Hi新零售消息，国内人均GDP统计显示，2017年京津沪地区已达1.5万至2万美元，与爱沙尼亚、斯洛伐克等欧洲发达国家持平，沿海地区达1万至1.5万美元。2018年新零售模式未来在哪些方面?

　　另一方面，京东在年报中披露，2016年底其获客成本为119元，同比提升近50%。

　　在国内人均GDP大幅增长且电商获客成本持续走高的双重影响下，“新零售”浪潮掀起。2017年7月，马云通过内部邮件宣布成立“五新”执行委员会。

　　1976年美国学者提出零售业生命周期理论，他们认为，人均GDP增长会影响零售业态演变。人均GDP在1千美元至3千美元，现代百货业高速发展;3千美元以上，大型综合超市兴起;6千美元以上，便利店业态流行;1万美元及1.2万美元以上，仓储式商店和大型购物中心业态繁荣。

　　2018年新零售模式未来在哪些方面?

　　“有了数据，才能实现对消费者的可识别、可洞察与可服务，才可以重构零售活动中关键要素——人、货、场，进而才能生长出与以往不同的零售新生态。”口碑知乎官方账号在回答新零售相关问题时，如是说道。

　　从实际情况看，新零售本身掌握支付和产品销售情况数据，而这些是用户购买行为所产生的“结果”数据。对于用户购买前和购买时行为数据的收集，则是新零售相对薄弱的环节。那么，怎么做新零售？

　　对此，共享单车和图像识别或许可以为新零售提供重要的数据支持。

　　研究表明，亚洲零售消费类型主要为“步行消费型”，而地广人稀的欧美地区则以“驾车消费型”为主。共享单车的出现，使得用户消费半径扩大，可选择的消费场所更多。

　　举例来说，过去，用户步行消费时，只会去往距离较近的A处消费。而当共享单车出现后，用户则可以在A、B、C、D四家商店间任意选择。而当用户舍弃距离较近的A商店，骑车去往距离较远的商店时，其背后的原因蕴含着市场增长的空间。

　　用户去距离较远的商店消费，是因为当前商店无法满足需求。是当前商店的品类不足，还是因为产品新鲜度不够，亦或是购物体验不好?如果用户在当前商店完成全部消费，需要补充哪些产品品类?这对于商店品类补充，提高商品流转有一定意义。

　　另一方面，用户去距离较远商店消费的行为，是否具有周期性?如果有，是否是某一类特定的用户群体具有此周期性?若增加配送服务，能否提高用户购买频次及黏性?

　　事实上，去往距离较远商店的周期性消费行为，可能与“周末囤积型”消费有关。这对于商超、便利店等不同零售类型的组合，及前置仓点位选择提供依据。而对于这些行为的分析，都建立在共享单车出行数据基础之上。

　　图像识别技术则可以更直观的识别用户性别、年龄等特征，对用户购买时做出的行为进行判断。一个有趣的现象是，盒马鲜生创始人侯毅表示，其主要用户群体为年龄在25-35岁之间的白领女性，而易观智库数据显示，盒马鲜生付费用户多为男性。造成这一差异的原因或许是，通常买单的多为男性。但事实上，原因是否真的如此，却值得探究。

　　此外，图像识别技术可对用户行为进行建模分析。联合利华北亚区个人护理品类市场总监赵文峰曾表示，过去传统市场调研方法只能局部验证，抽样中会存在假设逻辑冲突，影响准确性。一个新品开发周期24个月算快了，但放在今天的时代，上市时已意味着过时。

　　而利用图像识别技术，我们可以判断用户对该商品的尝试意愿如何。用户在试吃之后的表情，用户在试吃之后是否有查看价签的行为，用户在查看价签之后的表情和反应如何，都将有助于判断用户对新品的兴趣。

　　当用户性别、年龄等特征，与用户购物选择，支付行为等数据结合起来时，完整的用户画像会帮助新零售进行精准预测。当用户在商店A某货架前驻足，扫视每一件商品，却没购买。之后，该用户在商店B相同品类货架购买了商品，可以很直观的判断用户真正需求的产品是什么。届时，产品与用户直接或许将建立一一对应的关系。

　　当产品与用户的关系建立之后，供应链效率将得到极大的改进。放置流通性更高的快消品、生鲜食品的前置仓，与放置长尾货品的城市中心仓，会有更加良性的组合，在有限的空间内，实现更高坪效。