点困难了。

所以说我认为就是说,可视化交互它是一个,仍然是我们比较关注的,而且要特别去做好的一个事情。那么第三点就是一个探索性的分析,这个我刚才其实已经讲了,就是分析者如果是你真的要从一堆数据里面去找到真正的价值,那它一定是个探索性的,边做边看边想,每一步可能会有预期的结果,但是我们发现还有一点不同,这会激发你的下一步动作,这样的话我们经过交互式的,探索式的,那么你可以给你一种分析的语境,你这样会很容易去发现里面,数据里面独特的特性。

第五点我认为,我们的数据分析模型应该是个自由的多维空间,我们这里面为什么要谈空间,其实空间感是人生出生,与生俱来的本能,所以说我们很容易去理解上下左和右,我们很容易去理解这个时间。那么我们把这个维度拓展,拓展到更多的维度,这样的话大家在这个数据操作的时候,它的横和纵,就很容易去理解,你这个数据的一种分布的特性。那么最后一点我认为是一个,可能会是一个有争议性的话题,我认为这个工具应该有实时的响应,无限的容量,我这里面应该是有一个引号的,没有东西能处理无限的东西,这里面为什么要谈这个东西,既然我们是一个探索性的分析,探索性的分析它带来了一个问题是什么,它要有一个持续的时间,我们都知道,我们的人在持续关注一些事情的时候,你的注意力的集中的持续时间是有限的,在移动互联网时代,这个时间,这个指标在急剧的下降,因为有智能手机,我们有那么多朋友圈,我们是不是要看一下手机,我们想一下在这种情况下,如果说我们的分析工具,每一步的动作都有很大的延迟,我不知道你有多大的耐心去做好整个的探索性分析。所以这是我认为实施性对一个分析工具来讲是非常重要的。

第二个我认为是一个无限的容量。这里边来说,就可能会有质疑,说我们这个行业也就只有几百个,上千个,甚至最多是几万个样本,我们为什么要有更大容量的支撑呢?大家知道我们现在大数据的年代,我们这个行业其实,说句实话,是真正的用数据说话的公司,虽然我们不能把自己定义为IT行业,但是它是真正的用数据来说话的公司,在大数据的时代,大家不是都想多做点儿事情,我们就不想为客户多做一些数据的分析,客户假如说有听的数据,我们不能多做一些交叉性的分析吗?是不是?这样的话它就意味着你的数据的种类,你的数据的容量,可能跟今天我们几个样本来比,它就不是一个数量级了,当然有可能有些客户,碰到这种情况,有些客户也可能再过一两年,可能也会碰到这种需求,所以说这个我认为就是说,这个工具应该在保证实时的情况下,尽量的能扩大数据的处理量,去突破我们现有工具的一些容量的限制。

下面我大概简短的介绍一下,我们公司在数据处理方向的努力。其实我刚才讲的话题比较分散,但是我聚焦到采集这一端,我们基本上从数据角度来考虑,我觉得有三点可以跟大家分享,第一点就是采集的智能化,通过APP采集,其实很多评判标准,数据录入的准则都可以事先设定,并且通过这种跟APP,跟访问员的互动,也可以提前做一些预热,提前做一些比方说简短的容易出错的地方,做一些简短的培训,这样的话可以提高整个采集的效率以及质量。但是我们有一个审核,这个系统只要问卷查下来以后,后台有人看到马上就可以审核。它不是让一个样本作废,所以我实时审核,马上能让一些不正确的东西及时修正。我们传统的交付是什么?传统的交付都是一个月,或者说两个月以后交报告,我看有很多嘉宾其实在谈到,特别是我们客户谈到,其实他们在质疑我们这种交付的方式,其实我们客户,它可能更多的关注你这个过程,这就是我谈到的这个交付。所以我们B端,就是在客户这一端,我们有一款产品(英文),它可以实时的给客户反应,我们的项目进步,反应我们整个的过程中各类问题的一种报表的汇总,比方说哪一类问题比较多,哪一类问题比较少,哪一个大区反应比较好。如果说对这些问题,他们需要实时跟终端互动的话,我们也支持这种能力。

这是我们在爱评分这个方面,数据处理方面的一些努力。那么最后我用中国的一个哲人的一句话来结束我的演讲,工欲善其事必先利其器,我的同行也提供了很多好的思路,好的建议,我希望每个人都能在事业的征途上找到自己理想的工具,谢谢大家。



友情链接
中国信息协会    国家统计局    涉外调查许可证办理    中国数据分析师官网    APRC    ESOMAR    GRBN    
 
CMRA微信公众号   CMRA微信号

关于协会 | 会员专区 | 招聘信息 | 联系我们

地址:北京市东城区东四十条21号北京一商集团大厦308室 电话:010-64087451

Copyright 2015-2024 www.cmra.org.cn All Rights Reserved

中国信息协会市场研究业分会 版权所有 京ICP备18038404号-4 京ICP备18038404号-5