新零售下阿里巴巴的美团焦虑症

　　这简直是完美的基础模型。先是辛苦创业，其次品质提升，随后是数据积累，最后精准配送、用户体验大幅提升，商业效率提高。
　　最近一年，新零售的概念很火。生鲜商超、无人货架、便利店等创业项目如雨后春笋，也是应风而起。与此同时，也衍生出了京东无界零售、腾讯智慧零售等翻版概念。
　　人工时代最好的新零售案例
　　在探讨今天的话题前，先讲个曾经看过的故事吧：
　　在20世纪30年代的台湾，曾经有一位小哥，家穷读不起书，15岁便出去给卖米的粮行当学徒，一年后自己单干。但当时的情形不容乐观，在这个不大的县城，有着近30家米店，小哥的店子开得最晚，规模最小，也没有知名度。
　　小哥年轻嘛，能吃苦，于是乎起早摸黑，挨家挨户地推销卖米，但实际效果却差强人意，吃力不讨好。试问一下，一般人会去买这种小商小贩，推销上门卖的米吗？
　　于是小哥改变策略，开始在米的质量上下功夫。那个时候由于技术等客观因素，大米里面掺杂着很多小石头、谷粒、碎片等等，虽然司空见惯，但并没有商家愿意在这上面下功夫，小哥于是把米中的杂质剔除出去，最后大米的质量开始领先同行。于是一传十，十传百，小哥的生意迅速起飞。
　　然而小哥并没有满足于此，他发现有很多老年客户，一个人背大袋大米非常费劲，于是小哥又推出送米上门服务，这项服务大受欢迎，毕竟谁也不愿意背着米袋走很长的路。
　　小哥并没有像常见的那样，仅仅把米送到门口，拍拍屁股，茶也不喝就走了。而是提供倒米进缸服务，如果米缸有陈米，将陈米先倒出来，再把新米放进去，然后陈米放在上层，这样陈米就不至于放久变质。
　　叙述到这里，估计有很多人猜到小哥是谁了。没错，他就是台湾经营之神王永庆。
　　讲述这个故事，是为了引出下面最重要的一段：
　　小哥在送米过程中，除了打量米缸大小，还询问这户人家多少人吃饭、几个大人、几个小孩，每人饭量如何，并将此数据记录下来、还预估该户人家买米的大概时间。不等顾客上门，小哥就在合适的时候将相应的米，送到客户手中。
　　最近在思考新零售的时候，这个故事，一直在我脑袋里栩栩如生地呈现出来。在我看来，这个案例是人工时代，最好的零售案例。
　　联系当代新零售，这简直是完美的基础模型。先是辛苦创业，其次品质提升，随后是数据积累，接下来是用户数据搜集，掌握米缸容量、调查消费特点、判断消费需求，最后精准配送、用户体验大幅度提升，商业效率提高。
　　我们今天谈论的新零售，也是如此的逻辑。
　　目前阿里电商、京东、小米电商、网易严选，都是在这个概念上的提升，只不过时间维度，换成了AI、Bigdma时代了；产品种类维度，变得眼花缭乱，数以万计了，消费者开始选择困难症；用户的行为搜集，变成了各种偷摸明搶（比如前些天支付宝上，芝麻信用的事）。
　　新零售的四个阶段
　　Step1：米的质量提升
　　这些年，受益于国内制造业的进步，很多产品，做得还算可以，尤其在性价比方面，比如小米智能设备、网易严选、天猫超市、京东正品等等，总体来说满足了王永庆的这个阶段，米质量本身的提升。
　　Step2：掌握米缸大小
　　从第一波电商开始，国内已经拥有了十多年的网购数据积累，尤其以阿里最为出色，例如，昨天很多朋友在朋友圈晒的各种交易记录，都有以下方面：
　　1。网购商品种类偏好、相关品种占比；
　　2。外卖情况、爱点的店；
　　3。亲密付情况（包括给人充值）；
　　4。出行情况，比如共享单车、网络约车；
　　5。线下支付情况，爱光顾什么店，买什么东西；
　　6。种类细分的，如电影院、便利店、小商户占比等；
　　7。部分社交J隋况，包括资金转贝账情况。
　　基本上支付宝的账单例子，涵盖了个人大部分的交易数据。在我看来，这个阶段，就是王永庆掌握米缸大小的阶段。
　　当然，我们也不难发现，排除上述第一和第七，新美大基本也拥有了这些数据。这也很好理解了为什么王兴提出竞争无边界的想法。无论是自己做第三方支付，还是入侵网约车，都是不得不做的行径。这也是为什么阿里人如此投资饿了么、亲自培养口碑的原因。因为美团掌握的交易数据，和阿里很类似，只不过阿里主要的方向在线上，而美团在线下。
　　所以，很可能美团是阿里未来不得不面对的巨大对手。假以时日，王兴完全有可能取代京东，成为阿里巴巴的美团焦虑症的罪魁祸首。
　　我们一方面惊叹，这些互联网公司的数据积累，进而为下一阶段做准备。
　　当然，我们也可以看看，阿里在百货（银泰）、3C家电（苏宁）、商户（口碑、饿了么）、商超（高鑫等）、生鲜（盒马）布局，看看数据沉淀积累方向。
　　在王永庆的故事里，王看似费力，帮人送货，一直到倒进米缸，又不喝茶，不收其他附加费，除了掌握米缸大小，还有一个反馈结果：看自己的先前预测是否正确，送货是否精准。
　　这些电商们，也是同样类似的原理，阿里系的数据，是全方位的多渠道反馈，虽然不清楚他们内部数据之间是否打通，但完全可以把用户（买米人）消费能力、消费特性，摸得一清二楚。在这些数字面前，你没法骗人。
　　Step3：吃米人消费画像
　　接下来，就是数据用户画像，很明显，上面的分析，实际上已经完全掌握了王永庆时期这户人家米的消费情况，米缸大小、人几口、具体分布、食量大小，经过计算完全可以估算下次需求到来的时间，做到用户的精准画像。
　　其实，我们在掌握精准画像时，也可以考虑一个问题：扩张什么样的产品，才可以进行精准画像？
　　比如在王永庆那个时代，除了米，还可以是柴油盐酱醋茶，虽然考虑时代特点，比如这户人家的用柴、油情况，可以估算；但盐酱醋茶，这类产品，由于产品特性，决定了不太适合进行标准化预测。
　　现在问题来了，切入的商超、生鲜等，是否适合进行精准画像呢？数据积累将会怎么用？仅仅高频、刚需肯定不见得是合适的，必须考虑标准化的问题。
　　泡沫无处不在，这也是需要思考的地方。这是个严肃的问题，也是一个值得深思的问题，本文就不做讨论了。
　　Step4：高效配送卖米
　　接下来就迎来王永庆的提升效率、优化物流、精准配送阶段，并促进用户体验大幅度提升。
　　虽然在王永庆的故事里，没有描述存货的安排，配送路线的优化，但我想这些一定是存在的。比如王永庆推着小车，可以在同一时间安排给相近的用户送米，也可以进行储存米量的仓位调整，最优化供应链模型，同时也可以进行精准营销，方便自己回笼资金，同时也可以规模采购，具体看经营策略。
　　新零售巨头们在掌握数据后，让天下没有难做的生意的同时，通过对用户数据进行画像后，通过大数据进行AI计算，可以轻而易举地提升企业的运营情况。比如供应链需求预测、融资分析、产品制造、商品仓储、精准营销、配送物流、售后服务等。
　　现阶段在商品仓储、精准营销、配送物流等方面，京东做得就很好；而在商户融资分析判断方面，则蚂蚁金服做得非常不错；而在供应链需求预测、产品制造方面，则是网易严选、小米做得非常出色。
　　现在想想，有没有一点儿升级版的丰田JIT模式的感觉？而且还是Max版本的，因为品类品种加多了。
　　王永庆的故事，是个励志的故事；在我眼里，那可能是手工时代，最好的新零售案例。
　　现在，我们把王永庆的当年的故事模型，一步步放松条件，逐渐升级，扩散应用到今天的环境下，相信对新零售，你会有新的感触。