完美日记、钟薛高等新消费品牌的崛起,给传统零售企业带来哪些启发?

2020年11月,成立四年多的完美日记母公司逸仙电商登陆纽交所,成为第一家登陆美股的中国美妆公司,首日市值超122亿美元。

与此同时,类似的如元气森林、喜茶、钟薛高、三顿半等......越来越多的细分、垂直、小众新品牌悄然蹿红,正在走进主流消费人群的视野中。

例如,2020年天猫双十一,357个新品牌拿下细分类目第一,16个新品牌冲入亿元俱乐部,54个新品牌双十一成交额超过去年全年成交额。在新消费品领域突然涌现了如此多的佼佼者,且许多新品牌的发展速度之快令人惊讶。

今天小亿就来为大家分享下这些现象背后大环境,以及各种新产品爆发的底层逻辑是什么?对于传统零售企业有哪些可以借鉴的地方?最后,说下传统零售企业该如何利用数据驱动运营,从而实现真正的数字化?

  

一、2021年,居民消费恢复正向增长线下服务行业反弹 

根据国家统计局数据,2020年全国民居人均可支配收入实际增长2.1%,与经济增长基本同步。但是2020年,全国社会消费品零售总额比上年下降3.9%,也就是说,大家的收入多了,花钱反而少了。 

然而,在整体消费支出下降的大背景下,一些消费品类却实现了“同比增长”——食品烟酒。根据国家统计局的数据,2020年全国民居人均食品烟酒消费支出6379元,同比增长5.1%,占人均消费支出的比重为30.2%。

正常情况下,按照中国社会经济发展所处的阶段,各项消费占比中,必需品会逐步下降,非必需品和服务行业会逐步增长。这很大程度上是受疫情的影响。疫情影响了大家的消费欲望,并最终反映到了消费构成上。 

但进入2021年,随着疫情的逐步控制,居民的生活状态也会趋向于正常化,我们的消费支出方式也会更加符合这一发展阶段的规律。 

因此,可以得出的初步结论是:首先,今年居民消费会恢复正向增长;其次,去年疫情期间表现较好的必需消费品,考虑到既有的高基数,今年整体规模很难继续高增长,可能会低增长或持平,其在消费总额中的占比也会相应下降。相反,去年受到重创的线下服务行业,今年的反弹会更强劲,更可能实现高增长。

 

二、新消费领域爆发的背后底层逻辑是什么?

1.流量结构的变化 

2020年,新消费领域涌现出了很多现象级爆品,一个重要的原因在于流量红利和流量结构的变化。首先,大家居家时间大幅上涨,上网时间增加带来新的流量和用户,增加了互联网的渗透率。不仅互联网用户增长了,用户使用互联网的时长也明显增加,这为新品牌带来流量红利。 

其次,流量红利的另一个体现在于,当前流量结构、流量价值、平台推荐逻辑在同时发生改变。比如包括淘宝在内的各大交易平台和流量平台,都开始做精准推荐,这意味着交易和站外流量分配的标签越来越多。所以,新产品标签越细分、越精准,就越容易在交易平台获得匹配的推荐资源。这一变化也非常有利于帮助品牌从实现0到1。

另一方面,在上一波移动互联网爆发的年代,流量集中在少数几个互联网巨头手里。随着短视频平台、生活分享平台、直播平台的兴起,流量开始从大寡头向多个小寡头重新分配。不同流量平台互相竞争,品牌会得到更多机会。此外,内容平台的崛起,也给了消费品牌新的发展契机。

在内容化的平台上,刚开始时的整体内容基本都会偏娱乐,慢慢地就会过渡到知识性内容,而这非常有利于品牌的塑造。换句话说,解释性内容适合品牌塑造。一是可以讲品牌故事,二是能够解释产品中那些相对复杂的、需要理解的东西。这也帮助了新品牌的快速崛起。

 

2.供应链新技术的产生

中国制造的供应链能力经历了过去给国外大品牌代工,到不断满足国内消费者的需求变化,通过柔性供应链等手段,在质量上与需求上已经得到了新一代消费者的认可。因此通过行业本身的供应链升级和已有技术跨行普及都能带来新品牌的机会。

比如化妆品行业使用的技术,早年完成了从简单提取到化学合成再到天然提取物的进阶,如今正在进行的技术升级则是转向生物技术应用。这种技术本身的升级,让新消费领域有诞生新品牌的可能。

除此以外,咖啡品牌三顿半的冻干技术、还有信良记的液氮低温速冻技术,都是原先在其他行业应用的技术,被普及到了新的行业和领域,在普及过程中又有了优化调整,从而带来这些新的行业的产品与体验升级,比如口味还原度更好,使用上更为便捷。

 

3.消费群体的更迭变换 

这里不能忽视的一个事实就是消费群体的更迭。以天猫双十一人群占比分析,90后人群消费占比逐年提升。这部分人群伴随互联网的成长,对网络具有较高的依赖性,对新事物敏感性更强,更有尝试意愿。同时,成长于富足时代的这群消费者,消费观念与其父辈呈现较大差异,用户更愿意通过购物来缓解精神压力,给心灵做个“SPA”,购物从单纯的物质需求,转变为精神需求。这些都给了新品牌快速切入年轻人群体的机会。

数据来源:天猫双十一十年洞察:新消费时代的到来

 

三、对传统零售企业有哪些可以借鉴的地方? 

新消费品牌通过抓住新一代消费者崛起,并通过新的销售渠道、新的内容、新的产品和理念迅速攻城略地,其背后都是牢牢把握“以消费者为中心”和“数据驱动”两大战略,通过数字化消费者运营,实现消费者全生命周期价值增长。因此传统零售企业主要可以从以下两方面进行转型: 

1.从过去以产品为中心,过渡到以客户为中心

传统零售商生产导向思维,不直接接触市场,不知道消费者在哪,更不了解消费者偏好,产品生产出来,只能通过代理商、批发商、零售商一层层销售出去。物质匮乏的时代,商品供不应求,渠道为王。但是进入供大于求的消费时代后弊端尽显。

而如今 “人”的地位完全由被动变为主动,成为零售企业变革的牵引力。消费者在哪里,企业“场”的阵地和资源就要倾斜到哪里,这里不仅包含物理层面“场“的迁移,还有线上线下全渠道的营销以及各种零售消费场景;消费者喜欢什么商品和组合,企业就要及时调整商品营销策略。

 

2.利用“数据”实现零售企业的精细化运营 

传统零售业越来越趋于饱和状态,且产品同质化越来越严重,随着互联网和移动互联网的普及,线上以及线下引流越来越难。因此越来越多的企业开始投身到以效率为王的数字化革命当中,依托大数据、人工智能等技术的驱动,对商品生产、流通与销售过程进行升级改造,进而重构零售业态结构及生态圈。

大数据主要通过以下方面帮助零售企业提升自我:①在客户体验方面的全方位的洞察顾客、提升客户服务,实现精准营销;②在商品管理和供应链网络方面实现供应链优化和商品优化;③在运营领域的财务管理、人力管理等方面,利用大数据快速支持领导层的决策与响应。 

 

四、传统零售企业该如何利用数据驱动运营?

从传统零售、新零售到智慧零售发展的历程中,考验的都是企业对“人货场”三个核心场景的精细化运营能力。

 

1.以“人”为核心的消费者洞察

传统零售企业首先可以通过各种数字化运营手段实现与用户的连接与互动,比如微信等,其次将各线上线下业务利用CRM等信息化系统实现数字化。

这样传统零售企业即可利用用户的基础信息,还有各应用场景中的时间切片、会员结构分析、消费结构分析以及会员价值RFM分析等,全方位深入分析,精准识别消费者的偏好、消费习惯、消费能力。最终有针对性进行商品推荐,有效提升客单价和顾客的忠诚度。 

 

2.以“货”为核心的智能供应链管理 

缺乏实时展示的数据分析永远是在做一件“汇报过去”的事情,因此智能决策一定要匹配随时随地实时监控的硬实力。这对以“货”为核心的智能供应链管理尤其重要,它可以帮助企业重新审视市场需求与供给的全过程。 

传统零售企业可以通过对所有商品的动销速度进行大数据管理,依托丰富的技术手段采集线下实体空间发生的数据(比如采集人脸识别系统、Pos机、客流技术器等硬件系统),以及采集线上虚拟空间的发生数据,搭建数据处理平台以及数据洞察平台的数据处理分析。

最终利用数据去洞察哪些是畅滞销商品、哪个价格区间卖的最好、各类商品销售情况及所占比例是否合理......这些分析结果可为店铺的订货、组货及促销提供参考依据,以实现市场渠道终端品牌销售的精细化管理。

 

3.以“场”为核心的精细化运营

对线下零售行业来说,场的管理主要集中在线下门店,因为传统零售企业需要通过数据分析做好全渠道的数据监控,及时的让各业务环节的负责人依据数据调补货、看客流、看库存,并判断经营出现了哪些问题。

除此以外,如今新零售所倡导的线上线下结合对于零售行业的效率提升也非常有帮助,因此对于场的管理还有线上的各种营销渠道,利用数据优化各环节的流量分配效率,最终提升用户的转化率。最终帮助企业向全渠道转型,通过精细运营,延续线上流量的红利。

 

五、小结

如今是新消费品牌“物种大爆发”的时代,后端供应链的成熟,叠加前端高效的流量平台的崛起,让新品牌的成长周期被极大地压缩。无论是完美日记、钟薛高、三顿半,都在两三年的时间里,实现了过去品牌可能数十年才能完成的跨越。但无论零售行业如何发展,其核心还是离不开“以用户为中心”和“以数据驱动的精细化运营”。

数据为零售企业“去杠杆、去产能、去库存”发挥了重要的作用。更高效地提升商品和服务,这也是零售消费行业从流量时代进入到效率时代,对于精细化运营和快速反应能力的要求。最终零售企业能否重视数据,把握数字零售,决定了企业在市场竞争中所处的地位,这里亿信ABI可以帮助零售企业。

亿信ABI是一站式数据分析平台,包含了从数据采集、数据存储、数据处理、数据分析、数据可视化全流程的数据分析平台,可以帮助零售企业利用数据实现对供应链的实时监控、通过大数据分析实现智能选址、同时对商品实行数字化管理,还可以通过用户画像洞察与管理用户的需求,最终帮助零售企业实现运营效率的提升和盈利。

△亿信ABI覆盖数据分析完整流程

posted @ 2021-06-25 16:53  志恒说数据  阅读(150)  评论(0编辑  收藏  举报