内容概述

三年疫情的沉寂过后，中国零售业迎来了期盼已久的复苏。2023年Q1社会消费品零售总额同比增长5.8%，消费支出对经济增长贡献率达66.6%，整体展现出了一个韧性增长趋势。但复苏不等于复原，中国零售业所面临的挑战依然十分艰巨：如何做好营销？如何做好全渠道流量转化？后疫情时代零售业增长引擎是什么？新税务规则下，我们如何进行风险防控？全新挑战我们该如何破局？如何韧性增长？

本次帆软“2023——韧性时代，消费零售企业数字化实践论坛”汇聚了众多行业专家，将带来丰富的数字化转型实践经验，为大家呈现一场思想碰撞的盛宴。

以下内容节选自2023年帆软智数大会智慧消费分论坛的嘉宾分享。

1、《韧性时代，消费品企业数据经营之道》

帆软大消费高级顾问 高振豪

“帆软希望能够帮助企业数据经营带来价值，通过业务去反哺数据，再通过数据驱赋能业务，来去更好地构建我们企业对应的数据文化，体现在这四个点：

第一步就是数据经营能力要求提高，去构建企业自己的经营分析体系，去洞察企业对应的数据。经营分析本身其实就是业务分析，通过经营分析闭环定位经营存在的一些问题，比如拆解到的是供应链、产销的问题，去做一些供应链控制塔的分析、供应商采购的一些分析，整体就是以经营管理能力提升为中心，然后去进行场景式、针对性的问题改善。

第二步就是要提高业务敏感度、敏捷度，更多体现在对应流程的搭建。举个例子蒙牛集团，这个客户对于帆软产品简道云的定位是什么？是保障核心业务的同时，也需要提供IT的创新增量，比如蒙牛做了一些新品定价测算，预估未来销量、自动地通过流程计算新品定价等，此外还有销售管理、行政管理等非核心业务场景下流程的快速搭建，都是通过简道云去做完善和开发。

第三步要去提高企业对应的机会洞察，这部分要实现人人可以去做自助分析，能够让每一个业务人员去发挥数据分析的价值。

第四步就是要去构建企业自己的数据分析文化，去提高企业的数据人才密度。目前帆软提供了一个数据人才服务，包括像伊利、立白，我们会在培训前来定位企业最需要的数据人才的方向是怎么样的，完成定位之后去进行课程的制定，包括提升数据人才的能力，帆软课堂、公开培训班、企业训练班等等。”

2、《AI时代，数据分析在品牌零售的思考》

潮宏基集团 信息部总监 奉光亲

“AI+数据分析在品牌零售方面的应用，是我们近期思考最多的一个话题。可能很多人在接触AI的时候会觉得我们企业有很多的数据，有用户数据、销售数据、商品数据，是不是把这些数据喂给AI，就可以自己去发现一些商品运营人员、财务不能发现的问题。

但实际上目前AI是还没有到这个程度的，AI依赖了我们数据的质量。假设把商品、销售数据应用到销售预测里面来，因为有了销售预测，我们能明确商品需求，供应、下单、备货、门店等等。没有应用到AI之前，更多的是靠经验人员，如果我们能利用AI做到销售预测，就可以看哪些是门店好卖的、哪些在其他门店是滞销的，我们就可以在这些门店之间进行库存的移动，这一块怎么来用这些数据呢？跟这块相关的，像商品规格、颜色、销售日期、销量、存量、周转率，甚至是天气和我们的节假日，都是我们零售息息相关的一些数据。

这些数据在用之前实际上是要经历大量的数据分析工作，并且要建立我们的特征工程和模型，这种建立实际上要跟AI相结合。举个例子，比如说时间序列模型，可以结合商品、销售、节假日来做一些预测，如果商品的销售数据是存在这种规律性的，就可以用它来做一些尝试，但是如果它是很稀疏的数据，还是需要结合我们公司的一些新品、滞销款的一些处理的策略，把这两者结合起来，就可以有效提升我们供应的效率、销售、优化库存。”

《协同共生，赋能提效———数字化应用价值与实践》

 广州薇美姿实业有限公司 数据分析经理袁凡

“我们最近在做一个采购分配模型，这个模型源自供应链的简单需求，就是希望把生产分配到一些好的供应商头上，基于供应商的一套评价体系来分配他们的生产。这种模型如果找平台来做，费用高；如果找外包来实施开发，挑战也挺大的；而且这个模型不确定性特别高，随时可能做变更、做变化，需要快速地迭代。所以当时我们就想了一套方案，通过我们的简道云来进行一个填报，通过阿里云的数仓来进行实时计算，慢慢地这个模型是越来越准了，包括我们的采购模型也是一样，最后在简道云上生成一些报表，帮助我们的业务来查看，我们的产品的分配结果。

类似的模型还有很多，我们这几年整体发现应该有20多套应用和课题的总数，我们有100多套表单、仪表盘和总数，还有上下游企业涉及到10多个，每天有2500个日活用户，每月产生大概60万的数据量。

    那么为什么是帆软？其实系统实现的方式非常多，但是我们做企业的很重要一点要考虑资源情况，资源不是无限的，人才也不不是无限的，所以我们对比了一些成熟的应用平台，固定的解决方案其实很难满足这些快速变化的需求，我们对比做一些定制开发，高成本、长周期地实现，我们成本是很难快速覆盖的。此外就是人才，操作简单，易上手，对人才要求也低，所以大家都可以考虑一下这种场景，因为帆软快速便捷，如果当你这套逻辑已经跑通了，我们再上一些定制化的产品，包括一些标准的服务产品，其实也更有说服力，去为公司获得更多的预算。”

3、《如何让零售数据自己会说话—谈谈零售数据如何处理预警》

《数字化管理》作者黄成明

“现在很多企业的数据化管理有两大矛盾，讲了两个企业的现象：

第一个分析师困在数据太多、产出太少的矛盾之中，很多企业的数据很多，虽然说你离理想状态的数据还差很多，但是数据量已经很大了，但是产出太少，数据产品太少。第二个BI系统，现在大家都在用BI系统，困在没有业务场景的无效探索之中，我们有很多BI产品在做自助式探索，有很多内容，很多很多报表，但是探索非常无效。

很多人，特别是没做一线零售的人，特别不理解你们做业务的有毛病，明明公司系统里面有数据，为什么还要让你们的店长、城市经理一到12点就到微信群里面发数据、报销售？其实说这样的话的人是不懂业务、不懂零售，12点往数据里面报数目的是什么？目的其实就是为了追踪。

我们想要解决这两大困难，有没有一些小的产品、更好的东西能够帮到我？我个人认为解决之道是建立BI预警系统，让零售数据自己会说话，我不需要麻烦你业务人员，我让数据自己会说话，你哪个指标异常了，系统自动提示，哪个指标超出了一定范围，向上或者上到哪个级别去汇报，我们需要有这样一套系统。

现在有些公司也开始在用报表式做一些预警，10年前是报表预警化阶段，企业的报表很乱，5年前开始BI就出道了，基本上处于BI工具化时代，还是在2.0时代。现在有些BI已经开始在往应用业务化发展了，BI一定要业务化、要业务化就一定要行业化，要有业务人员介入去设计对应的产品，同时也需要行业顾问去设计这样的产品。”

4、《数据驱动零售品牌双增长》

山西全球蛙电子商务有限公司 总裁 钟道锋

“基于现在我们对于零售的理解为通或同，我们所处的超市、便利店或者专卖店，有人的地方就应该有我们的身影。

大家再去思考一下，你现在所用的IT系统是不是支持你现在的店铺向有人的地方去延展，有人的地方是抖音、快手，有人的地方是美团、京东，有人的地方是微信、支付宝、云闪付，包括我们的线下店，既然这个地方有人，我们有没有店铺？我们的系统支不支持我们的店铺？包括我们的战略是不是支持我们的店铺？不再开店，怎么能提升呢？就向内部要效益，同我们的精细化管理、品类管理、库存管理以及我们的整个的商品管理等等，在这个基础上如果只抱着我们线下的门店，如果没有一些业务性的创新或者技术的创新，我认为很难去适应现在这个时代，所以在这个时代我们应该有一个通的能力。

同的能力是什么逻辑呢？就是我们有很多渠道，在这个渠道基础上我们是不是每一个渠道我们的会员、我们的商品、我们的库存，包括我们的营销等等，是不是都相同？是不是有同样的体验？我无论是在线上买的还是在线下买的，无论是在微信买的还是在抖音买的，那是不是都有一样的逻辑，我认为这也是一个挑战，通或同我认为是未来三到五年我们整体零售人应该从业务架构到IT架构，以及我们整个的智能架构上我们要考虑的一点，这是一个逻辑。”

5、《数据驱动消费品企业数字化转型》

贝泰尼集团（薇诺娜）CIO 姚靖

“数字化其实是一个全面的对公司从各个维度的提升，数据当然是很重要的，它里面也包含了战略层面，这个战略层面实际上是整个管理层要去思考的，包括你的新技术、创新的机制、商业模式以及对于需求的理解，各个业务部门到底对于需求上有什么要求，以及它未来一到三年对于他的能力框架建设的一些需求。

我们怎么去拆解它？怎么去理解它？当然也包含了技术，这个肯定是一个公司的IT部门或者技术部门要去解决的问题，同时在运营侧如何更加高效地运营，来做弹性的组织等等，这些都需要在运营侧不断地去提升。同时在人才侧，也需要有整个人才体系的规划，我们在做整个数字化的时候，它是一个全方位的推进，是这个公司里面全员参与。

数字化和信息化最大的差异，信息化更多是以流程为中心，数字化是以数据为导向，同时可以赋能到产品，可以提供更好的消费者的服务，其实我现在来看数字化到今天，从某种程度上来讲也是两个维度：一个就是横向上，要横向上通过数据去拉通整个的运营，以及纵向上面去看到整个公司优化的空间。消费品企业的数据战略需要有一个很明确的愿景，比如说你要成为一个这样的消费品企业，你在哪些方面去获取数据，因为数据本身是不产生价值的，数据的洞察带来了哪些对于消费者也好、对于品牌也好、对于生产制造、对于创新带来的一系列的赋能，才是它的价值，这叫做商业的战略。”