下面小编为大家介绍一些案例给大家做一个新零售模式的案例分析。

       在零售里面大家都谈“人、货、场”，但是咱们发现一定体量之后，第四个因素，也就是“决策大脑”越来越重要。为什么？这里举了一些例子，当然不同行业复杂度不同，可能复杂N倍。每一个零售的决策场景无处不在，因为咱们有几百个、几千个实体店，或者几千个渠道点，有大量的会员等等。但是每天从CEO的角度看店长，店长做的是什么？微决策。比如说下午4点以后，哪些品类要及时做调整，如何第一时间去关联并主动去推动。

 

       第一个例子是今日超市，这是超市行业最创新的一个品牌，总部在武汉，有400家实体店。他们整套大数据分析的网站，从基础的数据分析指标系统到深度的应用是和咱们一同共建的。

       

       选择其中几个场景来分享：

 

       首先这个是一个非常经典品类的挖掘，这里面大的品类到中品类、小品类。原来的话基本是分析到小品类就差不多了，但是如何在海量数据里面钻取到某一个单品，观远智能BI可以实现，且这个分析路径是自动监控的。

 

       第二，是线下客流部分。咱们可以看到数据显示，哪些人进店前是开心的，哪些是进店前是不开心的，哪些对消费体验产生影响。通过采集，把实体店端的客流数据和经营数据、排班数据结合起来形成一个完整的场景去回答，哪些实体店哪些客户消费体验是在过去24小时里面有问题的。这是数据驱动消费体验的改善体现。

 

 

       第三，就是对于公司来说，三张报表只是基础工作。第四张报表关乎公司运营的是否健康。咱们这里可以看到每一个实体店跟他同比的实体店，在过去一个时间段营销活动表现好或不好，从中可以进行细分，对它进行打分。对于督导、对于总部来说关注的是自动得出的结论。这样的方式把好的经验、管理、决策提炼出来，让实体店运营得到提高。

 

       还有一个例子是来伊份，这里是会员分析的场景，在这个基础上可以进行更丰富维度的分析。其实咱们知道CIO最担心的不是上线一个软件本身的复杂度，而是上了这个软件推广不起来怎么办，否则这会产生巨大的浪费。所以一个软件好不好用，能不能很轻、快，被大量的用起来，这个尤其关键。更进一步，当这些软件用起来之后咱们希望它能够用活。天然直接的数据，帮助来伊份决策。

 

       接下来一个例子是亚玛芬。他们也是SAP的客户，因为这些品牌都是他扩张的过程当中陆陆续续收购的，虽然他有完整的SAP的软件，但是挑战在于多品牌、数据分散。

 

       它始终有一个场景绕不开，就是商品部门每周，甚至希望每天都希望知道每一个SKU真实的库存数。这个咱们知道是不容易的，因为可能会有电商全渠道、退货、在途等等，所以他们的商品部门的工作人员有两位同事每周要花两天时间手动的大量重复的工作，从里面导出SKU数据，和他内部的主数据，再加上损耗等数据得出这样一个结果。

       更多关于新零售最新资讯，请查看：新零售