蔡建颖（John Cai）是实体商业数字化浪尖上的先锋，清华大学毕业后加入麦肯锡从事数字化咨询，之后加入阿里巴巴商业分析部门，负责盒马鲜生的决策支持、大数据分析与用户研究，陪伴支持了盒马的高增长时期，之后转入大润发领导数据与商业分析部门，是国内少数始终在行业前沿公司进行最具开拓性实践的零售数字化专家。近期我们邀请John开展了一次专题对话，关于他在实践中的真实体会，数字化对于实体商业的具体效用，以及实体商业如何更好地应用数字化等话题展开了探讨，以下就主要内容做出分享：

以下为访谈实录：

RET睿意德：盒马是阿里尝试探索零售的新物种，不断尝试在供应链、消费者、场域和货品之间以数据重构运营逻辑，探寻线上线下数据打通后的效率提升。这个过程中有哪些新的认知和洞察？对实体商业有哪些建议？

John：阿里彼时提出新零售模式、通过盒马鲜生率先实现了线上线下融合，通过抓住互联网渗透带来的时代红利，重构了“人货场”，即深入了解并满足消费者深层需求，提供新型商品与购物体验，如店内餐饮、场景化体验等。随着市场饱和度提高，这种线上线下融合的模式进入深化阶段，实体商业回归零售本质——人货场运营效率的竞争。当前，实体商业需通过更精细的人群画像理解、更精准的人货匹配、全链路联动的供应链效率提升、更精细化的场景运营等方式，运用数字化与技术手段深挖内在潜力，打破原有 SOP 流程局限，实现运营效率的进一步提升，以应对愈发激烈的市场竞争。而对于实体商业也可以借鉴新零售在人货场重构、数字化转型和运营效率提升方面的实践经验，构建自身核心竞争力与护城河。

RET睿意德：这两年消费市场受经济和宏观影响，有频次和花销走低的情况，也有消费降级的说法，从你在盒马/大润发的经历来看，有什么样的洞察与对策？

John：确实现今消费者行为愈显理性，在当前市场环境下，消费者变得更精明，注重性价比和品质，而非盲目追求热点或冲动消费。实体商业需要认识到，消费者对于商品的选择更加基于自身的价值判断和需求匹配，因此需要提供具有真正价值的商品和服务。

我们观察到消费者需求日渐分化，部分消费者愿意为健康生活类产品、高品质商品支付更高价格，而对于非核心需求或价值不明显的产品则趋于节省。这意味着实体商业要根据不同消费者群体的偏好和价值观，实施更为精细化的产品定位和市场营销策略。

不可否认，随着互联网的发展与疫情期间形成的消费习惯导致消费者获取商品信息的途径增多，商品的价格与价值更为透明，消费者可以通过多种渠道比较和评估商品。实体商业应顺应这一趋势，增加商品信息的透明度，让消费者在购买过程中感到安心且信任品牌。

对于实体商业有必要加强对消费者需求的深度洞察，了解他们在不同场景下的消费意愿和能力，并据此调整产品组合、定价策略和服务模式，确保提供的商品或服务既符合消费者的价值认同，又能获得合理利润。

实体商业的核心在于提升商品本身的实质价值，减少不必要的营销溢价，打造高质量、高性价比的商品，以此赢得消费者的青睐。同时，通过优质的服务和体验提升附加价值，使得消费者认为“物有所值”甚至“物超所值”。

RET睿意德：零售是个重运营的行业，你在阿里线上线下融合业务负责商业分析，有怎样的体会？

John：阿里以其先进的数据化和数字化基础设施，充分展现了大数据对零售行业的强大赋能作用。在零售行业中，由于频繁的交易互动和多样的用户接触点，大数据技术天然适合于此，无论是针对用户的个性化运营、商品的创新开发和精准投放，还是线上线下全渠道的整合优化，特别是在实体店铺场景的运营效率提升和精准决策制定等方面，大数据的应用都产生了显著的效果。

中国的零售数字化实践走在世界前列，拥有大数据赋能零售的前瞻性和巨大潜力。值得注意的是，尽管大数据及其衍生技术在零售数字化中扮演了重要角色，但零售行业的本质仍然离不开高效运营。数据并非解决所有问题的唯一答案，它作为一种赋能工具，必须依托于坚实的基础运营体系之上。换言之，只有在建立了扎实的运营基础前提下，通过数据和数字化技术的倍增效应，才能最大化释放出新零售的潜力和效力。

实体商业在向线上线下融合模式转型的过程中，既要吸收借鉴其数据驱动、技术创新的优点，同时也要清醒认识到，即便是拥有最前沿的大数据技术和工具，倘若不具备扎实的运营根基，也可能导致效果打折，难以实现预期的增长。相比之下，互联网体系在运营基本功的锤炼上可能相对欠缺，因此，在积极推进数字化转型的同时，必须加强对传统零售运营精髓的学习和传承，从根本上提升运营效率和服务质量，这对实体商业带也有着一定的启示和借鉴价值。

John：以往实体商业往往只能凭借经验估算业绩好坏的原因，而现在新零售则提倡将整个收入的实现过程透明化，通过大数据分析准确找出影响业绩的关键因素。例如，通过分解月度销售额差距，量化评估由于用户运营、商品质量、现场运营效率等各项因素对业绩的影响，有效的归因分析，定位真正的问题与责任人。

在实践中，我们借助多元数据（如购买力、现场流量、商品效率及消费者反馈等）进行深度分析，以单品销售不佳为例，探究原因究竟是商品竞争力不足、或是商品备货不足、或是员工服务不到位导致销售减少，还是现场消费体验不佳等问题。通过层层剥离、逐项排查的方式，明确各部门责任，指导改进措施，形成了系统化的问题解决机制。

盒马销量预测的主要特点可以归纳为多业态、多品类、多场景三个方面 ©网络

这种线上线下融合的数据化运营模式不仅在日常运营中发挥了重要作用，如每月业绩复盘、促销活动效果评估等，还在重大决策制定中起到了关键指导作用，帮助实体商业从迷雾般的业绩波动中抽丝剥茧，找到了明确的改进路径，增强了运营效率和决策科学性，极大地提升了实体商业的管理水平和市场竞争力。对于线上进入线下以及实体商业的借鉴意义也是主要体现在对运营过程的精细化管理和数据驱动决策上。

“ 

实体商业运用数据细分市场，精准匹配需求，理性实践个性化服务，以期获得可持续发展的科学化路径。

”

RET睿意德：存量竞争加剧下，不少购物中心运营者企图通过细致的标签分类来做更多理解消费，预判和影响消费的决策和行动，阿里也曾提出千人千面的设想和投入实践，从这一点来看你有什么实践总结的心得分享给实体商业运营朋友么？

John：精准洞察与细分市场：实体商业同样需要运用数据分析方法，针对消费者进行特征细分，如年龄、家庭状态、购买力等关键因素，找到影响购买决策的关键节点，以便进行更精准的商品组合与服务设计。

在供需对接与资源配置上，实体商业需结合自身供应特点和消费者需求进行匹配，避免过度数据化导致投入产出不成比例。只有当分析得出的消费者不同需求能匹配上自身能提供的不同的商品组合时，精细化匹配才有意义，而不需要过度的千人千面。

在运用数据分析的过程中，实体商业应重视捕捉那些具有代表性、可对消费者购买行为产生重大影响力的节点，举例来说，关注不同年龄段所处生活阶段的需求变化趋势，借此调整自身客群的商品规划和市场营销策略。

在实践个性化服务时，需考虑投入产出比，确保数据挖掘和精细化运营的成本能够产生经济效益。不是盲目模仿互联网平台，而是根据自身资源条件和技术基础，寻找适合自身发展、符合自身ROI的个性化道路。

尽管传统实体商业在数据基础方面可能不及互联网企业，但仍需积极拥抱大数据技术，逐步提升自身的数据采集、处理和分析能力，通过智能化改造提升经营效率和服务质量，实现可持续发展。

“ 

从高频场景入手，聚焦实效项目，精准匹配数据应用，步步为营构建认知体系，及时行动以实现指数级效率提升。

”

RET睿意德：很多线下公司并没有互联网公司这么好的数据基础，但也很需要数据化的赋能做精细化运营。对他们有什么建议？

John：在讨论数字化转型时，强调的是通过数据化运营实现直接的业务结果关联，从高频、多触点消费场景入手，逐步提升局部效率并推广成功经验。我们无需急于全面铺开复杂的数据体系，而应优先聚焦于那些能快速见效且成本相对较低的项目，例如用户ID的多渠道统一管理、唤醒沉睡用户策略以及商品的复购率数据分析等，这些举措不仅能增强团队信心，也能帮助我们找到适应自身特点的转型步伐。

事实上，借助基础数据进行优化往往能够迅速带来显著的商业效果，即使企业在数据技术方面并不具备深厚积累，也能有效提升传统商业模式下的用户体验。诸如产品设计、消费者趋势把握、商品策略制定和用户行为洞察等领域，都可以灵活运用数据以取得快速成果。

当前市场上，服务商和数据供应商资源极其丰富，他们为企业提供了大量有深度的消费者洞察与各类数据服务，并已历经近十年的成熟发展。对于实体商业而言，关键不再是如何获取海量数据，而是如何精准匹配应用场景，将合适的数据转化为实际增长动力。

在拥抱大数据和互联网转型的过程中，企业不能仅停留在观念转变层面，更应明确具体的业务需求和实践目标。实施过程中，构建高效的数据分析框架是避免决策失误的关键，同时，向行业先行者和优质供应商学习借鉴，能帮助企业逐步形成和完善自身的数据应用认知结构。

实体商业在转型过程中应当着眼具体的应用场景，采取由点及面、步步为营的方式推动整体数据化改革，而非期望一蹴而就或全盘否定数据价值。现在正处于高速数字化变革的关键窗口期，能否抓住这一机遇对企业的存续与发展至关重要，若错过，则可能导致决策效率滞后，在竞争中处于不利地位。

当企业扎实建立起了数据应用的认知基石后，其效率提升将会在达到一定阶段后迎来指数级跃升。起步较晚的企业在追赶过程中可能面临高昂的时间成本代价，因此，认清时机，尽早行动，切实推进有效的数字化转型具有决定性的战略意义。