直播回顾 | 新零售时代，品牌以消费者为中心驱动数字化转型
随着中国经济进入转型的关键期，零售行业的营销模式正在发生转变，以消费者为中心驱动营销数字化成为当下企业的共识。
新零售时代数字化的核心是数据能力的全面升级，企业通过数字化协同能力整合线上线下全域消费场景，赋能消费者深度洞察从而加强复购转化，驱动全局经营体系的优化和数智化能力的打造，最终实现长效增量。
为了赋能零售企业数字化能力的升级，创略科技联合创始人兼总裁 Tiger 分享《零售品牌以消费者为中心的数字化转型实践》，探讨零售行业以消费者为中心驱动数字化变革和转型的核心趋势，从企业视角出发拆解零售数字化的核心痛点，基于零售行业know-how 分享应用解决方案。
通过此次分享，你将了解：
-
什么是零售数字化？包含哪些方面？
-
如何选择服务商搭建数字化系统？
-
企业如何落地数字化应用与价值？
在经济下行以及行业内部竞争明显白热化的情况下，企业从通过流量、补贴获新客等粗放式营销增长的模式，逐步转化为基于存量客户或者私域、DTC营销等等的精细化运营，进一步挖掘新的增量方式。这种趋势迫使更多传统零售企业开始数字化转型。
而疫情也正在加速这一态势，面对更为迫切的数字化转型需求、更为丰富的数字化转型工具、更为复杂数字化转型路径，零售企业需要基于自身发展情况从0到1应地制宜的理解数字化、实践数字化。
1 什么是零售数字化？包含哪些方面？
新零售时代，零售数字化包含“人、货、场”，是对零售行业原有商业模式的解构与重构，不仅仅指对广告技术、电商、CRM或者数据中台等系统的搭建。
随着数字化程度的深入，基于不同的人群，零售行业提供个性化制造、个性化推荐等一系列更加个性化的服务，从而扩展与消费者连接的边界。
零售行业的“场”不仅包含传统常规线下门店的场景，还包括传统 PC端、APP移动端、小程序、社媒等各类线上触点，甚至还包括最终的转化环节。在“场”中，企业能够看到流量的变迁和交替，“场”不断涵盖更加多元和丰富的交互触点。基于整体过程规划，企业需采集最初的各个触点来建立数字化流程，首先是流程自动化、数据线上化，再逐步变到线上自动化，最终基于机器学习等AI技术实现智能化的应用。
2 如何选择服务商搭建数字化系统？
企业应基于功能和业务应用场景选择数字化工具。2016年以前，企业的关注焦点主要在 DMP的范畴，通过自动化的效率效果提升以及数据应用赋能公域广告投放。在Martech2.0的基础上，客户数据平台CDP受到了企业更多关注。
疫情加速了企业数字化转型进程，CDP进一步成为企业营销侧关键枢纽和刚需系统，主要源于以下两点核心需求点：
数据实时性：基于大数据架构，CDP与传统的结构化数据库CRM相比，具备实时数据处理和应用的能力，可以进行事前分析预测、需求洞察、效果评估。
数据源统一：通过CDP统一各业务系统孤立的数据和客户评论等非结构化数据，从业务和消费者层面，基于One ID形成360°客户画像，实践自动化个性营销、实时精准营销，赋能客户体验的提升和管理。
CDP作为激发数据价值的重要工具，可实时打通存量客户的数据源形成统一标签画像，最大程度支持存量客户全生命周期价值的营销管理。基于CDP的火热，目前市面上也逐步涌现出偏向性不同的CDP服务商，那如何去选择？从企业的角度需要着重考虑几个关键的因素和环节：
产品能力：方案产品化成熟度、应用度，以及AI算法的沉淀与相关专利的积累，具备快速部署的能力。
数据能力：基于大数据的性能层面，须有处理海量亿级别的数据能力，具备以数据驱动全链路营销和运营的方案解决能力。
服务能力：积累和打磨的行业Know-how融入CDP系统、标签体系和AI模型，真正为客户创造业务价值。
基于上述三方面能力的考量，企业可通过CDP搭建应用以及AI技术驱动智能营销，实现业务层面的价值创造和提升，逐步延展至客户洞察、生产制造等非营销场景以及客户体验的管理。
3 企业如何落地数字化应用与价值？
企业数字化落地的意义在于沉淀企业自有数据资产，基于大数据技术挖掘数据资产，从而精准触达消费者的真实需求，最终实现“人、货、场”的智能化连通。
从整体的数据链路来说，不论PC端网页、移动端APP、小程序等自有私域触点上，还是企业内部CRM、 OMS等业务流程系统，亦或是公域、DMP相关的数据，还包括基于隐私计算、联邦学习三方的数据，企业最终需要的是基于One ID形成统一的标签及客户画像赋能于自动化、个性化营销，从而洞察市场进行分析决策。
随着全量数据的积累，算法模型驱动的营销转化甚至有10倍左右的提升，特别是在数据源比较丰富、特征比较明显的情况下，精细化、智能化营销的价值更为明晰。
以消费者为中心的数据决策逻辑和理念，不仅仅赋能营销侧，而且能够赋能至生产研发。企业建立护城河关键要点在于对消费者的理解，比别人快半步或者甚至快一步，更深入地理解消费者底层的需求，基于消费者数据驱动营销、管理、产品制造等链路反馈就变得更为重要。
在全量数据的基础上，企业通过整体链路赋能零售行业“人、货、场”的应用场景，从营销侧、产品侧、制造侧实现营销转化和客户体验管理效率和效果的最大化。
