新零售时代会有什么新物种？电商的道路，是一条表面轻资产，实际重资产的道路。“轻”，指的是固定资产、店面租赁、管理流程等负担没有传统零售业大；“重”，指的是在物流、仓储等方面前期需要巨大的投入。这个阶段…
新零售时代会有什么新物种？
电商的道路，是一条表面轻资产，实际重资产的道路。
“轻”，指的是固定资产、店面租赁、管理流程等负担没有传统零售业大；“重”，指的是在物流、仓储等方面前期需要巨大的投入。这个阶段，就是我们近期常提到的互联网的上半场。
而马云所提到的新零售，就是互联网的下半场的来临，电商原有的价格、流量、单品必杀绝技已触到暴增的天花板。2016年全国网上零售额51555.7亿元，在社会消费品零售总额中所占比重为12.6％，对于87.4％线下社会消费品零售份额，强制性采取原有策略进行消费转移，从成本角度思考已经不现实。
而电商在各行业及企业的运用发展，海量的数据积累和应用技术的成熟，已经从量变发展到质变的阶段，其不再只是异构化，从A→B形成结构重组而不改变化学组成物，而是A + B = C的结果变化，两种以上元素合成一种复杂新元素，这就是我们所提到的新零售时代将诞生新物种。
首先这个变化的产生，最核心的来源是“E化”的消费者推动，现在80后、90后作为网上零售的消费主力，占据超过70％的销售量贡献。再过十年，90后将成为主要的消费群体，而我们现在许多零售企业还是将电商时代的价格、流量、单品等运营策略当成线上运营的核心战略，没有重视将90后消费者群体的购物和行为研究纳入企业核心战略布局思考。
当未来90后掌握社会消费品购买主力贡献时，你将如何满足他们购物的习惯和需求？
与70后和80后消费者相比，90后的消费观更加“小众”，其“社群”消费倾向十分明显，90后也许在他内心会选择，但绝不会将“性价比”挂在嘴边，他们更愿意为有情感共鸣的商品买单。对于新鲜事物，不能等它“红起来”再去追逐，而要提前进行布局，你才能抢占先机的红利。
良品铺子在2014年就成立基于微信运营的独立事业部，2015年又组建成立基于消费者社交互动内容为核心的内容视频部门，不断地针对互联网原住民一代进行消费行为的研究和探索式的布局，迅速地在社交电商领域占据零食品类第一，微信公众号突破千万粉丝量。
基于微信电商单月突破2000万销售，基于实现交流—交易—分享的社交运营模型，基于流媒体的品牌试验也在进行中，正在哔哩哔哩、斗鱼等流媒体平台构建充满活力的内容生态。
真正的融入：“通”和“同”
从新零售的模式来看，并不是线上+线下业务的结合就可以实现，可以预见新零售的价值爆发，仅仅靠“全渠道”是不够的，不是简单地互联网品牌到线下开个体验店，或者是线下零售品牌到线上开设电商销售渠道，这还是传统的渠道思维。
在互联网+的时代，一个融入新技术、数字化、真正实现全渠道三通（会员、商品、服务互通）的新零售，才能带给用户真正的新体验，通过“数据”的内外部共享、交换，企业可以更深刻地理解消费者的行为及心理，进行需求分析、产品创新，实现精准决策及管理、精准营销、提升运营效率等。
而其第一步就是“通”和“同”。
通，即打通各个分散的渠道，打通消费者的身份（等级会员、商品喜好、订单等），要将分散在零售门店、第三方电商平台、社交电商的消费者的消费记录和购买进行合并匹配，以便实现无缝切换的身份跟踪。
同，即消费者在各个渠道中享用产品和服务的时候要获得一致的购物体验，让其能充分享受线下和线上不同场景的最佳服务选择。比如，顾客在线下门店购物，不满意也能享受上门取件退货，也能够进行打差评。这看上去是一件线上电商最简单的业务场景，但在线下门店实施涉及大量的数据实时调用、验证、推送、核销及业务流程指令下达和跟踪反馈。
基于数据的“通”和“同”实现，才能进一步实现新零售的基因化学裂变，产生无数的应用场景实现。这时候，数据才能真正发挥它的价值意义，而这个过程非常漫长，其考验企业在技术开发和场景应用的能力建设的决心。
在新零售的业务蓝图中，场景化营销是重要呈现，而场景化的营销取决于数据多维度的丰富和应用性。
#p#分页标题#e#
这两年，良品铺子投入大量资源做了一个大数据应用平台，把所有数据，包括会员卡数据、电商交易数据、浏览数据、注册数据、交易数据进行各种数据模型的组合与运用，去探索客户面临不同场景的需求对业务驱动的变化。
例如2015年良品铺子通过大数据平台启用，就记录了近百亿条顾客购物习惯数据、超过2500万条顾客在全网的购物评价与评论。通过两年运行，其中场景之一“全渠道顾客心声体系”才构建成完整的全域顾客意见与建议反馈运行机制。通过每月全网数据实时抓取，将顾客在阿里等电商平台、微博微信等社交平台、400电话等评价和意见转化为不同维度的数据标签，通过不同数据模型进行商品、运营、服务等内部经营模块归类分析。消费者对于良品铺子的任何评价、意见以及建议，都将通过大数据系统收录与检索到，良品铺子通过人工+智能换算数据模型，将问题分类整理，如物流归物流、产品归产品等。找到内部改善机会和消费者的行为趋势变化，从而在业务关键节点进行调整，真正实现用户驱动业务变革的发展。
对于有疑问的评论，如买的产品包装出问题或者是少发货等客观的问题，系统自动通知后台客服人员，在第一时间与消费者联系解决问题，并跟踪监控服务过程以保证顾客满意。同时依据该问题发生的类型，反向流转到不同职责部门，定位到具体岗位和流程节点，驱动内部从问题的根源找到解决方案，杜绝未来产生同样的问题。
随着数据开放和公司的数据分析能力优化，阿里、京东、腾讯等公司正在开展更为成熟的数据管理和数字营销生态共享开放机制，比如用户的网页浏览行为和社交行为等数据匹配开放，而这些数据将更加丰富对企业消费群体的画像与消费行为的研究，通过不同场景和介质平台的组合应用，真正地建立“以消费者体验为中心的数据驱动的泛零售业态”，这才是新零售的核心价值。
第一营销网链接