新零售时代：重视用户价值，跨越数字化鸿沟，构建竞争壁垒

新零售时代：重视用户价值，跨越数字化鸿沟，构建竞争壁垒

原艾瑞咨询 艾瑞咨询

零售丨研究报告

核心总结：

背景：随着社会经济的发展，三大行业数字化渗透率逐渐提升，传统零售不断向新零售演进升级。新零售时代，用户为王，“人”的数字价值将反馈到生产、渠道、销售、运营的整个场景。以用户数据作为生产要素，跨越数字化到数字智能化的差距，将为零售企业构建新的竞争壁垒。

痛点：流量红利增长放缓，现有运营和用户生命周期价值亟待关注；平台获客成本上升，企业运营和营销面临压力，关注用户需求势在必行； IT 团队和业务团队之间存在业务不匹配。协作仍需加强；数据采集​​、数据处理、数据应用等方面的问题阻碍了精准运营。

战略：1）战略转型：认识和重视CLV的价值，建立CLV体系； 2）业务创新：拓展创新业务场景，提升用户深度运营能力； 3）加深洞察：提高数据洞察能力，了解市场发展趋势； 4）高效运营：从组织架构、数据规范、业务引导等方面入手，建立数字化、智能化的运营体系； 5）技术准备：基于数据沉淀和底层基础设施，构建数字化、智能化营销生态矩阵。

趋势：零售企业向DTC转型，DTC渠道不断丰富。同时注重私域流量布局，形成用户购买行为和数据资产积累的闭环； “人、货、地”数据融合开放，数智融合程度不断提升。构建数字化、智能化新生态。

零售企业数字化进程分析

数字经济发展

从数字赋能到数字经济转型，三大行业数字化持续渗透

据中国信息通信研究院统计，我国数字经济规模持续增长。 2020年，中国数字经济增加值达到39.2万亿元。与此同时，数字经济占GDP的比重逐年上升，2020年达到38.6%。从数字经济在第三产业的渗透率来看，渗透率逐年提高。其中，第三产业数字经济发展明显好于一、二产业。数字经济以数字知识和信息为依托，以信息网络为载体，以数字技术为驱动，将创造更多生产能力的新经济业态。

数字时代的营销场景应用

从数据分析到用户资产积累，营销数字化进入数据赋能时代。

随着数字经济的发展，企业对大数据的需求更加深入，数据的应用场景也更加丰富。尤其是在疫情影响下，以零售为代表的诸多行业在线上营销渠道的布局上面临着更大的机遇和机遇。挑战，所以用好数据已经成为企业营销人员最需要长期投资的能力。在营销数据的应用中，数字技术的价值也在不断增加。从简单的数据分析为营销决策提供参考，到基于营销数据积累用户数据资本化，数据资本化已经成为数字时代的关键问题。企业的重要需求。

中国零售及数字化应用发展史

传统零售向新零售演进，数字化应用不断升级

随着社会经济环境的发展，零售业经历了贸易式零售、连锁零售、电商零售发展到新零售阶段。市场式零售是市场化的萌芽阶段；连锁零售业以连锁阶段发展最快，多种业态并存； 2003年淘宝网的成立，标志着电子商务零售时代的到来，电子商务平台的出现和多渠道经营的开启；新零售阶段，零售行业正向全渠道发展，更加注重渠道与消费者体验的融合。数字化进程贯穿零售发展之路。基于企业信息架构POS、ERP、WMS，建立DMP、CRM、CDP，帮助企业更好地应用数据。

中国零售业发展现状

从线上渠道的探索到线上线下渠道的数字化融合与赋能

国家统计局数据显示，受疫情影响，2020年社会消费品零售总额39.2万亿元，同比下降3.9%。其中，网上零售保持稳定增长，占社会消费品零售总额的比重达到30%。从2020年网络零售子品牌交易额来看，服装鞋帽、日用品、家用电器和音响排名前三，份额分别为22.3%、14.5%和10.8%。基于大数据和新技术，数字化持续赋能零售行业全渠道。线下渠道正在向智能化转型。在线渠道在便捷性和个性化推荐方面具有显着优势。预计未来在数字化驱动下，线上线下渠道将进一步融合。

解构中国零售业数字化现状

新零售时代，用户为王，“人”数字化备受关注

从战略角度看，零售业的发展经历了产品为王、流量为王、用户为王三个阶段。各个阶段的战略重点都极大地推动了“人店、货店”的数字化转型进程。新零售数字化赋予“人货市场”更多价值。从人的层面来说，用户操作已经从碎片化信息演变为用户画像。同时，用户标签使企业能够更大程度挖掘用户的生命周期价值；从商品层面来看，产品和服务的研发和营销基于人的喜好，供应链向柔性化、网络化方向发展；在现场层面，融合线上线下交互，承载产品和服务，同时沉淀数据资产。从产品为王、流量为王到用户为王，用户的消费选择和话语权越来越强大。 “人”的数字化是识别、了解、运营用户、实现商业变现的必要途径。

用户为王时代零售用户的数字价值

用户数据的价值将反馈到生产、渠道、销售、运营的整个场景。

在零售行业用户为王的时代，零售企业从新产品的设计、渠道终端的选择、销售策略的制定到现有用户的运营，都会以用户为中心，从用户需求出发，链接用户需求。各种场景。首先，用户数据需要数字化。具体来说，零售用户数据的价值体现在生产、渠道、销售、运营等各个场景，能够精准解决企业成长的核心问题，包括用户喜欢什么产品、用户喜欢从什么渠道购买产品、从什么渠道购买产品等。用户更容易被吸引。卖点要给人留下深刻印象，如何捕捉用户的全生命周期价值等，帮助零售企业建立更有效的增长策略。

零售企业数字智能能力成熟度评估模型

以用户数据为生产要素，跨越数字智能将成为新的竞争壁垒

零售企业从数字化初创到数字智能的历程可以概括为六个阶段：初创、感知、集成、洞察、智能和敏捷。每一个阶段的转变都代表着企业数字化生态的进一步成熟和完善。目前，大多数零售企业正处于前三个发展阶段的苦苦挣扎和转型过程中，逐步形成全渠道用户运营模式。未来，越来越多的零售企业将陆续进入数字化智能化阶段，为用户实现更深入的价值。挖掘和运营。以用户数据作为生产要素，弥合数字化到数字智能化的差距，将为零售企业构建新的竞争壁垒。

零售企业提升用户价值的痛点

中国零售企业提升用户价值的痛点

流量红利增长有限，存量操作愈加重要。

CNNIC数据反映了互联网流量环境。 2016年至2020年，我国网民规模、手机网民规模逐年增长。截至2020年底，中国网民规模达9.89亿，渗透率达70.4%；移动互联网网民规模达9.86亿，普及率达70.2%。一方面，高渗透率促使零售行业企业主关注线上渠道的销售和营销；另一方面说明流量红利向上增长的空间有限，零售企业主应重视存量用户的运营，深入挖掘用户的全生命周期价值。

平台获客成本上升，用户需求分析势在必行

变现率是平台的变现能力，反映了平台电商通过佣金和广告变现的能力。京东、阿里巴巴等典型电商平台变现率逐年上升。变现率也从另一个层面反映了商家在平台上的投资成本，零售行业的快速消费品和服装产品的佣金高于其他品类。获客成本不断上升，企业运营和营销面临压力。零售业态用户为王，关注用户需求势在必行。中国百货行业协会调查显示，百货商店收集消费者数据的目的是了解用户偏好和精准营销，为顾客提供更加个性化的产品和服务。

中国零售企业提升用户价值的痛点

外部环境推动业务需求技术化，IT团队与业务团队存在不匹配

中国信息技术周刊对企业数字化转型领导力进行了调查。结果发现，不同企业数字化转型的主导部门不同。 42.6%的受访企业IT部门发挥主导作用，其中41.2%为主导作用，11.8%为业务部门。技术团队和业务部门在协作过程中存在以下痛点： 从功能本质上来说，技术团队主导数据的底层处理和分析，处于价值转化的前端；业务团队根据业务逻辑并结合分析结果做出决策和判断。在价值转换的后端。 IT部门的技术支持与业务需求不匹配，仍需要持续集成和协作。尤其是在数智阶段，如何让IT技术更贴近业务并产生更大价值，是零售企业转型的主要痛点。

技术与业务不匹配影响数据洞察，阻碍精准运营

在零售行业数字化智能化升级过程中，数据作为平台和企业的关键资产，也是企业主的痛点。从数据采集的角度来看，企业主面临着一方数据采集困难、三方数据质量差的困境。对于分销渠道复杂的零售品类，用户数据采集缺乏实时性和全面性；从数据处理的角度来看，数据清洗难度大，各种渠道数据打通也不容易。用户分层和用户标签的创建与数据质量密切相关，直接决定企业能否实现精准营销。从数据应用的角度来看，数字智能产品具有用户行为预测、销售决策等复杂的建模功能。急需优化。

零售企业用户价值提升策略

中国零售企业提升用户价值的策略

提升用户价值关键在于落实零售企业数字化智能化升级路径

零售企业提升用户价值的关键是实现企业的数字化智能升级，主要包括战略升级、业务创新、深度用户洞察、高效用户运营、技术支撑五个方面。这也是零售企业的数字化智能化升级。智能化升级过程中需要聚焦、探索和构建的能力和方向。

策略一：战略转型

从流量思维到单客思维，CLV是转型的重要目标导向

在数智升级的实践中，企业决不能为了转型而转型。需要战略思维层面的认知转变和目标迭代来支撑数字智能在企业的真正落地。清华大学全球产业研究院的研究数据显示，提高销量和利润率是所有企业在营销方面实施数字化转型实践的共同目标。对于零售企业来说，销售率和利润率都有了很大的提高。程度体现在从流量思维到单客思维的转变。在流量红利消退、获客成本上升等因素影响下，在抢占整个消费生活的同时，通过“广撒网”营销模式实现消费者转化、带动GMV增长变得更加困难每个现有用户的循环（CLV）是一种更有效的增量方法。零售企业提升用户价值的关键在于企业管理团队自上而下对CLV价值的认知和挖掘。

战略驱动营销目标升级，CLV成为评估企业价值的重要指标

在零售企业战略思维转变的过程中，其所体现的价值评价指标也在升级迭代。相比GMV驱动时代对流量、转化、客单价、复购率的追求，CLV驱动时代更注重所有用户价值在整个生命周期的延续和延伸。目前CLV指标的价值不仅体现在营销效果的高低上，更体现在CLV已经逐渐成为零售企业价值考量的重要参考标准。因此，建立高质量的CLV系统已成为数字智能时代零售企业的重要目标。

策略2：业务创新

不断尝试布局创新业务场景，强化用户深度运营能力

零售企业可以通过不断布局更多数字化、智能化的创新业务，提升用户运营能力。一般来说，零售企业的营销环节主要可以分为数据洞察、创意内容、媒体渠道、服务体验和定制化生产等几大场景。各类创新业务赋能不同场景，帮助企业提升用户价值。例如，创意自动化业务可以帮助零售企业更高效地为数千人生产和匹配创意内容，提高内容生产效率和对用户的个性化吸引力。再比如营销自动化业务，可以帮助零售企业更加智能、个性化地沟通和触达用户。

策略三：加深洞察

投入更多资源和精力，深入全面洞察用户资产

中国广告主对营销部门职责的认知主要是帮助企业正确了解消费者和市场趋势。最需要提升的能力恰恰是快速洞察市场并提出策略的能力，以及消费者数据的处理和处理能力。分析能力。可见，在用户洞察方面，企业的预期效果与实际效果仍存在差距。尤其是在用户为王的零售行业，加强用户洞察尤为重要，包括从群体画像升级到个人画像，从使用静态标签升级到动态标签。零售企业需要投入更多的资源和精力。创造更深入、更全面的见解。

策略四：高效运营

构建数字化、智能化运营体系，提升用户运营效率

在数字化升级过程中，零售企业还需要构建成熟的数字化运营体系，提高企业的用户运营效率，更高效、灵活、敏捷地开展相关工作。一般来说，建立成熟的数智运营体系需要做好三个方面的准备：1）根据企业自身的数智流程，进行更合适的组织架构调整，提高整个企业的灵活性； 2）企业各接触点的数据采集应标准化、规范化，提高数据的使用价值和效率； 3）对各业务场景的数据使用进行指导和培训，加强用户数据的利用。

策略五：技术准备

夯实底层基础，构建数字化、智能化营销生态矩阵

零售企业的数字化升级首先需要积累足够的用户数据资产，然后可以对用户数据进行分析和处理，并应用到各种具体的营销场景中，以达到更好的营销效果。数据中台、CDP、DMP等平台在整个企业营销数据生态中扮演着底层基础设施的角色，负责各方用户数据的收集、整合和处理。几乎所有的应用场景都需要基于数据中台/CDP/DMP来实现和实现。因此，对于零售企业来说，选择合适的方式将底层基础设施建设得更加牢固，也将为未来构建完整、成熟的营销数智生态矩阵提供更好的成长土壤。

零售企业数字化智能化发展趋势

中国零售企业数字化智能化发展趋势展望

零售企业持续向DTC模式转型，注重私域流量布局

DTC模式起源于美国。以其与消费者更加直接、深入、稳定的关系，受到越来越多零售巨头的青睐。随着中国零售理念和社交媒体环境的发展，中国本土零售企业也开始尝试向DTC模式转型。依托社交关系链，私域流量凭借高性价比、去中心化、深度可达等优势，成为零售行业新趋势。用户购买行为的环节形成闭环，并沉积在企业的私有域中，反馈数据资产，不断加强用户的访问和互动。未来，DTC模式的接入渠道将更加丰富，DTC的渗透将进一步加速中国零售企业数字化智能化升级的进程。

“人货场”日益数字化、智能化，构建新零售数字化、智能化生态系统

在零售行业数字化智能化的浪潮中，人、货、店的数字化转型进程不断深入，数字化智能化变革也在不断优化人、货、店的管理。未来，零售企业的数字智能将不仅仅聚焦于某一部分，而是将人、货、场的所有数据整合打通，实现真正意义上的新零售数字智能生态系统。除了营销策略上依赖数据之外，除了智能决策之外，在渠道布局、门店管理、供应链管理、产业研发等方面都可以实现智能化和自动化。在新零售时代数字化、智能化生态建设中，用户数据将成为打开“人货市场”的关键，用户价值将日益显着。