19世紀零售早期形態主要是大型批發商為主，20世紀之初有超級市場的形態出現，21世紀電子商務得到了極大程度的發展。再到現在我們提倡的新零售時代，我們是怎么定義的？
首先核心關鍵詞是以用戶為核心。我覺得這個跟百果園的“偉大的顧客”的命題是不謀而合的。第二個是在全業態全渠道的整合，第三個是在線上線下的整合，包括屈臣氏在線上線下做出的一些努力。我們剛好跟屈臣氏在整個數字化建設的過程中有幸合作，一起參與了這個過程。
線下的零售現在有什么樣的困境？對屈臣氏來說，他們是“當事人”，會有一方的視角。對于我們這種外部團隊，我們也有一些外部視角。因為早前我們主攻的是互聯網行業。
我們看到了五個問題：
第一，現在的獲客很難，客戶留存變得很難，我們跟客戶之間缺少鏈接。
第二，線下商品的復購率低，線下商業可營銷手段遠沒有線上商業多。
第三，我們對客戶缺乏了解。我們都在說客戶運營，這件事情一定是因地制宜、因材施教的，如果對客戶沒有了解，很難進行精準服務。
第四，缺少數據驅動。即使我們了解用戶，每次做完活動、服務之后，結果是怎樣的？問題出在哪？有一個提升的空間，這些都需要用數據進行指導。
第五，缺少用數據運營為服務的經驗?？赡苡泻玫墓ぞ?、數據，但缺少好的方法論進行支撐。
我們本身不做零售，我們作為外部服務的視角，也總結了一個方法論。
屈臣氏的胡總提到“三個一”，我們的經營模式是“1+4+1”。
首先是“一個基礎”，它是支撐企業全面數字化經營的數據中臺。
四個要素，一是建立與用戶的連接。之前互聯網企業的運營非常高效，因為它跟用戶之間的連接是一直在線的；二是我們需要有更新穎的營銷手段。以前在線下是不斷做活動，有沒有更好更新穎的方式？三是用數據指導運營。包括像屈臣氏的胡總提到的，他們利用用戶價值模型做了用戶分層，這些都是通過數據進行指導的；四是做完所有的事情，一定要有分析和復盤。企業做的所有事情都是實實在在的成本，成本產生的價值是怎樣的？一定需要做數據分析和復盤。所以這四個要素也可以總結起來，叫做客戶運營中臺。
最后是“一項能力”，這就是前面我們提到的五個問題，有了好的工具和方法，但不具備靈活運用的能力，這也是現在的線下企業需要構建的能力，就是怎么用互聯網擁有運營用戶的能力。
我們講究用數據連接“人、貨、場”，我們分成數據中臺層和用戶運營中臺層，這一部分是給企業IT進行賦能的，核心是數據資產、數據產品、數據服務，以及我們如何給上層的業務部門做運營支撐。業務部門有了這些工具、數據之后，在運營的分析場景上怎樣做門店的診斷、用戶的洞察？做完分析，一定要用到具體的場景里，線上可能有O2O的微商城，線下也有客流，用戶到店后，要進行數據化的導客服務，這些都需要數據來指導。
總結起來就是幾個關鍵詞。第一，數據中臺層的數據資產；第二，用戶中臺層的私域流量?，F在線上的流量越來越貴了，既然他已經到了我們的門店，在這里產生了消費，有沒有可能把他變成自己的用戶？第三，我們希望給線下門店產生更強的科技感。比如廣泛用電子價簽。做生鮮也好，做乳制品也好，像這樣的商品保質期非常短暫，顧客對這類商品也非常強的價格敏感度。我們可以用算法結合更好的電子價簽這樣的硬件，在損耗和銷量之間達到非常好的平衡。像互動貨架、互動大屏，都是我們可以在線下門店做的數字化嘗試。
（PPT圖示）這是我們總結出來的企業數字化客戶經營全景圖，總結出來就是五件事情：一是建平臺；二是建設數據資產化；三是構建數字產品；四是發現企業的風險源，有一個關鍵詞叫輿情，就是在各個線上渠道和平臺里，包括在私域流量的用戶評價里，這些都是輿情；五是影響力的建設。對于企業IP構建這套東西，做完并不是自己在用，一定是業務部門在用，要說服業務部門，這是很先進的科學工具，是有數據作為支撐的，這都是內部的影響，進而把它放大到外部門店去。
為什么數據中臺很火？簡單做一個比較，數據中臺跟傳統數據應用的對比下有什么優勢？首先是規模上，在傳統的數據應用場景里，能處理的數據規模非常小?，F在我們講大數據和數據中臺，基本都是PB級的。第二個是數據的多樣性，以前只能處理一些結構化的數據，本身在系統里，但還有大量非結構化和半結構化數據，這些都可以被使用起來。第三個是數據的實時性，就像胡總提到的要做推薦，推薦這件事情一定是實時的，不能在現在的場景下給你推送過去你需要的東西，這是沒有意義的，所有這些都需要我們進行實時計算，這對我們的算力有非常大的要求，這也是我們在傳統的數據庫時代不太能夠做到的，這是我們本身在能力上的差別。
在應用場景上的差別：第一點，預測。第二點，以前只能看結果數據，當有了更大的數據和更高算力之后，可以對未來做一定的預測，但預測這件事情本身有一個概率，我們永遠追求的都是每次預測更大的概率是對的，讓我們更多規避行為。第三點，智能，可以做更多商業智能決策模型。
（PPT圖示）這是數據中臺的價值體系，做完所有的事情，尤其是對于IT部門來說，一定要論證有什么樣的價值。往往我們會把價值分兩部分，一部分是在后端的管理側，在組織的管理效率上，會對員工進行畫像，對員工的工作狀態樹立各種各樣的指標，也可以看資源的使用效率。在前端的經營側，最核心的資產一定不是所謂的商品實物資產，一定是客戶資產。進店時有用戶身份的識別，還有畫像識別，這些都是資產。包括對人跟貨的歸因分析，這也是資產。包括在各個部門渠道把用戶線索展示下來，沉淀在自己的私有流量池。包括掃碼購、小程序的微商城，我們也會做很多的投放，會有大量的線索被收集進來，這都是我們應該施加影響的。
講完我們總結的方法論，我也想簡單跟大家分享一下我們是怎么來做這件事情的。其實不管是給屈臣氏也好，還是我們跟其他企業的合作中，我們總結了一些心得經驗。
首先，在服務過程中我們沉淀下來了一個平臺，叫惟數平臺，專門幫企業搭建平臺。圍繞大數據平臺進行構建，在計算層會有很多計算引擎，在平臺層從最開始的數據采集、數據同步、數據開發到運維監控、數據質量的管理、權限管理等等都有。提供了平臺的開發層之后，中間這一層就是我們的數據資產，數據資產基本是圍繞數據開發平臺來產生的。在數據應用里有哪些？第一個是圍繞著客戶的畫像洞察分析，就是如何打標簽，如何進行圈人，如何進行人群管理。第二個是有大量的計算引擎，包括做查詢的引擎、分析的引擎、推薦的引擎、數據可視化的引擎，這些都是為了把數據放在一個一個應用場景中進行服務的。第三個是數據API，有一套數據中臺，還會有很多的業務系統，我的業務系統要用到我的能力，那一定是通過數據的API來傳輸的。最上層是實實在在的應用場景，比如我們怎么做可視化報表，怎么做圈層的精準營銷，怎么做千人千面的個性化推薦，不同的企業一定也有自己的個性化場景。
這是數據中臺建設過程中最重要的一環，就是客戶數據資產的閉環。第一步要做什么事情？就是整個客戶數據資產的建設，總共有三步，第一步是采集?，F在是一個非常好的時代，不管是線上還是線下，我們都有非常多非常豐富的數據采集手段。比如在第三方的媒體投放，不管是用戶點擊曝光的數據，還是表單內的數據，都可以被采集回來。包括線下可以提供免費wifi服務，或者攝像頭等等，可以采集到線下的客戶數據，包括像第三方的外部渠道，都開放了API接口。
做完數據采集之后，在客戶數據資產這件事情上，最重要的事情就是做把控。因為在不同的渠道或者不同的應用場景里，都有一個屬于它的ID，但這些ID可能是不一樣的，有些是手機號，有些是Face ID，需要歸攏到同一個人身上，建立全景畫像，有價值維度、偏好維度等等。
做完數據資產的建設之后，資產這件事情一定是要變現的，主要是在經營、運營、服務的過程中來體現，用自己的數據更好做投放，并指導運營部門更好地做精細化運營，包括門店里的導購人員怎樣根據用戶的畫像以及千人千面的推薦能力，第一時間把用戶可能需要的更基本的商品和服務推薦給他。包括做完所有事情之后的報表，需要更快更實時進行生產。最終產生的結果就是，對整個企業來說，我們可運營的用戶規模放大了，所以可以進行更多、更精細、更豐富的運營活動。
（PPT圖示）這是我們總結出的核心一環，這是一個很復雜的網狀結構，所以說一定要放在大數據時代才能做這件事情，因為很多時候是我們通過算法算的，有時候是簡單規則就能匹配出來。最終我們想實現的是一個結果，所有不同渠道里用戶留下來的數據，一定要歸攏到同一個人身上。
這是用戶畫像的生產過程，構建起數據結構后，需要構建用戶畫像。
這里有一個示例，對不同企業來說，構建用戶全景畫像的維度一定是不一樣的，因為每個企業本身的KPI和運營的核心方向都是不一樣的。
講完整個數據資產，就要說一下做運營。我們有自己的一個產品，叫惟客寶。一方面，做企業分析運營的數字化，包括對門店的分析，對市場輿情的分析，包括用大數據進行門店選址。門店相當于神經末梢，一定要拿著這些能力，變成更好的經營效率。前端門店有哪些東西可以用？比如導購，需要跟企業微信結合起來，持續建立與用戶之間的聯系，把商品在第一時間內推到消費者手上。第二個，要有更廣闊的渠道，不管是經營線上微商城，還是本身的門店。第三個，不管是線上門店還是線下微商城，都要做到千人千面。第四個，會員系統。第五個，營銷工具。過去我們會看到有一個奇跡版的公司——拼多多，雖然很多人不信，但有一點他們做的很好，可以在不同的用戶群做不同的營銷活動，像拼團、秒殺，現在市面上所有的公司，沒有一家公司能在這件事情上玩過拼多多。
（PPT圖示）這是我們標準化的應用場景，這個是典型的導購大屏的應用場景，不見得是真實場景中劃分的應用形態，主要是當顧客進店的時候，因為我們在后端已經把人臉識別、會員ID等等數據都進行了打通，當這個會員進店的時候，我們可以在第一時間匹配到他所有完整的數據，并且在第一時間給導購人員推薦他需要什么樣的商品和服務，甚至包括銷售的話術建議，都可以進行推薦。對于不同的銷售人員來說，不同線索產生的轉化率是完全不一樣的。
我們也有各種營銷工具，包括拉新應該用什么樣的營銷工具，留存應該用什么樣的營銷工具，都是有學問和方法的。之后再怎么做圈層營銷？我們之前給一家4S店做了方案。比如想推奔馳的車，怎么找到這些人，怎么把券發出去？做完這些事情，我們一樣要看數據，我們總結了一個“門店健康模型”，是基于增長模型和獨立模型綜合出的門店健康度，包括客戶體驗健康、客戶本身健康、團隊組織健康、產品健康等方面綜合評價每個門店的狀態。
產生數據之后，會有一些結論跟指導，比如現在是不是流失率太高了。當門店末梢發生了指標異常，可以給總部產生反饋，就是需要什么樣的支持解決問題，這些都是可以通過營銷手段來解決的。
我們也分析了小程序客流報表，包括他們到店之后如何做提醒。當然，不管是銷售、會員、流量各種各樣的分析化報表我們都有，也可以定制很多企業需要的不同報表。
最后做一個總結。WakeData本身是一家很年輕的公司，雖然它很年輕，但不管跟很多企業都建立了廣泛和深度的合作。在現在這個時代，如何喚醒企業的數據，讓企業更懂用戶？這個非常重要，因為經營品牌，其實就是在經營自己的用戶。
我們在過去的時間里，有幸跟很多優秀的公司在整合企業數字化建設過程中一起努力，感謝這些公司能給WakeData機會，一起來做這件事情。
