雷客隨筆

昨天晚上跟家母吃飯，她突然問一個問題，讓我差點噴飯。她說：「你們馬老闆說以後電商產業將消失，未來只有新零售，你要不要考慮轉行？」聽完後雖然覺得好氣又好笑，在跟她說明何謂是「新零售」之餘，重點是跟她說明馬雲不是我的老闆（XD）這陣子在台灣的新聞媒體，不管是雜誌、網路還是電視，一直看到大陸新的互聯網名詞不斷充斥，節目不斷討論，從「共享經濟」到「新零售」等，都是最近很熱的討論話題。在看這些節目以及內容的時候，我有時候在思考幾個問題？（1） 我們台灣的朋友，真正理解大陸電商業者所提倡的「新零售」定義嗎？（2） 台灣的市場，適合全部照搬大陸模式的「新零售」嗎？（3） 真正符合台灣需求的「新零售」模式為何？在討論這幾個問題之前，我們可能有必要理解下為何馬先生會提出這個名詞，搞得大家春心蕩漾，害我連晚餐都不能好好吃。首先第一個問題是，何謂「新零售」？新零售這個概念最早提出是在去年10月的阿里雲棲大會上，阿里巴巴集團董事局主席馬雲在演講中第一次提出了新零售。他表示，未來線下與線上零售將深度結合，再加現代物流，服務商利用大數據、雲計算等創新技術，構成未來新零售的概念。因此新零售要建立「全渠道」的聯合方式，以實體門店、電子商務、大數據雲平臺、移動互聯網為核心，通過融合線上線下，實現商品、會員、交易、行銷等數據的共融互通，向顧客提供跨管道、無縫化體驗。阿里巴巴則將其總結為「三通」即「商品通」、「會員通」、「服務通」。看完一連串很厲害的專有名詞，相信很多人現在就是若有所思的點頭，但其實是有看沒有懂。沒關係，因為其實很多講師顧問們自己也不清楚「新零售」的真正定義以及操作方式。（考驗他最好的方式，就是詢問他「O2O」跟「新零售」的差異為何？XD）我這裡總結一個「新零售」的定義：讓整體零售行業，更有「效率」的服務消費者。就這樣？沒錯。就是這樣，但為何如此簡單的東西，要講的如此複雜？因為若不講一些別人聽不懂的話，媒體沒有題材，資本市場沒有故事可以操作，我們顧問業沒有錢可以賺（誤）其實在去年沒有「新零售」的概念提出來之前，整個零售業就沒有停止進化的腳步。我們可以來回顧一下零售業進化的前世今生：（1）「新零售」1.0版本：服務vs產品在很久很久以前，電子商務還沒有這樣發達的時候，「零售流通業」就已經充斥在我們的生活當中，只是出現型態大多以實體店來展現。其實我們仔細思考一下，所有的線下渠道都可以被放到一個坐標系統中，坐標中的一條軸是服務、另一條軸是產品。服務型商家（餐廳）的售賣單位一般是時間，服務品質非標準化；而產品型商家（大賣場）的售賣單位是件數，產品品質標準化。比如餐廳、健身房等是典型的按時間售賣，衣服民生用品等是典型的按產品售賣。餐飲和奶茶等商家，在客單價相對穩定的前提下，最終也是偏向服務型售賣時間的（所以這就是為何餐飲行業如此重視「翻桌率」這個指標的原因）。那麼在電商產業起來之後，以產品為主的線下渠道是被打擊得最厲害的，因為產品是標準化的，可以在網上買的就沒必要去實體，因為網路上的交易不僅便宜、種類多又方便，但如此的衝擊對於售賣服務的商家（餐廳）相對來說影響偏小。所以，現在線下渠道都在談一個詞 「體驗」。零售業態都在往自己的模式中加入更多體驗和服務的元素，試圖給標準化的產品加上非標準化的服務，吸引人們進店消費。最好的例子就是便利商店開始設置用餐區，7-11的 ibon智能服務，在零售為主的商業模式加上服務等屬性。（比如，餐飲和零售的最明顯體驗差異就是食物的 “溫度” 屬性。所以最常見的街邊早餐店，都是對零售的標準化產品進行加溫，帶來更好地體驗和更高的毛利。）但是，服務型商家也有一個瓶頸，就是售賣時間的產能有個上限，難以擴量，所以這些商家也開始研究和推出標準化的產品。於是，在便利店開始出現餐飲區域的同時，而餐飲商家開始推出標品的外賣套餐選擇，這就是所謂的 “餐飲零售化，零售餐飲化” 的典型例子。結論：所以在獲取流量和持續增長的雙重需求下，業者從「消費者體驗」的角度出發，零售業早已經在嘗試將服務與產品進行整合，將客流成本價值發揮到最大。（2）新零售2.0版本：網路v.s實體利潤 = 進店人數 * 轉化率 * 客單價 * 利潤率這是整個零售業的公式，線上線下都是一樣的。16年年底17年年初，現在大陸電商圈的共同話題就是「過去躺著也能成長的網路市場紅利結束了，線上流量越來越貴，整個數位產業將進入精耕細作的下半場」。（進店人數的成本上升了…..）因為電腦滲透率，行動商務滲透率接近飽和；有些虛擬通路，開發一個新用戶的成本已經貴到200元人民幣/個，已經需要往線下去開發用戶。但是線下渠道零售日子也很不好過。傳統的零售業在暴跌，流量和毛利都被網路電商公司吸引過去。除了一些特殊行業（藥局）以及屬性（餐飲）的實體門店之外，快消和食品等企業業績這幾年的日子都過的苦哈哈的，淨利被擠壓。因為中國消費者越來越習慣在網路買東西，一開始是服裝家居用品，後來是家電，再後來是快消品食品，甚至包含到具有服務屬性的O2O行業（裝修建材）。對線下零售業的打擊是一個品類一個品類被擊破。若以線下跟線上的交易份額來說，美國市場只有大約10%的比例，是在網路上進行交易，線下渠道還是佔據大部分市場。而中國市場在網路線上交易的比例接近 20%，為何是20%呢？因為這是「標準品」佔總體中國零售行業的比例。基本上在標準商品這個領域，電商能搶的份額已經差不多了。想要再獲得高增長，第一是要把手伸到線下去，第二就是要把手伸到非標準品（比如生鮮，現在滲透率也就 2 %左右）。之前淘寶京東高增長的業務是標準品，同時配送週期在一天以上。阿里現在去年電商成交額在 3 萬億人民幣左右，都是長配送週期的。而 30 分~ 2小時短配送週期的，只在 2000人民幣億規模左右。可以看到有相當大的商機還沒有被發掘，這也是今年開始京東開始投資三、四線城市的便利商店以及阿里佈局「盒馬生鮮」線下渠道的原因，因為鄉村實體需求以及生鮮品類，都是補足這類型需求的不足。 同樣的，線上行業想要往線下領域靠攏，線下產業也想要往線上渠道去拓展。我們上面已經講了，線下服務型消費的壞處之一是服務人數是有上限的，所以要用「產品化」來解決。這也是為什麼一蘭拉麵現在已經開始賣調理包，讓你可以在家裡自己煮。當一個品牌火到排隊人數那麼多的時候，就說明供給能力跟不上需求端了，而且由於拉麵這類產品需要現做的特性（售賣服務，有附加體驗，時間屬性產品），決定了供給能力註定是有上限的。所  以企業的盈利能力實際已經達到瓶頸了，那要賺更多的錢，最好的方式就是擴產品線，讓每個使用者的客單價提高，那麼搭配調理包配套產品，而且是標品產品就是最好的選擇。而實體服務的另一個問題是，流量上限（也就是進店人數）也是有限制的。一般來說，一個商圈的自然流量，就是一家店能夠獲取的最大流量上限了。這和網路業態也是不同的，每家互聯網公司理論來講流量上都是無窮的。所以一蘭拉麵，若能在線上賣調理包的話，就可以突破線下產能的限制，並且透過體驗服務（線下門店吃過麵）之後，持續讓老客戶產生回購以及互動。這就是透過線上以及線下渠道的流量結合後，產生「全渠道獲客」的效果。綜合剛剛所講的以上，我們再回到剛提到的公式：利潤 = 進店人數 * 轉化率 * 客單價 * 利潤率（A）透過服務產品化，提高客單價（B）透過電商模式，提高進店人數（C）透過第一次的線下體驗，之後進行第二次的線上產品購買，提高轉化率（D）透過線上往線下渠道的布局，降低獲客成本（E）電商透過進入剛需高的品類（生鮮），提高客單價以及利潤率結論：電商興起，造成零售行業大波動，但從2017年之後線上增長乏力，傳統的實體通路已經被擊破，兩者合一要找到一個出口，所以現在要做新零售。從以上兩個零售業發展的階段可以知道：「新零售」不是終點，而是一個不斷進化的過程。零售型態的轉型與進化，一直都在進行（只是今年提出一個概念跟名詞）若大家有興趣的話，下篇文章，跟大家分享：l 「新零售」3.0版本，就是現在零售業巨頭門，磨拳擦掌要達到的方向：數據賦能。l 如何用數據來重新打破零售業的「會員」、「商品」、「場景」相信在瞭解完之後，會更清楚本地市場的零售業，在這過程中應該如何走自己的路。 

最近因為家裏的事情，所以回臺灣待比較多時間，就被以前大學的統計系的主任，邀請過去擔任做系上的課程諮詢。以前的母校銘傳大學，排名雖然不在名列前茅，但還算抓得住這次的風口，將統計系、經濟系、資管系合併成為「金融科技學院」。希望切合未來的市場趨勢需求，提供這方面的人才。看著密密麻麻的課程名稱，包含實驗設計、線性代數、高等統計等。許多回憶往事慢慢浮上心頭。我以前同班的同學都知道，我以前的大學成績跌跌撞撞的，光是數理統計就重修了好幾遍，有很大的原因是我不覺得我未來出社會的工作會跟高等統計有關系，也就是說我的學習，缺乏「目的性」。後來因為打球發生意外住院，反省人生後，出院決定要考研究所，才開始好好面對我這幾個很頭痛的領域（統計、微積分等）。我相信現在很多大學生，都很茫然不清楚自己目前所學的專業，跟未來有何太大ˋ關連，所以打工的打工，能蹺課的就蹺課，最後只是要一張文憑就好了，但現在可悲的是，文憑只能保證臺灣年輕人基礎22k的起薪。這就回歸到一個基本的問題：大學四年教育的目的是什麼？許多人可能會說：就是念書阿。但有沒有仔細想過，念書的目的是什麼？有一派論點會認為，學習不應該帶有任何目的性，單純的做研究，就是大學應該存在的目的。我認為這樣的觀點是要考量到大部分學生的情況，大部分的學生出社會之後就會面臨到學貸、求職等壓力，即使專心做研究繼續升造，其實也要想辦法爭取到政府（國科會）等補助專案，只不過金主一個是業界，一個是政府。我個人走比較實用派的路線，所以我認為任何學習的目的，就是為了讓我們未來的生活更好。學生找不到他們學習的目的性，所以他們把時間花在在社團、談戀愛、打工上，其實是天經地義的。我很高興看到以前的母校銘傳大學有這樣的第一步（課程重新規劃），所以在開會過程中，我也分享了以下幾點心得：（1） 市場需求出發：任何學習都要有一個「目的性」，升學、求職、增加職場競爭力，都是其中的一個需求，若我們大學畢業的學生出路大部分都是去業界的話，直接從業界的需求去設計課程，是最直接的。臺灣的數據分析人才需求我沒這樣清楚，但我知道大陸來說，目前每年數據分析師的需求大概是1000萬，真正能成為數據分析師的只有100萬，中間有900萬的空白供給不足。大公司業界資歷3-5年的資料分析，大概會有100~200萬年薪左右的待遇。建議可以參考業界對於數據分析人才的工作說明書（JD），來針對性的設計課程重點，並進行動態調整。（2） 跨領域專才培養：數據分析師需要有「解決問題導向」的態度，實際在業界中的問題，都是需要去理解行業，才能具有「決策支持」的價值。舉例來說，我們在電商領域中，利用數據來進行：（A） 市場分析：分析總體市場、競爭對手、消費人群特徵。目的是希望在品牌大量投產商品前，進行正確的市場行銷策略，減少不必要的浪費。（B） 銷售預測：從過去市場的銷量以及通路數據，進行未來的銷售預測。目的是希望減少庫存成本，增加資金流動性。（C） CRM：從會員的訂單數據中，分析行銷效益以及產品規劃目的是希望提高單次客單價以及行銷資源最大化。以上這些分析需求，只是在零售行業。而銀行、金融、醫藥、物聯網等具有大量數據沈澱的行業，都會有各自的痛點。極端一點來說，「數據分析」的技能是每個領域的人才，都需要具備的跨領域技能。（3） 基礎工具熟悉：系上有安排許多統計軟體的教學，統計軟體大多偏重在學術研究（SPSS）的問卷使用上，以及特殊產業（金融業的SAS）的需求。這方面的訓練的確需要，不過實務在業界中，真正會熟悉使用excel數據分析指令的人其實不多。強烈建議課程設計以實用性為主，只要熟悉excel VBA以及Power BI，其實已經是職場上很大的競爭力加分了。（4） 對接業界：現在的市場變化太快了，知識點碎片化，許多實戰知識是在業界中，老師們未來在學校的角色其實也要轉型，慢慢從知識的傳輸者轉型成為業界實戰知識與學校的橋樑。（5） 課程設計多元：學分的獲取不一定是過去的授課考試等方式來完成，可以是以企業參訪實習或是實戰工作坊的參與來獲得。等我進入業界後，常常會有種「書到用時方恨少」的痛苦，但無奈我那時在學校中，不清楚業界的需求，若時光重來的話，我真心希望大學生涯的時間，我可以用在對的學習上。因為等到了一個年紀後，會發現最貴成本，不是金錢，其實是「時間」。後記：看著我以前大學「滿江紅」的成績單，再對照系上邀請兼任講師的聘書，或許可以給我們傳統的大學教育一個思考。 

剛好上周參加一個大數據趨勢研討會，談到這議題。今天有空就把今天要演講的重點來分享一下：老師同學大家好，我是林翰霆（Rex），是之前在大學統計重修過好幾遍的學生，但卻曾經在大陸電商大數據公司作過主管（總監），所以各位學弟們對自己要有信心，代表我們臺灣學生的競爭力還是可以的。 在之前，我先分享一段影片，是之前騰訊智慧大數據大會上發表的，透過微信支付，騰訊已經把食衣住行等相關數據都整合起來了。另外我們之前在上海作過一些大數據爬蟲的案例，「爬蟲」就是透過技術手段可以抓取網頁公開上的數據。有一個客戶是漢堡王，當初他們希望可以透過大數據瞭解全大陸的漢堡王門市的消費者評論以及服務的評價，最好也可以瞭解他們的競爭對手（麥當勞、肯德基）的表現如何，並且是希望即時動態呈現最新資訊。透過研究後，我們抓取了大陸最大的餐飲評論網站「大眾點評網」的公開數據，它們針對門店有三個評等指標，：「口味」、「服務」、「環境」，以及所有消費者評價（一星到五星），還有人均消費金額，透過這幾個指標，可以展開以下的分析： 之後可以針對全國的門店進行分區域的比較： 很多顧客的評論，現在大陸消費者用餐完之後，已經有習慣會在微博以及餐飲評論網站上進行「點評」，這是一個很有用的數據來源： 透過這些文字數據來源，我們使用「分詞」以及「文本挖掘」等技術（這是苦活），我們可以快速整理出門店的正面以及負面評價比較： 這樣可以讓總部迅速瞭解每個門店服務口碑評價表現，過去總部只有交易數據（POS）流水，這些都屬於「滯後指標」，當門店的交易數據下降了許多，已經來不及了，口碑服務數據屬於「領先指標」，可以先進行預測以及運營調整。 最後透過消費者評論的推薦產品，可以算出門店的推薦產品分類： 這專案我們是布署在客戶的私有雲上，設定爬蟲頻率，客戶自己保存以及擁有這些數據。漢堡王的案子，沒有牽涉到太複雜的模型演算法，只有在文本挖掘語意的部份，需要計算，但卻能解決客戶需要即時動態瞭解各門店客戶的表現以及競爭對手的表現的痛點。若能跟總部的POS系統數據結合，相信能分析更多不同的決策知識點。過去類似的案子，只能透過線下市場研究公司進行問卷訪談、街訪、秘密客等，但現在採集數據方式改變了，消費者習慣透過數位化的方式進行互動（留言、評論、投票等），我們可以透過數位化的手段進行快速的數據採集，相信臺灣也會有這樣類似的需求（房仲網站、電商平臺）給大家參考。再分享一下對岸現在大數據產業發展方向：（1）大數據產業發展方向：臺灣發展最近最熱的就是「Fintech」，除了銀行金融業外，醫療、電信業，以及IOT物聯網行業。大陸方面也差異不大，有電力行業、交通、電信、銀行、環保等。 （2）政府支持：臺灣方面我沒有這樣清楚，但大陸方向從2012年開始，從三個政府單位分頭發展，（國務院、發改委、工信部）開始積極推動大數據產業的建設，建立了數據交易平臺以及標準。尤其是2015年，可以說是大陸的大數據產業大力發展的一年。 （3）資本方向：大數據產業公司可以分為三類：「數據源」、「數據處理」、「數據應用」。整理表中看來「數據應用」公司是這幾年大陸資本方偏好的方向，因為小而輕，偏重某個細分領域去做應用變現。 （4）人才培育：許多學校設立大數據專業，包括雲端技術人才等，方向是以底層數據技術以及數據應用人才為主。許多臺灣知名的專家，銘傳李老師、輔大謝邦昌、近幾年也到大陸進行不少數據分析培訓。偏重於資料採礦、數據模型建立以及數據產品操作（SAS、微軟SQL數據分析模組等）。 個人感想：我認為在大數據領域中，已經明確劃分三種類型的人才：「數據科學家」、「數據工程師」、「數據分析師」。實際在業界中，缺乏最多的是「數據分析」這個人才，但很可惜的是學校與業界的需求脫軌，因為「數據分析」的需求場景，其實應該是以「業務需求」來推動，而不是為了有數據而硬去分析，所以這樣的人才應該要最瞭解「業務流程」以及「產業知識」，但我們學校缺乏給到學生這樣的訓練，數據分析若沒有「產業細分化」，是沒有辦法沈澱出有價值的資訊。建議在大三或是四的時候，可以開始分組：（1）快消品 （2）美妝 （3）保健藥品 （4）互聯網產品運營 （5）新零售運營管理；進行業界的產業合作或是實習等，因為每個產業的品牌，側重點都不同，需要分析的角度也不同。今年六月我們會開始把業界實戰的相關經驗以及技巧，錄製成線上課程，不排除跟學校合作，進行產學結合。