收录于合集
#弯弓研究院-MarTech研究
79个
那一年，摩拜单车和OFO单车是最受瞩目的商业明星，人们还相信知识付费是一条全新的变现路径，以及瞬间涌入百亿资本的便利店赛道，不断生产着一个又一个神话。但也不乏例外：比如便利蜂至今活得挺好，利润和门店数量都在稳步提升，并且还传来了IPO消息（官方火速“辟谣”了）。虽然媒体总是追逐热点，但事实上，如今才是关注便利蜂最好的时机：随着便利蜂商业模式得到验证，颠覆便利店这一幕，开始真正上映了。一是便利店产业视角，便利蜂这种模式对传统便利店的颠覆性到底是什么？传统便利店没有系统、没有数据、没有算法，人依靠经验和感觉做决策；到了现代便利店，有系统、有数据，但没有算法，人看着一大堆数据报表做决策，很多程度也凭经验和感觉,而现代数字化便利店有系统、有大数据、有AI算法，人通过算法做决策，同时，人也能优化算法，做到时时迭代。便利蜂就是最后一种便利店。如果把传统的便利店比作“人工驾驶”的话，那么技术赋能的便利店则是“辅助驾驶”，而便利蜂要做的是“自动驾驶”，这就是便利蜂对传统便利店的颠覆性，我们希望用“数字化”变革便利店行业，通过科技和算法为供应链赋能，实现大规模扩张。与传统便利店不同，便利蜂主要通过数字和AI驱动门店运营，全链条自动化，用算法提升服务效率。今天，你走进任何一家便利蜂，售卖、上货、清洁都是有人的，但是订购、生产、排班、定价，这些都交由系统自动完成。传统便利店迅速扩张还面临另一个难题，那就是优质店长的稀缺，这是过度依赖人的结果。便利蜂的解决方案是推出“AI店长”，协助店长完成选品、订货、陈列、促销、人效、生产计划等工作，以便寻找门店销售、运营质量、人力成本和废弃成本的最优解。日系便利店培养一个优秀店长大概需要花2年，才能把所有功能都记明白，图表都看懂，不会出什么大纰漏。但在便利蜂，一个从来没有接触过便利店或快餐行业的员工，便利蜂的整套系统培养他成为店长，只需要6个月。便利蜂解决这一难题的方法是：实现订购、陈列自动化。便利店里有大量的短保商品，所有的商品都需要按照不同的时间、天气的变化、地域、气候需要来订购。比如大量的鲜食和热餐。热餐是需要提前生产的，生产多了浪费，订货少了损失销售机会。在便利店的订购界面，每个店铺大概有2000多种商品，日配品就有300多种，数据非常复杂，并且受多方因素影响。同样是下雨，如果这个门店是沿街的，它的销售量是下降的，但如果这个门店是在大厦里面，销售量则是上升的。通过人工，很难在短时间内进行精准分析和数据输入输出，并作出决策。所以，便利蜂的订购决策都是通过系统进行的。有一个实验是，使用“AI店长”自动订货，比最有经验的店长准确度至少高40%。货物陈列也是如此。便利蜂平均每周都要换接近150个以上的产品。更复杂的是，由于每一家店铺结构都不一样，货架和陈列图也不一样，这意味着每周都要对店铺的商品陈列进行一次大规模的调整。如何去管理和识别店里的2000多种商品？便利蜂自研人工智能系统利用手持PAD摄像头识别陈列错配，会有一整个陈列图，一步一步告诉店员如何进行货物的摆放。此外，便利蜂门店标配的自助收银机、自助咖啡机，以及部分门店投放的关东煮机器人、集合码机器人、客服机器人，它们都是“AI店员助手”，帮助店员完成繁复的工作，让他们解放双手，做更有温度的服务。便利店卖的很多商品都是24小时、48小时过期的，属性非常像航空公司或者酒店。因此，便利蜂店铺里用了航空公司大量采用的动态定价方法，效果非常不错，目前能够提升30%左右的收益，另一方面缓解商品过期造成的食品浪费。也就是说店长完全不用操心促销问题。系统会根据供求关系，自动调节门店短保商品的价格，店铺的任何一个商品打折，自动电子价签都会提醒店长。举例来讲，今天卖100个面包和明天卖100个面包，可能是完全两码事。在系统中，几点钟面包的销量低于预期，几点开始打折，打几折，几点恢复原价……都存在一系列的按时间排布的数据序列。中国是一个巨大的市场，同时也是一个纵深度和细分度极高的市场，每个区域的消费者都有自己的偏好。北京的消费者有北京的要求，上海的消费者有上海的要求，深圳的消费者有深圳的要求。即使在同一个城市，不同区域的消费者也不同。比如上海南京西路不到一公里有三家便利蜂，其中仙乐斯广场一家便利蜂门店，客源主要是大楼的白领，且90%是消费力极强的女性，她们喜欢在下午买酸奶，搭配水果或者小份零食、甜点。所以，这家店一进门就是大大的水果摊，格外引人注目，并且女性常用的丝袜、暖宝宝、美妆产品，都放在靠近收银台的货架。而距离它不到100米的另一家便利蜂门店，开在沿街，也有一些上班族，但游客更多，回购率偏少，客单价却很高，尤其这家店老外顾客不少，喜欢购买红酒和大包零食，往往用现金支付，客单价在百元以上。再比如深圳，深房广场的门店与坂田街道的门店的情况也截然不同，前者满足的是写字楼上班族的核心需求，后者更像是社区的商业补充。两家店夜间销售都很不错，但热销的商品截然不同，前者晚上酸奶卖得特别好，因为附近有多个酒吧、网吧、健身房，夜生活丰富，消费者都买酸奶解酒。基于这些不同，便利蜂所说的“千店千面”，就是通过相关大数据支持，搭建不同的消费场景，再通过不同消费场景的商品表现，实现全面、精准的商品推送，以此挖掘顾客潜力消费，提升经营空间。通过数字来挖掘，在特定的时间、空间、场景、地点里面了解客户的需求，把最对的产品供应给消费者。比如夜间商圈和社区的热销品不同。还要根据不同门店不同变化的需求做出及时调整，做到“千店千面”，甚至“千时千面”。第二个视角，是产品体验视角，比如元气森林是如何通过便利蜂的数字化系统找到用户需求的？便利蜂之所以能成为元气森林等新兴品牌和网红爆款触达用户的重要渠道，一个重要原因就是，便利蜂的主要消费者人群年龄在20-29岁之间，以Z世代为主，他们天生是移动互联网的原住民，喜欢追求潮流和新鲜事物。基于对消费与社交数据的关注，便利蜂拥有一套自主研发的智能选品系统，通过对全网消费者的舆情监控收集并分析消费数据后，团队能够快速发现、判断并引入成名的“网红”品牌和产品，也能为他们寻找到合适的用户。便利蜂基于以下数字化模式帮助元气森林等找到用户需求：首先，用技术和算法来打通“人、货、场”，提升管理力、产品力。数字化掌控供应链，关键在于数据的打通和共享，对消费者端到生产端全链条的掌握和处理，缩短这个反应链条。便利蜂作为直面消费者的端口，各类商品、用户消费行为都会以“数字化”的形式沉淀在系统里，并快速分析、总结趋势。在便利蜂，当供应商提交一款商品的时候，它在我们的系统里就会变成数个“标签”，形成商品“标签云”。比如包装形式，以元气森林举例，会有口味、规格、包装等不同“标签”。将一件商品分解成诸多“标签”以后，按照最小颗粒度进行分析，进行多维度的数字打分，通过量化的手段，我们可以更好地衡量商品的表现，并将这些数据反馈给供应商，让他们更立体地看到一件商品的表现情况，了解消费需求。以前供应商通常依赖买手，买手给他们选什么商品他们就上什么商品，而现在越来越多供应商开始观察终端，观察顾客在选什么，哪些产品在哪些地方卖得更好。传统的选品逻辑是，厂商对应的客户是渠道的买手，比如便利店的MD，厂商先向MD展示自己的产品，然后MD代表顾客的判断做出选择。这个听起来似乎有道理，但事实上MD也是人，他不见得能预测市场或真正懂得顾客需求。而在便利蜂，我们会把厂商的产品直接推向市场，MD只是起到连接，而不是选品的作用。比如，某品牌有200个产品，他会自己筛选50个产品给传统便利店的MD，然后MD在里面挑出10个产品上架，这是原来的做法。便利蜂的做法则是，跟品牌市场部的人一块商量，只要商品在规格、包装、特性上符合便利店售卖，就尽量都上架，范围可能不只10个，甚至超过品牌原来筛选的50个，然后在这个品库里面由市场，由顾客自己来挑选，再通过“千店千面”的形式，看哪些产品最后能沉淀下来，能够在哪些门店卖掉、卖好。以前供应商对这种做法不理解，但慢慢他们就会发现，某些商品在某些门店的投入和产出是不成正比的，反而是事倍功半，而只有找到正确的门店和消费场景，才能做到事半功倍。而有些商品他们原来不看好便利店渠道，反而销售效果很好。所以，现在大部分供应商与便利蜂合作，不仅仅是看整体的销量，而是看哪些门店能卖出更多商品。便利蜂对于他们来说，不光是终端，更是一个insight，通过数字来挖掘，让更多的店在卖更对的商品，把最对的产品供应给消费者，也就是“千店千面”，这是人工很难办到的。便利蜂是一家以科技创新为先导、以安全健康为核心、以便民高效为目标的创新创业企业，属于零售业范围。公司创建于2016年12月，首期储备资金10亿美元。2017年2月14日首批五家便利店在北京中关村西区同时开业，目前门店超过2000家，全部直营，覆盖了北京、上海、天津、南京、苏州、杭州、合肥、济南、深圳等等多个城市生活圈。
本文原创发布于公众号「私域流量观察」
转载、投稿、商务合作请扫码联系编辑：
1场 主题大会，探索营销数字化战略、用户资产和全渠道变革；4场 行业峰会，聚焦白酒、房地产、内容科技转型路径、B2B营销；1场 天弓开悟盛典，聆听投资人观点，嘉奖TOP100优秀Martech机构；1天 私域增长营，深度挖掘2.0时代的私域打法和增长之道。目前大会上线2周，第一轮早鸟门票提前售罄，我们正在紧急扩张大会规模，希望能够容纳更多营销人。