“管理BI化，运营AI化”|智慧便利店私享会·北京站

据中国连锁经营协会发布的《2017年中国连锁百强报告》显示，便利店的单店平均增长率最高，为6.0%，社区超市、百货店和购物中心单店平均销售增长分别为3.8%、4.5%和3.4%，大型综合超市单店平均销售出现负增长，为-2.3%。此外，在2017年小型门店成为新趋势，百货店、购物中心开店数量明显减少，而小型门店数量增长相对较快，达到7.7%。作为线下零售增长最快的业态，便利店领域在近两年受到了空前的关注，电商巨头纷纷布局线下便利店，便利店也成为资本的新宠，受到资本方的追逐。

以下是部分参会嘉宾的演讲或讨论观点。

超盟数据CTO李健豪介绍了数据挖掘算法在零售行业的应用：

超盟数据CTO李健豪

超盟数据CTO李健豪首先介绍了超盟预测系统的四大步骤：第一步是构建模型，第二步是进行预测，第三步是评估模型效果，最后一步是收集反馈。李健豪认为销售预测将会对零售企业运营产生重大影响，通过销量预测，可以指导后端运营提前进行合理的资源匹配和优化，避免浪费或者出现瓶颈，电商巨头亚马逊早在2008年就开始使用销量分析工具来预测消费者的购买行为。

亚马逊的供应链管理

超盟预测系统的应用实例

李健豪接着介绍了相似度的概念，即将商品向量化，并指出利用相似度技术可以进行用户画像、门店画像和商品画像分析。为了让观众更好理解，李健豪以亚马逊内部的精准营销活动为例介绍了数字化工具是如何指导零售企业运营的。

相似度的线上应用场景：亚马逊的一次全自动营销活动

李健豪补充道，利用相似度技术，根据地理位置、会员特征、消费能力等维度，可以将门店的商圈重新分类，这可以指导我们的营销工作。李健豪解释道，“当我们做一场精准营销活动时可以把这个图拿出来，比如想找学校周边年轻用户比较多的，喜欢某一种商品的一群用户，然后它给你一些建议门店，这些建议门店是基于我们刚才提出的问题，它是最适合做的，而不是一场活动下来，所有门店全推。所以有了门店画像和用户画像，可以让你成本更低的做这些活动，然后达到最大效果”。

相似度的线下应用场景：便利店可以进行商圈划分

最后，李健豪介绍了超盟数据的精细化监控，包括机器状态监控、API接口监控、物流系统监控、门店销售情况监控等四个方面。

精细化规模监控的应用场景：异常预警

通过监控，可以及时发现畅销商品和滞销商品，能够及时显示缺货现象，为跟踪补货、品种优化、及时淘汰和引进新品，提供了直观而快捷的信息。

山行资本合伙人朱思行先生，对国内零售提出了四点判断：

山行资本合伙人朱思行

山行资本合伙人朱思行首先展示了国内零售的一些基本数据：第一是从2015年到2017年社会消费品零售总额从30万亿增长到36万亿，扣除通货膨胀因素年增长率为8%到8.5%;第二是从2015年到2017年实物商品网上零售额从3万多亿增长到5万4千亿，年增长率达到25%到30%;第三是从2015年到2017年网上商品零售渗透率从12.07%增长到16.78%。

​

国内零售的一些基本数据

基于上述数据，朱思行对国内零售提出了四点判断：第一是社会零售总额进入平稳增长的新常态，饼不怎么变大，分饼就会争夺得更激烈;第二是网购成为社会零售中最凶猛的主流形态，网购巨头对其他同业的挤压不可避免;第三是线上流量获取效率会越来越低，网购巨头开始涉足线下;最后是连锁便利店是线下零售唯一的亮点业态，必然引来无数参与者。

此外，他认为企业(或者平台)的资本价格是由流量运营能力决定的，并指出企业(或者平台)可以从以下三个方面去做准备。第一是管理BI化，运营AI化;第二是数据驱动品牌，事件带动销售;第三是利用友好的线上平台管理好线下流量。