“新零售人人都在說，可到底怎麼做？作爲從業者分享下個人的思考，希望對大家有幫助。本文不光回答什麼是新零售，還會指出新零售實操中的五重境界，以及給出對行業內各方參與者的建議。”
新零售的概念，最早進入大衆視線應該是在2016年10月13日的阿里巴巴雲棲大會上，馬雲說：未來沒有電子商務，只有新零售，線上、線下和物流必須結合在一起，才能誕生真正的新零售。從此，阿里開始了自己的新零售之路，也引發了新零售的風潮。雖然在當天更早的時候，雷軍也在另一個峯會上提到：希望用互聯網思維，做線上、線下融合的新零售業態。
從新零售被提出到現在已有3年時間，在如今飛速發展的科技社會背景下，3年基本就是一個時代。今天，似乎很難再說“新零售”是“新”的零售了。“新零售”還有一堆等價的名稱，例如“智慧零售”、“無界零售”、“未來零售”等，在我看來其實都在講同一個故事，不管用什麼詞來形容，目的都是爲了表明其與傳統線下零售和純線上電商的不同。
作爲自認爲“新零售”領域的從業者，趁着“新零售”還未過時，也想總結下自己的一些思考，且與大家分享。
什麼是新零售？
那麼，要回答的第一個問題，當然就是：什麼是新零售？畢竟“新”這個形容的方式也太感性了，以至於其實很多人無法真正理解其概念，即便是業內人士也很難對其定義達成一致。就像大數據的“大”，即便今天大家都把大數據掛在嘴邊，可也不一定都能講明白這個“大”背後的含義。形容的方式越抽象，解釋起來也就越困難。丘吉爾說過：你能看到多久的歷史，就能看到多遠的未來。爲了真正看透新零售，我們需要先回顧下零售的歷史。
19世紀80年代的美國，誕生了一項重要的技術——鐵路，這可能是最早的“互聯網”了。從此鐵路網把城市、小鎮、鄉村連接了起來，基於鐵路的基礎設施服務，一種新的零售業態出現了，那就是郵購。通過向鐵路沿線的人民提供郵購目錄選擇商品，使得消費者可以購買到之前在傳統夫妻店裏無法買到的商品，郵購公司的統一採購還能有效控制商品價格。在這個時期最具代表性的公司便是西爾斯。
隨着人口的擴張和汽車的普及，差不多在同一時期，簡易的連鎖店和超市開始出現。但由於戰爭等原因的影響，直到1950年左右才迎來了大型購物中心業態的流行，在這個階段除了汽車，還有一項關鍵技術開始普及：信用卡。
在1962年，一家偉大的公司誕生，在70年代開始爆發，並一直髮展至今，這便是沃爾瑪，沃爾瑪的獨特之處在於其商品種類的繁多和對價格的極致控制。其代表的業態可以被稱爲大型折扣超市。
時間線推進到20世紀80年代，倉儲型會員超市Costco在1983年成立。今年8月27日，Costco在上海開出了第一家中國大陸的門店，並以開市客的名稱進入大衆消費者視野，在這之前我們一般叫它好市多。Costco的特點是：
1. 毛利極低，沃爾瑪天天低價策略下的毛利率在25%左右，而Costco的毛利率是11%，不到沃爾瑪的一半
2. 精選SKU，沃爾瑪的SKU在十萬量級，大型電商的SKU超過百萬，而Costco的SKU通常不超過5000
3. 付費會員制，這是Costco的運營核心，一年普通會員55美金，高級會員110美金。其利潤幾乎全部來源於會員費，在美國其會員續費率超過90%，會員忠誠度極高
到2000年前後，藉助互聯網技術的發展，電子商務開始席捲全球，線上線下各種零售業態百花齊放，到這時的故事，大家多少也都經歷瞭解了。
這裏雖然更多的是回顧西方零售的發展史，但參考大趨勢，在中國也是基本一致的。從1900年的秋林公司在哈爾濱成立，開啓我國的百貨商店時代，一直到20世紀90年代，我國的零售業主要都是以國有大型百貨爲主體的單一業態。在此之後，超級市場的業態進入中國，並陸續誕生了便利店、專賣店等零售業態。在商業地產的整合下，大型購物中心便開始出現。進入2000年，電商一步一步成爲主流的購物渠道，至今已佔到我國總社零的1/4以上……
限於文章主題和篇幅限制，無法具體分析每種業態的特性和其成功的原因，事實上這些資料其實網上也已經一大把了。而我看到的是：新零售其實是結果，是誕生後相較歷史的區別。每個階段都有新零售誕生，然後該階段下的主流業態就會被定義成傳統零售，而每個階段的新零售的實現路徑有所不同。這次直接提出“新零售”這個名字，可能只是我們還沒想到更合適且確切的的詞來定義這種新的零售業態吧。
再回歸到零售的本質，可以觀察到其核心從來沒有改變過，變化的是用戶的需求和需求程度，不變的是對用戶需求的滿足。對用戶需求進行高度抽象後，其永恆的共性就是大家常說的：多、快、好、省：
多：商品的廣度和深度，提供更多的選擇
快：用戶可以快速獲得自己想要的商品，商品可以快速投入到市場
好：商品的質量好、體驗好、品牌好等，其本質是產品的實際價值確實很好的解決了用戶的問題
省：不是單純的便宜，而是性價比足夠高
每一個階段的“新零售”，都是較之前的“傳統零售”在某一點或某多點上，有了長足的進步，以至於讓消費者有了明顯的體驗提升。下圖是對零售業態演進的描繪，也許總結的點不完全對，但整體的趨勢是正確的。
接下來，可以回答最初的問題了，在當下我們提新零售，是想做什麼樣的零售？我覺得完整的答案需要分爲ToC和ToB，C端是目的，B端是手段。
C端的定義是：全渠道同品同質同價
全渠道
線上+線下≠全渠道，單純的提線上線下結合，是一種簡單的形式主義，並沒有總結到全渠道的精髓。事實上，複雜的事物通常是很難簡單的一分爲二的，請謹慎使用二分法。我對全渠道的理解是：
1. 全渠道本質上是一種流量思維。是對傳統零售的產品思維或者賣方思維的顛覆，哪裏有流量，商戶就應該到哪裏去。從傳統的人找貨，轉變爲貨找人。
2. 全渠道不止是並行獲客，而是在用戶購買旅程中的串行觸達，用戶全生命週期的持續運營。要理解用戶從注意到你的產品，到購買使用，再到忠誠留存，再到口碑推薦，最後到流失是一個完整的流程。針對處於不同階段的用戶，都要順應其本性在合適的渠道進行運營，目的應該是用戶生命週期總價值的最大化。
3. 搭好通路不是完成了全渠道，而是全渠道的開始。沒有數據驅動下的針對到每一個用戶的精細化運營，全渠道就是還沒有設置紅綠燈的十字路口，雖然道路四通八達，可必然會混亂、擁堵，甚至發生車禍。要把對車流的管控，細緻到對每輛車的管控。追求的不是平均用戶生命週期價值的最大化，而就是每一名用戶的價值最大化。這也意味着，純靠人已經很難辦到了，必須依靠機器。
同品同質同價
同品，指的是在物理上的輸入和輸出以及生產的原理、方式、條件等沒有本質區別的兩件商品，並不一定就是同一個SKU；同質，指的是任何購買渠道下這件商品本身和用戶購買這件商品的整個過程中的體驗滿足程度應該幾乎完全一致；同價，指的是不論用戶通過任何渠道購買，所付出的成本應該幾乎完全一致，這裏的成本絕不止是金錢上的，還包括了挑選商品、購買決策、等待、實際使用等各環節的其他成本。
當實現全渠道同品同質同價後，消費者和商家之間的信息不對稱被極大的消除，勻質帶給用戶最穩定的體驗，提供的確定性可以讓用戶產生極大的依賴。而宏觀來看，用戶不再需要挑三揀四，四處比價，線下體驗線上購物等行爲，社會總成本能被有效降低，整體的效率會變得更高。在用戶可以無差別選擇購買渠道後，會倒逼零售商提供更優秀的服務，個性化的體驗等以獲取更大的收益。另一端則需要優化供給側的效率，努力降低成本，提高利潤空間，這塊在後面的B端部分會詳細說明。
那麼全渠道同品同質同價好做到嗎？
做得到，但是不容易。由於歷史發展的原因，不論是線下的傳統零售商，還是線上的電商，在一開始都不會考慮到建設全渠道的零售體系，基本都是奔着某一塊蛋糕去的。這導致在進行渠道互通融合時異常痛苦，況且大量零售商由於對全渠道錯誤的理解，導致錯誤的渠道融合方式，完全是白費功夫。這裏先不論怎麼做，後面會具體講到。但即便知道了正確的行動路徑，這也是一場深刻的變革，以至於推進困難，這其中更多的是人的原因。
在前端的打通，也就是表面的全渠道，是相對容易實現的，因此大量轉型新零售的玩家基本做到並且停留在這一階段。當然基於這點，可以持續完善用戶側的體驗，也能形成自身的核心優勢。之後是後端供應鏈的打通，這涉及到對倉儲物流的統一調配，上游供應商的整合和淘汰，生產線的標準化等，以及支撐這一切的底層數據打通。這裏就牽動了太多相關方的利益。人人都知道供應鏈管理的整體績效目標是供應鏈盈餘最大化，可在信息不互通、資源分散的鏈條上，由於又沒有強有力的整合方，每個節點都只盯着自身的利益，反而使得整個供應網絡低效不經濟。同時，當既有利益鏈條已經形成並且維持多年後，反而變得越來越穩固，其中很難有任意一方具備改造鏈條的能力，零售商不行，平臺不行，商家也不行。
例如常見的電商特供，其誕生的主要原因便是品牌方一方面覬覦線上的流量資源，一方面又被線下的分銷網絡綁架，導致雖然電商特供產品標榜爲同款，但實際在售價、渠道、生產線（生產標準）等方面都不盡相同，最後困惑的自然是消費者。電商特供款在服飾、酒水、黑白家電等行業都非常常見。通常來說，銷售渠道鋪設的越廣泛越下沉，能觸達的用戶羣體是多了，但相應的對體系的管控能力也會越弱。所以我們看到OPPO、VIVO在不同渠道，甚至同一渠道不同個體下的售價、品質都可能有所不同，相比之下小米更容易做到全渠道的同品同質同價。另一個例子是特斯拉的直銷模式對比其他汽車品牌的4S店經銷商，沒有不同經銷商間的相互踩價，也不會逼着你裝精品。
B端的定義是：效率革命
這是一個描述非常容易，實操非常困難的定義，但確實是在B端，新零售之所以爲新的本質。接下來套用永恆的“人貨場”模型來講解下何爲效率革命。很難說“人貨場”三者中，哪一個更重要，它們更像是等邊三角形的三條邊，共同構建了這個穩固的模型。不過介於“場”是連接“人”和“貨”的媒介，同時其革命的層次也更基礎，理解了“場”的效率問題有助於更好的理解“人”和“貨”，所以我們先從“場”入手。
“場”是“人”和“貨”發生關係的地方，這裏的關係不侷限於用戶對商品的觀察、試用、交易等與購買強關聯的場景，也包含了更前向的用戶產生購買需求，甚至是對用戶潛意識裏的觸達，也包含了用戶購買後的使用體驗、售後服務和推薦傳播。
綜合來看，在“場”中貫穿了3條資源流向：信息流、資金流和物流。信息流充當了在特定時間特定空間下對特定用戶特定情緒的觸發，並推動用戶完成行動。在每個節點上，都應有針對性的信息流設計。資金流的啓動標誌着交易已經發生，需要盡一切努力保證支付成功率，無論是用戶主動放棄還是因系統原因終止的交易（退貨不算）都是對潛在交易額的損失，平衡好付款的便捷性和安全性是資金流裏永恆的課題。物流代表商品的交付方式，通常用戶可感知的只是物流的最後一段，要麼是快遞上門，要麼是門店自提，然而真實的物流過程卻是這樣的：
其實這也只是狹義上的物流過程，描繪了從發件到收件的全流程。要提升效率，需要思考更上游的分銷網絡設計，我將在後面的“貨”部分提到。物流環節既要控制成本，又要不斷提高及時性和安全性，因此一定是效率高者勝出。
“人”意味着流量，但流量不止是入口，需要考慮從流量觸達到服務結束的全流程。對於“人”的研究是互聯網公司的強項，正好傳統零售公司在這塊確實有很大的提升空間，所以我們目前看到的很多創新融合都是基於”人“展開的。在過去傳統零售公司一方面被賣方思維限制，有什麼貨就賣什麼，而對用戶的實際需求欠考慮；另一方面受限於技術條件，在線下基本只能拿到最終的交易數據，前向的其他環節的重要數據全部缺失，導致商家更難把握用戶。
現在要提升效率，就不能只盯着最終的銷售額，而需要拆分其構成並分別運營。計算銷售額的公式在不同公司不同部門可能都有不同的算法，我們只看一個比較通用的：GMV=流量*轉化率*客單價*消費頻次。要提升效率，就要爲每一類構成去制定針對性的運營方案，但通常不會同時執行，要考慮企業目前的發展階段和用戶在生命週期中所處的位置，不要幻想能一口喫個胖子。例如參考AARRR等類似模型，在不同時間階段找到對GMV貢獻效率最高的提升因子，集中火力做到事半功倍纔是正確的做法。多管齊下只會困擾用戶，各指標下的運營規則互相打架，最後連公司自己都算不清賬，反而事倍功半。
最後說到代表供應鏈的“貨”，供應鏈的優化水平很可能是未來各零售商間拉開差距的重要一環。首先其改造的難度之大，不論是事情本身，還是人的因素，在前面都有談到了；其次這也是大量互聯網公司的知識盲區，即便手握技術和數據，但傳統零售在供應鏈上已有百年積累，理論也相當成熟，這可不是光靠互聯網思維就可以顛覆的。互聯網企業要對供應鏈行業，包括傳統零售有敬畏之心，要真正去深入瞭解，和領域內專家溝通，再洞察問題。
不同細分行業裏可能都有不同的供應鏈，有些是設計搭建的，有些可能是自然演進的，但肯定都不會是最優的。例如在”場“中提到的分銷網絡，不同的庫存持有方式和產品交付方式間的組合，會構成適合不同情況下的分銷網絡，這都要結合產品本身的特性和各類成本等進行選擇。
供應鏈中的每個環節由於都經過了長時間的迭代，而且這也切實關係到該環節運營者的利益，一般在具體某一環上的效率已經比較高了，這也是其自身進化後的優勢。所以互聯網企業想要涉足供應鏈，最好將鏈條看作一個整體，進行統一的優化，而不要聚焦到某一環節上，因爲你既不專業，可優化的上限也不多了。通常來說，環節越短，效率越高。因此，第一步先觀察清楚你所在的供應鏈，是否所有環節都是必要的，是否作爲整體已經不能再短路了。縮短供應鏈，可能是短路掉某些效率不高的節點，也可能是整合某些節點，形成新的節點，通常新節點較整合前應該要麼具備規模經濟，要麼具備協同能力。更深度的做法是迴歸問題本質，直接不看現有供應鏈，考慮最大化的供應鏈盈餘。
在曾鳴老師的《智能商業》中已經給出了未來的核心模式，就是C2B。未來供應鏈會以拉式爲主，這必然是建立在對用戶需求精準把控和預測的基礎上的，優秀的拉式供應鏈可以有效縮短響應時間，減少庫存，對效率的提升是明顯的。不過以目前的技術還無法達到理想的C2B模式，所以曾鳴老師也給出了演化路徑上的中間態：S2b2c的雙向通信模式。每個c根據需求與特定的小b交互併產生數據，數據從小b處流轉到平臺S，S爲小b提供一系列的賦能，最終S和b共同滿足c的需求，如下圖示意。
互聯網企業想要改造鏈條，要麼自己做S，要麼找到現有的S爲其提供服務。
以上就是我對B端效率革命的理解，針對其中的“人”、“貨”、“場”，都存在機會點，做好任意一點基本就能在新零售領域內站穩腳跟，做好兩點並相互協同就已經建立起了自己的護城河，如果能做好三點，你就是新零售的代名詞。但隨着問題規模的提高，解決難度並非線性上升而是呈指數上升的，所以最好還是實際點，先根據自身能力聚焦突破一點，是爲上策。
總結下新零售：就是通過各環節的效率提升，爲用戶提供更有價值的產品。而價值需要作爲一個整體提升：即全渠道的同品同質同價。
新零售的五重境界
新零售怎麼做，或者說是做到什麼程度？這裏再次推薦曾鳴教授的《智能商業》，本書信息量和含金量都非常高，既有高屋建瓴的商業判斷，又有接地氣的實操準則。在曾鳴教授的啓發下，我將新零售區分爲五重境界，或許（其實應該說一定吧）還有更高的境界，但目前我還企及不到，基於當下行業的發展階段，我認爲暫時也還不需要去探索。
境界一、上線觸網
這是最基礎的境界，傳統零售商意識到線上渠道流量的價值，同時意識到自己可以通過互聯網連接全球。雖然如今才意識到這點已經很落後了，但這卻是當下大量中小微企業的現狀。越是在產業鏈的上游，觸網的程度可能越低，掌握的數據也越少。
在該境界內也存在上下限，開設官網、微博、公衆號等可能是最基礎的操作了。隨着業務越來越集中到線上，系統變得越來越複雜，但若不懂得挖掘數據的價值並通過數據分析指導業務，將永遠無法達到下一重境界。目前大量的電商零售公司，雖然業務基本都在線上，但其實也就停留在這個階段。
該境界內的主要產品形態包括了提供具體服務的前後臺，例如前端的網站、後端的各類運營平臺等。
境界二、識數讀表
目前大量的電商平臺以及一些大型的自營電商，甚至一衆互聯網企業，基本處於這一境界。該境界內的公司具備數據運營的意識和相關知識，做的好一點的還會有專門的BI團隊。區別該境界內的高下程度，主要取決於企業數據分析、挖掘的能力，能否真正從數據中發現價值指導實際業務。由於數據分析能力的範圍可以很廣，因此不同企業間的差距實際可以很大。
該境界內的主要產品形態包括了一系列數據產品及數據分析報告，例如報表系統、OLAP等。也包括了底層的數據架構，選擇合適的數據庫，搭建必要的數倉。
境界三、數據活化
活數據是曾鳴教授提出的概念，其含義是數據始終在線並不斷更新，數據一邊產生又一邊被業務消費，消費方又會繼續產生新數據，最終會形成一個數據流的閉環。檢驗企業數據是否活化，有3個標準：
1. 被動記錄全量數據，而非主動抽樣
用戶所有行爲的數據都需要直接記錄下來。這點線上可能比較好完成，而線下就需要一系列技術的支撐，包括5G、IOT等。通過全量數據的記錄，我們可以拿到以前完全空白的數據，例如線下門店客流的用戶畫像，每個用戶在店內的動線，在不同貨架前的停留時長等，進而可以分析不同空間設計、商品陳列、選品對進店流量、交易轉化等關鍵指標的影響。
2. 先有數據後有洞察，而非先定義問題再尋找數據支撐
瞭解大數據的同學都知道，大數據的一個核心思維就是：重視相關性，而非因果性。由於數據存儲和計算的成本越來越低，我們只用定義計算的規則，建立合適的模型，由機器對海量數據進行計算，並從中形成洞察。
3. 數據直接決策，而非指導決策
數據計算結果需要直接和策略綁定，而不是生成各種數據報告，然後指導業務人員決策。這裏並不是一定要將人工剝離，而是儘量由機器替代人完成決策的執行，人可以進行一些審覈和干預。機器決策也並非一定要利用AI，對於大量固定的規則策略，完全可以由機器完成自動化。
以上3點結合，共同構建了活數據的反饋閉環。瞭解了活數據的概念，也就可以發現目前基本沒有幾家公司能100%攀爬至該境界，不過大家都在朝這個方向努力。
該境界內的主要產品形態是數據中臺，正確理解中臺的含義就會知道數據中臺需要對公司全量數據進行定義、標準化、計算、並存放在統一的平臺上，同時對外提供透明的、無差別的標準化數據服務。在數據架構上，通常企業會在該階段考慮上雲、切換爲大數據架構、搭建數據湖。
境界四、網絡協同
在第三重境界中完成企業內數據打通後，就可以向第四重境界——“網絡協同”邁進。首先可以在企業內進行協同，事實上並非所有的公司都需要做到這一步，這和公司的業務規模有關。
大公司內通常會有多個事業羣、事業部，下面又各自發展了多條業務線，基於歷史原因，過去基本都是各自建立自己的系統，即便有合作也更多是基於業務點的交集進行端和端的溝通，缺乏整體層面的協作。構建企業內協同網時，由於具備了數據中臺提供的服務能力，公司內的數據流轉公開透明，每個人都能清楚知道其他參與方的工作。大家基於數據服務搭建的業務能力也是透明且標準化的，企業內的業務發展從過去煙囪式的各自建設演化成自由連接相互賦能的共創協同網。在實際執行中，企業會發現在協同網上做事能極大的避免重複工作和各部門獨立造輪子的事情，導致的最直接的效果就是企業整體效率提升。同時，協同網和附於網上的點是互相反哺的關係，隨着業務的發展，協同網會變得愈發強健。
在內部具備協同網後，就應該向外輸出。如果有直接面對C端，則要在用戶間構建協同網，這也是爲什麼我們看到不少電商平臺要去做內容、做社交的原因。因爲單純靠規模經濟很難形成壟斷，但如果在用戶間形成協同效應，大家就會對平臺產生依賴，用戶越多，協同效應越強，用戶越不容易離開，平臺的壁壘就越高。同時也要在B端構建，將自身的數據和服務開放出去改造供應鏈上的利益相關方，該賦能的賦能，該整合的整合，該砍掉的砍掉，即前面提到的在更高的層次對供應鏈整體進行效率優化。
再往上則需要聯動需求側和供給側，構建雙邊網絡協同，B和C互相協同創造新的價值，抽象點的表達就是B端更高效的消費C端產生的數據，並以數據驅動業務更好的服務C端。一個最簡單的例子就是電商平臺上的評價機制，買家所產生的評價數據，不光能指導其他用戶挑選商品，還能進入到既定的模型中快速反饋信息給平臺和商家，指導商業上的決策。至於從雙邊網絡協同擴展到多邊，大家不是淘寶，暫且就先別想了。
該境界內的主要產品形態是企業內的業務中臺，通過中臺能力爲前端產品提供標準工具和打包的解決方案。到達該境界，也就做到了阿里所提出的“大中臺，小前臺”機制。
境界五、智能決策
事實上人工智能已經默默發展了60餘年了，隨着深度學習等技術的發展成熟以及互聯網爲人工智能提供了海量的數據原料，人工智能再一次迎來了發展高峯，並且確實在不少領域的應用取得了具有說服力的成績。作爲非AI科學家的我們並不需要深刻了解AI工作的原理或者自己去編寫算法調試模型，但對一些基礎知識的理解和應用還是需要掌握的（可以參考之前我寫的《極簡數據分析下篇》）。
智能決策之所以是第五重境界，不是因爲它最難以實現，事實上很多公司都已經在做相關的事情。而是因爲在修煉好前四重境界後，可以最大效率的發揮AI的能力，前四重境界的高低決定了智能決策的上限。數據活化爲智能決策提供了足夠的訓練數據，協同網爲智能決策提供了大量合適的落地場景。一個是源，一個是根，水源充足健康，根基穩固廣袤，AI纔好發揮最大價值。智能決策的終極目標是要由機器徹底替代人腦，目前任何暫時由人腦進行思考決策的環節，未來都會是AI取而代之的機會。具體到零售行業的例子，在C端對用戶的運營上，通過描繪用戶畫像和商家內容（包括商品、廣告內容、營銷工具等）的畫像，在用戶生命週期的不同階段，可以針對當下階段的具體目標，由AI決定最合適的用戶羣與商家內容的匹配，並通過最合適的渠道觸達。畫像其實已經是一些領先的互聯網公司內的基礎產品了，基於畫像常會去做精準營銷、個性化推薦等工作。而在B端，AI更可以指導供應鏈進行銷售預測、智能備貨補貨、倉儲內的智能分揀、物流的線路調度等。對於線下門店，AI可基於用戶大量的實際行爲數據提供動線設計、空間佈局、貨架陳列等決策，以提升門店整體的運營效率。雖是泛泛而談，可足以發現零售領域蘊藏了大量的機會可供AI施展拳腳。
事實上現階段絕大部分從事這類AI產品服務的公司和零售公司內部自己的AI團隊，本身在技術的水平上沒有多大的差別，都是使用現有的成熟技術和算法模型。在算法上沒法拉開差距，誰的數據量大數據質量高，場景豐富落地容易便成了關鍵因素。
任何有決心突破第五境界的企業，都需要做到以下4點（詳細內容可以參考《智能商業》中講的黑洞效應）：
1. 實現最大限度的業務網絡化，並基於業務網絡發展協同網
2. 儘可能的引入機器學習
3. 儘可能地使用機器決策
4. 與不同類型的數據進行交換，豐富數據維度和數據量
該境界內的主要產品形態可能是AI開放平臺或企業內的一系列AI工具產品。
值得一提的是這五重境界不是強串聯的關係，意味着並非低境界一定是高境界的前置條件，它們是可以同時修煉的，不過在邏輯上還是有高下層級之分，低層次裏積累的能力必然能爲高層次提供有力支撐。
從業者的機會
作爲行業內的各類玩家，應該如何選擇發展方向，保證在新零售的發展大潮中不掉隊，甚至喫到紅利取得領先優勢呢？簡單談下個人看法：
作爲零售商，不論是傳統的線下零售，還是電商公司，首先是轉變思維，理解並接受新零售。如果自身有實力搭建技術團隊，可根據業務需求着重B端或C端，向更高的境界攀爬。但必須有聚焦，有整體協同，有自上而下的規劃，大量不成功的案例便是因爲雖然大家認知到位，但無法從根本上改變小團體作戰小集體利益優先的思維，由於組織結構複雜等原因，管理者也無法將戰略一杆子探到底，導致最後內部搭出無數箇中臺，最後各自依舊服務各自和利益相關的團隊，本質上是在浪費生產力。
如果自身沒有搭建技術團隊的實力或者基於業務判斷無需自己投入完成，可以選擇外包，對於大部分零售商而言，這條路更實際，自建科技團隊通常是行業龍頭纔會也纔有必要做的事。選擇大平臺，將業務上雲，而且要選擇公有云。不要過於擔心數據外泄的問題，大平臺爲你提供的價值遠超過你自身的數據價值。還有人擔心大平臺在數據上會形成壟斷，可壟斷本就是競爭後的結果，是自然規律，是要你能從中獲益，又有什麼問題呢？
大平臺的生態裏，通常會依附一系列的服務商，針對自身業務挑選最合適的服務提供方，但還是要聚焦，判斷自己當下ROI最大的機會點優先突破。實在想不明白，就找個諮詢公司，請個專業顧問吧。
作爲供應鏈相關方，包括製造商、倉儲設施、物流運輸、分銷商以及終端零售等，需要有危機意識。高話語權的一方有必要組織大家進行供應鏈的整體優化和利益再分配，選擇有大平臺背書或合作的SaaS服務方，幫助優化整體供應鏈效率。如果整體供應鏈互相制約，難以改造，不如考慮慢慢跳出來尋找新的供應網絡。否則最後可能不是某一方的利益受損，而是整條供應鏈被新的更高效的通路所完全取代。
作爲互聯網及科技公司，從自己的強項着手。大公司會提供一系列的數據、存儲、算力、AI等服務，並開放自己的業務與零售商協作，目的是鞏固自己的生態。小公司以提供特定服務，解決特定問題爲主，依附於大平臺利用其提供的基礎設施，爲零售商賦能。
現階段賦能比改造容易，例如爲線上電商提供客服、翻譯、數據運營工具，深入點的利用AI能力提供畫像、搜索優化、個性化推薦，再如爲線下零售提供移動支付、人臉識別、流量運營，其實大多數都是在原有環節上的優化或補全。一方面因爲純科技公司對零售的理解還不夠深刻，一方面零售商也還未完全意識到技術可提供的價值，沒有下決心利用技術進行改革，導致目前可做的事情有限。但長期來看這一定是趨勢，如果有條件提前佈局，在全鏈路上尋求合作，做通過用戶需求指導供給的事，向C2B靠攏，將有很大的機率在未來獲得成功。
作爲創業者或有意願參與其中的個人，一不要迷戀技術，要有覺悟大部分創業團隊靠技術是無法形成壁壘的，甚至還不一定能達到行業龍頭的標準，你可能也不例外；二不要追風口，無人便利店、無人貨架、社區團購、水果生鮮、網紅帶貨，新零售的業態更迭了一波又一波，有做成的但做死的更多。如果只是看到某個形式上的創新，基本不可能成功，更多的是要理解到不同模式對運營效率的提升。
如果要做服務方，切記場景比技術重要，先做到60分的技術，儘量和大平臺發生關係，同時儘快找到第一家願意合作的零售商，落地應用，之後再從實際運營過程中尋找問題和機會，迭代產品。
如果要自己做零售，切記零售祕訣“多”、“快”、“好”、“省”，再看看自己能在哪個方面取得突破。產品的實際價值依舊是最本質的問題，不斷打磨產品，保證產品本身在某個領域內有足夠的競爭力是關鍵，剩下的環節可以尋求各類服務商和平臺的幫助。
新零售不是靈藥
傳統零售業的從業者如果認爲積極擁抱技術，轉型新零售就能搭上時代快車，振興業績，那可能就太過於樂觀了。事實上在過去10年內，美國整體的實體零售業務萎縮超過45%，相關的製造業萎縮比例趨同，約42%~65%，這並不僅是因爲線上電商和在線服務的衝擊，還有一個重要原因就是需求不存在了。比如圖書紙媒、辦公用品之類的產品，從生產到銷售，整個鏈條被徹底淘汰了。同樣的情況在中國也類似，在移動互聯網時代，部分場景的數字化智能化程度甚至超過美國。
如果感覺生意越來越不好做，先要審視清楚，需要解決的到底是效率問題，流量問題，還是0和1的問題。
最後，用一張圖總結個人對新零售的一些理解和思考，歡迎所有人蔘與討論和批評。後續有機會希望能分享一些真實的行業案例和數據，這樣能讓大家對實際業務和產品有更形象更具體的瞭解。
歡迎關注公衆號：羅老師別這樣
公衆號將持續更新深度學習筆記及個人心得，不輕易更新，但更新一定保證價值，望你和作者共同進步