前言
从商品时代进入新零售时代，核心在于如何建立以消费者为中心的品牌的用户生态，利用算法，更加精准地推荐商品。产品是消费者对品牌认知及购买决策的核心要素，而“合理”的商品结构，精准的销售预测，供应链能力等就成为品牌的核心竞争力。在实践过程中，如何建立消费者和商品交互的商品计划算法模型，再结合客户关系体系，打造出端对端的商品及供应链的能力，从而提升产品力和销售收入。
2018年8月24，由雅各布专栏、ECV International、大时尚科创产业联盟主办，杭州数云、上海欧睿供应链协办的“打造新零售时代的智能商品计划和决策体系—AI Merchandising Salon"圆满落幕。在本次活动上，各位业内人士就新零售时代的商品重新定义及如何打造智能商品计划等议题现场进行了精彩讨论。今天我们给大家分享第二场圆桌讨论的下半部分内容。
新零售时代的“商品”重新定义
从人货场的角度重新认知“商品”的定义： “人”，突破品牌原有的用户群体，实现用户增长；“货"，通过零售加强”人与货“的精准标签；”场“，实现中国”全世界“的整体和区域商品计划。
商品作为连接消费者和品牌的“置换品”，从来都是一个“不确定的潜在消费者需求”，也是在快速变化的市场中最难以扑捉的“实物”。重新定义商品，也是新零售时代的新要求。消费者者对“产品”的理解不单纯是“商品”本身，更加是“商品”+“内容”的定义。
圆桌讨论：如何打造一个真正的智能商品计划和决策体系
建立基于商品的数字化的企业决策体系，是品牌公司从战略认知到战术规划、运营落地的核心能力。
主持： 诸刚强(Jocob)，雅各布专栏创始人
嘉宾： 高峻峻博士，oIBP创始人，阿里新零售研究员，京东大学特聘教授
Tony，GXG，CIO
徐文，阿里巴巴，数据科学家
直达链接>>新零售时代的“商品”重新定义（上）
诸刚强：有两个非常有意思的话。第一个就是平台的数据维度是有价值的，第二个就是通过平台到如何找到品牌的用户。虽然品牌的“人货场”是有样本的，但是这个样本的可复制性是比较弱的。另外，今天我们是不缺少市场的，市场够大了，也不缺少消费者，中国的消费者每年都有7%、8%的增长力，而且消费市场、消费升级是有的，但是在增量市场和消费市场中为什么有这么多的不适应性？一定是在传统零售可复制的模式中感觉不太有效。新零售这种模式中看上去也是有规律可循，但是也很难复制。所以大家谈的最多的样本就是盒马，但是盒马没有办法在品牌零售商复制，还有就是它所谓的数据维度的能力是非常昂贵的，它完全是一个投资驱动的新物种。今天我们讲的品牌，我认为品牌还是比较小的，比较精巧的，品牌的关注力和消费力对人群来说是相对聚焦的，所以平台和品牌是两种完全不同的商业模式，在那个平台和传统品牌中还有很多的不适应。问一下高老师，我相信你在这个行业中看到了大量的市场实践，而且这么多的品牌公司在面对新零售市场中跟平台和传统公司都不适应的地方，我们是不是有一个可实践的路径可以帮助品牌？
高峻峻：我接触了很多品牌商，确实大家是这样想的。因为目前大家的规模不一样，能够过百亿的就更少了。事实上所有的品牌商都有自己的梦想，比如说目前在这个阶段，但是无论看欧美还是日韩都有很好的标杆企业在那里，以后是有空间，自己以后到底走哪一个模式实现自己的目标，是做品牌还是做一个很大众化的东西抢占市场，对未来的梦想前提之下，他确实需要有自己的一整套的商品管理的精细化体系，可以支撑未来的发展，这也是品牌商关注的一点。
再往下来的这个阶段是计划各个体系。第一步最简单的决策就是把所有的计划都串起来，有什么变化第一时间可以看得到。说一个很简单的例子，商品管理中可能有人决定这次活动要弄什么活动，要做什么样的备货。其实对于管仓储的人来说，这么多的备货，阿里要求我们按一定的授信去备，那么这个时候仓储不够怎么办？但是你再仔细算算是否一定要再租一个库区做这件事。所以商品管理的每一个环节都是这样的。所以确实是从最初的研发端和研发效率开始，到底研究出来的ABC款的比例到底是多少？是适合什么样的情况？它会不会影响下一个环节？所以这些品牌商更希望自己未来有长远的发展，同时要把自己的体系搭建起来。计划体系第一步就是要串起来，第二个就是里面的决策要科学化，最起码把自身管理人员的经验先进去，多少公司面临的情况都是换一个人就是半年的库存，其实这种协调能力的强与不强真的是太重要了，所以要先把这件事解决。
我也很赞成大数据对这个行业带来很多颠覆性的变化。确实所有的新技术都有各种各样的问题，所以企业肯定是先试，总不能说等成本降下来了以后再试。但是在解决的过程中可能多管齐下，因为这套体系未来还能不能往上走，能不能适合多个品牌，原来的买手都是靠买手个人的能力和经验。或者说我全国有多少家店，一家店可以放多少，这个时候店货匹配肯定需要更多的预算，所以要有好的经验资深的人进来。
从人工智能落地到企业最痛苦的一个环节其实还是刚刚说的经验，这里面的数据中到底哪些特征是真正有影响的，这些特征抓出来以后可能简单算一个结果，这个结果也很好，但是那个特征是什么有影响的，所以我们说否定消费者，不是否定几百个用户标签的作用，但是对于品牌商可以用到的各个相关的指标是什么，你会知道谁买我们的东西，哪个东西放在这个店的效率不高，我要改，因为我们就是要让好的进来，让不好的出去，要有真正有意义的标签指导我们这家店，确实逐渐需要模型和算法逐渐的匹配人的经验。
诸刚强：实际上我们缺少的是算法，其实从技术维度角度来说，这是一个相对可预测的，我觉得可能最重要的还是品牌的市场能力。我通过这个算法迭代了商品，再经过市场以后如何让我的“货”“店”“人”形成数据化的维度和数据的能力，形成一个模式，这个是核心。因为传统零售对库存的把握很重视，因为我们每季的第一批上货量就已经非常可观，还有接下来的补货，调货计划。在这些维度中，在需要市场来迭代的所谓的智能产品决策体系中，我们怎么样找所谓的更好的商品预测能力？我相信大家今天在品牌市场中，我们都知道用户群，但是我觉得大家还是缺少一个统一性、整体的，不断落地的路径。Tony和徐文，两位有没有思考过这个问题？怎么样更加精准的帮助品牌了解自己品牌的商品结构？
徐文：我最近也在落地一些项目。我简单说一下。举个例子，比如说在商品这块，其实在品牌商的视角来看，很重要的一个就是哪些属性是消费者目前正在重视的或者是未来可能会重视的是哪些属性，以及目前市场上存量的品牌或者商品都跟这些属性有什么关系。站在技术层面来看，这是商品知识图谱的一套系统，可以把所有的商品和它的属性进行网状的建模，建模有什么好处？其实跟百度和谷歌搜一次名词会带出来很多相关的属性是一个道理，很多商品也有自己的属性。
现在很多的品牌或者是品牌公司、企划公司就是在做基础数据库的建设，这个事情如果不做，连这个商品本身有哪些属性构成的你都不知道，何谈大数据和算法呢？所以首先要建立一套商品完全属性的知识图谱。
那么怎么让它服务这个品牌商？首先我们要知道目前市场上消费者所重视的这个商品属性的市场。我举一个例子，比如说粮油，大家在短期之内大家比较重视转基因，大家很关注这个问题，会发现消费者在做决策的时候转基因可能是排在第一优先级，第二优先级可能是品牌，他们可能对某一些品牌有偏好。中国很大，你会发现在不同区域、不同城市、不同的街道，其实消费者对某一个商品做决策的时候，对这个属性认知的优先级都不一样，所以这个模型要建的非常好，消费者在做决策的时候是基于什么样的树状结构去做决策的，要把这个属性先建模出来。其次，建模出来以后我们发现其实左右的商品都可以作为一个叶子挂在这个树上，你会发现这个叶子上没有挂任何的商品，意味着什么？这往往意味着这可能是一个市场机会。后面某一个属性上的某一个叶子上挂了很多的商品，这个时候你该考虑这个商品是不是要差异化竞争，如果你还没有特色的话就会变成价格战，压成本，后面所有的环节都会比较痛苦，所以在上面这些诠释希望给大家一些启发。
诸刚强：这个想法比较创新。我们今天推荐给消费者的商品标签除了商品自身所在的属性之外，也应该在营销中，因为首先是由需求链接到品牌和商品，从需求端拉动整个供应链的反应。从品牌来说，因为品牌的核心还在于商品，贴什么标签其实就是如何通过营销的手段和平台的数据置换的时候，如何让消费者找到品牌？
Tony：商品的标签或者说商品的信息库的建设，不管你叫它什么，这是你必须要做的，也就是长什么样，你必须要了解清楚。这是第一步。第二步零售商的商业模型是什么样的。
我觉得零售商的商业模型就是三大支柱点。第一个点是你产品设计的能力决定了你是否盈利，如果你很烂，你做什么数字化都不会成。你的商品永远是消费者选择你的第一要素和你核心的设计能力，这是品牌商必须要关注的。
第二个支柱就是你的前端，不管是你的营销手段还是线上的精准化营销、线下的精准化营销，这些都是前端，这块要保持在市场的中等水平或者是争取比别人好一些，当然这个和你的定位有关系。
第三个就是商品管理。我也会和国内的公司交流，他们在这个方面比较欠缺，设计会注重，他也明白商品是我能够在这个市场上最重要的因素，前端销售一定注重，整天打鸡血、发奖金、培训，但是商品管理大家的理解没有那么深刻，就是计划做的不太够，你对整个货品库存的管理是不是那么好。
刚才诸总提到补货，提到铺货，我也再分享的具体一点。供应链一定要做，现在没有人闭着眼睛把这个季节的货物都卖掉，这是不负责任的，因为你每年能做的生意就是这么几十亿，所以供应链要做，做了供应链要不要做计划？没有计划怎么做供应链？这个是由高老师的观点引发出来的一个思考。
共3页 [1] [2] [3] 下一页
新零售时代的“商品”重新定义（上）
永辉能成为腾讯的新零售标杆吗？
天猫与中超达成5年合作 开启新零售产业链
制造商们的新零售？
阿里双11要破2000亿？新零售或成主阵地
搜索更多: 新零售
