新零售這個議題在近一年來炒得沸沸揚揚，馬雲提出這個詞的當下，或許他只有一個基本想像，沒有太過具體的描繪，漸漸的有些人對這詞開始展開自己的理解，漸漸的又出現了客戶旅程、以客戶為中心這樣的概念，聽起來都很有道理，但從理解到應用上始終還是有其困難。
新零售到底是什麼？
直到盒馬鮮生執行長侯毅講了一句「新零售的本質就是數據驅動」，我們終於抓到一跨浮木，掌握數據由數據來驅動營運 是新零售的關鍵之一，然後他又說了「新零售會重購人貨場之間的連結與交戶模式」，數據驅動+人貨場，從這樣的角度去解讀新零售，似乎就變得簡單的多。
我們把數據驅動擺在後頭，先來談談人、貨、場。
人：代表整個零售過程中的那些人或角色，包含顧客、服務人員、銷售人員、物流業者、倉庫人員、行銷人員等等...
貨：代表與貨品有關的事項，包含生產、採購、銷售、供應、庫存、品類、品項等
場：代表顧客與品牌間的交互場域級渠道，包含線上通路、電商平台、實體門市、廣義的銷售場域、廣義的服務場域、或是線上X線下的種種互動等，這都是場的範圍。
人、貨、場三者有什麼樣的意涵在？跟數據驅動又有什麼關係？在進一步談論數據驅動與人貨場的關聯前，我們可以先來看看盒馬鮮生新零售的體驗報導：
我們從這兩篇報導中大致上看到了眾多的感應裝置、自助服務、刷臉、掃碼等眾多資訊技術的應用，再加上打通了線上與線下，你可以在App上下單，然後門市人員就會為你撿貨，然後幫你宅配到府，此外，運用大數據，盒馬鮮生號稱可以精準評估，算出以日為單位的進貨估量，將進貨過剩造成的成本浪費壓到最低。感應裝置、刷臉、生鮮外送三小時送達、代客料理等等服務聽起來都有點新鮮感。
數據如何驅動營運成長？
但這些就是馬雲理想中的新零售嗎？我想應該不是，《inside》跟《數位時代》從應用面分享新零售的觀點，給了我們蠻多的啟發，而我想試著從數據面來談新零售這個議題，其實不管新零售、舊零售，只要能運用新科技、新商模、新的體驗坊是讓客戶買單，創造更高的收益，基本上你要說是新零售2.0應該也不會有人反對，所以我用數據如何驅動營運成長這個角度談談我的想法。
我認為在這個時代，你要更了解客戶，並能提供差異化甚至個性化的服務或資訊，掌握客戶的數據是關鍵中的關鍵，你要熟悉客戶樣貌，要掌握數據；要做到精準推薦，要掌握數據；要做到差異化與個性化服務，要掌握數據；要預測用戶行為，要掌握數據。基本上，若我們要做出有別於過往的零售模式，那掌握數據基本上是不可或缺的，而這個說法就恰恰符合了侯毅的說法「新零售的本質就是數據驅動」。
既然談到數據了，我一樣從人、貨、場的角度來跟大家聊聊，過去一年以來，我輔導與協助多家公司梳理他們的營運狀況，期間發現多數企業都能具體的告知我「那些產品銷售狀況良好，那些不好」，也能清楚的說明「那些渠道引來最大流量，對業績有重大貢獻」，但當我問到「那些產品在那些渠道銷售狀況好，那些差？」這樣的問題時，大約只有2成不到的企業能清楚地回答，這幾個問題看似都很雷同，但只要你再仔細想想就會發現中間有個決定性的不同。
「那些產品銷售狀況良好，那些不好」，這是屬於「貨」。
「那些渠道引來最大訂單，對業績有重大貢獻」，這是屬於「場」。
「那些產品在那些渠道銷售狀況好，那些差？」，這是屬於「貨+場」。
複雜度頓時從一維躍升到二維，如果我再問「哪類型的客戶，特別偏好從什麼渠道來購買哪類產品？」，這就變成「人+場+貨」的三維問題了。
過去企業經營時因產品單一、渠道單一，所以不須需思考產品或渠道的替換，只要專注於招攬及服務客戶，所以他們通常只問「哪類型的客戶在銷售與服務時該留意些什麼？」，這樣的問題相對單純，因為我們只要看一個維度就足夠了，但隨著客戶需求愈來愈分歧，渠道也愈來愈多元，大多數企業也開始擁有多項產品與多條渠道，管理的複雜度也因此大幅地跳升了。
能串起人+貨+場的企業大多是資訊化與數據化相對健全的市場領先者，他們早已有意識的在採集各種客戶數據，並運用這些數據來改善他們的服務與體驗；而稍微落後的市場跟隨者 雖然速度稍慢，但也開始意識到數據對營運的重要性，他們開始著手思考如何改善用戶體驗，並規劃應該採集哪些數據，以及如何取得這些數據；而那些仍舊未有意識到數據重要性的市場落後者呢？仍百思不得其解，為何渠道不再有效？為何客戶對產品的忠誠度大幅的下降了？但其實，現在的市場與用戶，早已經脫離他們的美好想像。
曾有老闆對我提問：「我只要知道什麼產品賣得好或什麼渠道有效，不用知道產品+渠道後的細部資訊又有什麼問題？」
我的答案很簡單：「若有你超過10個以上的商品，若你在A渠道的銷售狀況良好，但在B渠道的銷量狀況一般，此時若你要加大資源投放，你會怎麼處理？」
他回答我：「在沒有其他因素的狀況下，我當然是投A啊。」
我說：「所以是平均的把錢灑到這條渠道上的所有商品？」
他說：「不見得吧，就看產品的銷售狀況如何。」
我說：「但你要做到這件事，你就要知道每個產品在A渠道的銷售狀況，否則你光看產品的總銷量是不準確的。」
他說：「嗯，好像是這麼一回事。」
我說：「所以可以想見，你們還沒有這樣的數據來支撐你做這樣的決定，按理來說，銷量好的渠道，一定也有些賣的不怎麼樣的產品，反之，在A渠道賣不好的產品，不見得在B渠道也不好，我們往往需要展開產品X渠道的二維矩陣才能看得透徹。」
上面這樣的對話不只發生過一次，我常常建議企業主，在承平時代就應該居安思危，市場大好時，價錢好，競爭者少，供貨與渠道穩定，你只要現金管理不要太差勁，大概都能賺到錢，但隨著景氣下挫，競爭者增加，渠道開始細分，利潤萎縮剩下一半時，你才開始想怎麼辦往往已經太遲了，你的客戶早已離你遠去，你的競爭對手早就搭上前一班車揚長而去。
新零售或許是個有趣的議題，但在談新零售前，請先確認最基礎的人貨場數據我們是否具備。若你對數據化管理仍有疑問，可以參考我前一篇文章：數據管理落地五步驟
本文由游舒帆授權轉載自《gipi的學習筆記-經營管理、數據思考、終身學習》。
《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。
（觀點文章呈現多元意見，不代表《數位時代》的立場。）
