编辑 | 黄臻曜
从“三尺柜台”的杂货铺，到80年代中国第一批自选商场，再到如今的数字化超市……超市这个细分业态的演进给消费者的线下购物体验带来了翻天覆地的变化，同样，“人货场”格局的重构也在倒逼这个业态不断精进。
超级市场最早产生于1930年的美国，当时，美国正处于经济大危机时期，超市开创者迈克尔·库仑首创商品品种别定价方法的低价策略。他的超级市场平均毛利率只有9%，这和当时美国一般商店25-40%的毛利率相比是令人吃惊的。而售价低廉就必须保证进价低廉，只有大量进货才能压低进价，于是，迈克尔·库仑就以连锁的方式开设分号，建立起保证大量进货的销售系统，也就是现在连锁超市的最初模型。
超市竞赛的下半场
可以看到，在行业发展的早期，门店位置（数量）、商品质量、供应链（价格）是一家超市最核心的竞争力。而随着市场容量的极速增长，新进玩家也越来越多，尤其到了90年代，沃尔玛、麦德龙、家乐福等外资连锁超市集体杀进中国市场跑马圈地，他们在经营经验、资本实力以及数字化程度上都让中国超市望尘莫及，同时也给整个行业注入了新的血液和发展动力。
而到近几年，伴随着新零售以及电商行业的冲击，中国超市行业已经呈现出卖场、标超、生鲜超市多业态共存；线上线下多渠道发展的现状。行业整体的复杂程度以及竞争激烈程度已经赶超国外，甚至在很多一线城市已经形成了一公里内几家大超市，几十米一家小超市的现状。
当选址范围已经没有多大空间，供应链水平也不相上下时，对于超市行业来说，在行业竞争的下半场，将更多地转为对于“人货场”精细化运营能力的竞争，尤其是以消费者为核心，覆盖商品、营销、渠道、供应链、门店等多场景在内的数据洞察和智能决策。
特别是在疫情期间，超市作为提供民生商品的主要渠道，既要保障民生商品的充分供应，又要在线下客流量骤减时，考虑在线营销，比如小程序下单、配送到家等服务。而做好这一切都需要采购、销售、配送整条链路强大的数字化协同能力，比如：
- 通过不同时段、不同门店、不同渠道的销售表现及时协调配补货；
- 通过客户的订单明细，通过关联分析优化商品组合提高客单价。
而这些决策的反应能力和精准性，绝对不是过去“拍脑袋”就能够决定的。决策者如果没有统一的数据视角，业务端没有缜密的数据业务洞察能力，都无法根据细枝末节的变化做出高效的上传下达和终端反应。“数字化” 是超市行业转型的必经之路
“疫情”对于整个行业来说只是一个小插曲，但未来，这样的插曲一定会不定期上演，如何以不变应万变？而这里的“不变”在当下，在未来5-10年一定是企业的“数字化能力”。“数字化” 其实是超市行业不断转型过程中的的必然趋势。在向自选商场转型过程中，出现了收银、价签等交易信息化工具，而现在的超市基本都配备了支付、会员、库存、WMS、供应链等“供销配”一体化信息系统。对于整个行业来说，基本已经实现了“业务数据化”， 而单纯的数据是没有任何意义的，只有落地到场景中才能对业务产生价值，所以接下来超市行业需要集体面对的就是“数据业务化”。数据业务化的目标是为了提高各个场景的精细化运营能力，和应对突发状况的快速反应能力。而整个过程中，如何判断数据智能的是否达到理想效果，根本的衡量标准是有没有解决他们最为关注的店效、坪效、品效、客效、人效五大效率问题。SKU多是所有超市共性，而SKU是不是越多越好呢？从经营的角度考虑， SKU过多就可能会给顾客造成选购压力，很多无效商品占据大量牌面也会拉低整体坪效。但当一个超乎已经拥有上万甚至几万的SKU时，单凭经验去优化淘汰已经是不可能完成的事。而这时，我们就可以通过品类分析中的“262分析”，去找到20%最好的商品是什么，60%是哪些弱势商品，还有20%的拖累商品是什么，有的放矢，把促销资源、人力资源集中在容易产生销售额的地方，逐渐优化拖累商品，就可以获得更高的收益增长。我们在超市最常看到的分类就是以水产品、畜产品、果蔬、日配加工食品、一般食品、日用杂品、家用电器等来划分片区，摆放货架。而从大类到小类，如何再科学地进行排列组合，其实存在很大学问，小卖部可以靠经验，因为本身没有数据基础，其次对整体营收影响较小。而对于连锁超市来说，如果一个优秀的商品组合一天可以多影响50个消费者，新增100个这样的组合，那么日积月累给营业额带来的贡献将是不可估量的。见福便利店董事长张利曾分享过用观远BI平台进行数据分析发现的一个很有意思的现象：避孕套和口香糖会高频出现在同一份订单中，漱口水和避孕套的关系也很密切。在疫情期间，门店客流量骤减已经不可逆转，如果超市可以用数据洞悉商品之间的关系，及时调整商品组合和陈列，必然会大大提高客单价带动整体营业额提升。疫情之后，“清库存”成为很多门店类型的业态都在关心的话题，而在平时，超市行业也会面临库存积压、库存告急、库存不详等各种问题。单靠库存管理系统只能达到问题查询作用，企业更需要每天甚至每小时，通过全景库存监控、库存类目占比、畅滞销商品库存、异常库存等精细化分析，将库存数据与销售数据、供应链数据进行打通，通过优化库存结构，降低库存占用，加速资金周转，实现供销存高效协同。高损耗是超市行业普遍现象，尤其是生鲜超市。有资料显示，中国生鲜行业损耗率普遍30%，远超发达国家不到10%的平均水平。而解决这一问题，除了在运输过程中强化冷链配送，更重要的是通过精细化运营做好供需平衡。生鲜传奇王卫曾坦言：“生鲜传奇是立足小区经济的生态，很多人模仿生鲜传奇，但是都模仿不到精髓，因为生鲜传奇另一个核心竞争力，是精细化管理。”生鲜传奇自创立起，便贯彻“标准化”的核心宗旨，采用「五定策略」（即定位、定数、定品、定架、定价）来规范门店运营，所有的生鲜陈列皆由总部控制，并由总部下发至门店。2019年初，生鲜传奇开展了数字化大升级，其中一项重要举措就是与观远数据合作共建一站式智能数据分析平台，取代原来用Excel做数据分析的局面。最高管理层可以360°进行业绩追踪，通过层层下钻细化对于单店、单岛、单品的管理，并辅助订阅预警、逐级预警等功能将问题定位到人，根据问题的严重等级实时通知不同级别的管理者。例如，如果生鲜岛的商品在规定时间内的销量没有达到预期值，第一条消息就会推送给对应的岛主，岛主可以更改活动策略强化对于该品类的营销；如果规定时间内销售指标的完成情况依然没有好转，预警消息则会被进一步推送给区域督导，督导可以通过数据找到引起该门店该品类滞销的原因是客流量下降、营销方式错误还是其他原因，定位问题，找到解决方案，减少损耗。如何打造从“从数据到行动”的决策闭环
目前来看，超市行业基本已经实现了“业务数据化”的基本信息化布局，但对于整个行业来说，依然停留在各个部门用自己的信息系统的散乱局面。所以，从数据到行动，超市行业第一步要做的就是统一数据口径，建立一体化的数据分析平台，形成自上而下的数据分析体系。大一点的公司配置20多套信息平台，小一点的公司也有10多套，每一个平台都用各自的接口打通，导致周会或者跨部门会议时，大家汇报的数据结果经常出现差异。例如门店销售数据和总部财务数据总是对不上，因为门店用的是零售系统，零售系统看到的是当天的销售数据，而数据一般是晚上上传，所以财务到第二天才能看到，这当中就存在了信息的滞后性。解决了数据口径统一的问题，企业接下来就会思考，我们花了那么多年积累起来的数据难道只是给各个部门用来汇报吗？很多企业的数据分析人员会说，不是啊，我们有通过数据可视化让领导了解上周哪个门店业绩表现差了，哪个仓库库存告急了，昨天的营销活动带来了多少增长……对，那只是基于昨天、上周的历史数据做出来的静态报告，而且领导看到的永远只是数字化的一个“点”，没有落地到具体的业务场景中，更没有形成从“数据——信息——知识——行动”的闭环。我认为，数据化建设可以参考三个原则：以终为始；分步构建；人机协同。对于超市行业来说，同样适用。我们在打通数据链条之后，则需要基于各大业务场景逐步落地数据智能。面对超市行业商品、营销、渠道、供应链、门店人力资源、顾客关系等多个分析场景。我们要明确企业未来三年的数据化目标是什么，基于长远目标，又要着眼于当下3-6个月的短期需求，根据当前的IT能力、团队能力、数据现状分步进行构建。除了前面提到的针对SKU多、库存多、货架多、损耗多等问题可以采取的商品分析、库存分析、商品组合分析来解决，在超市整体的“供销“体系和管理中，任何已经实现数据化的场景，都可以进一步进行数据分析和精细化运营。比如，针对门店和店长的门店业绩诊断、时段销售分析、口袋数据助理；针对会员的会员购买能力、购物行为、购物偏好分析等。将每个细节做到极致，就必然会提高企业整体的店效、坪效、品效、客效、人效等指标，实现降本增效。当你已经形成了从“数据到行动”的闭环，而你的竞争对手还停留在Excel或者静态报表，对于全局销售、促销活动不明现状，对于销售利润下滑、增长停滞、客户流失不明原因时，你就会比她多十倍到百倍的可能去发现更多的增长机会，52周之后，你的竞争优势就又不一样了。实现了决策依据从经验、历史数据分析到实时分析洞察的突破，商业智能已经可以为超市行业创造了匹配“人货场“变化而转变的足够动力。但是，这样就足够了吗？应对未来的不确定性，超市行业能不能再领先一步，实现从实时到预测的跨越，在问题出现之前就做好预防措施。观远数据提出了“5A路径”（Agile敏捷化、Accurate场景化、Automated自动化、Augmented增强化、Actionable行动化）作为企业数据化建设的最佳实践参考，前三步是帮助企业实现从传统数据分析到实时、动态、场景化的智能数据分析的需求。而当企业已经做好了前期的BI积累，则可以过度到下一个增强化和行动化的阶段，通过先进计算力实现更深度分析和可行动化的建议。目前，一些前沿的超市企业已经开始AI技术的探索，比如精准营销、门店选址、智能补货、门店智健康度诊断等AI项目。可以通过AI预测销量提前准备仓储和物流，根据消费者的历史消费记录、逛店路径、浏览记录等预测下一次的消费喜好，在来店时做好智能推荐等应用。
AI算法的落地应用对于超市行业来说一定是未来趋势所在，不过，智能化的前提是数字化，精准的AI预测也是建立在强大的BI之上，如果企业没有足够高质量、结构化的数据积累，建议还是先做好BI的规划落地。我们往往高估了科技在短期可以带来的影响，而又大大低估技术在长期带来的影响。数据化建设也一样。所以，企业需要务实可行的规划，我们提倡“看3年、做3个月”，基于3个关键词：以终为始、分步构建、人机协同。
