• 14
Today今天便利店创始人兼CEO宋迎春:在最好的时代中挖掘数据、驱动数据
统计 阅读时间大约9分钟(3240字)

2018-05-18 Today今天便利店创始人兼CEO宋迎春:在最好的时代中挖掘数据、驱动数据

大数据怎么做到所有企业、所有组织的数字化驱动与赋能,是每一个创业者需要思考的问题。

【猎云网(微信:ilieyun)】5月18日报道

5月18日,以“万物生长”为主题的2018武汉创业创新峰会暨首届楚馨奖颁奖盛典在武汉光谷凯悦酒店隆重举办。此次峰会由猎云网&猎励科技主办,东湖新技术开发区管委会作为指导单位。本次峰会上,上百位知名投资人和精英创业者到场,从媒体、数据、资本的角度全面解读武汉创业,峰会现场干货满满,座无虚席。

在峰会上,Today今天便利店创始人兼CEO宋迎春以自家企业为例,就如何借助城市现状及未来三年发展机遇,重新定义创业。宋迎春指出今天的武汉对创业者来说是一个机会,而如何结合自身企业特色把握住良机是值得每一位创业者仔细思考的问题。

最好的时代:支付即数据

在演讲中,宋迎春指出从去年开始移动支付大规模地影响了武汉人的生活方式,包括日常出行和消费习惯。武汉全新数字已经达到了89%的移动支付,全面进入了支付即数据的全新时代。

宋迎春认为这是一个最好的时代,他以Today今天便利店为例,指出Today的移动支付已经达到90%,一天进店20多万人,其中90%数据是留存的,9%数据是可以去挖掘的,可以不断去驱动在接下来很多运营和经营的战略。庞大的数据唾手可得,创业者需要从数据中挖掘机会,发现前景,把握住这个最好的机会。

千人千面:对数据要不断深挖

宋迎春指出在未来三年时间内,Today要变成一家新零售科技公司,而如何从一家相对传统的公司转型成数据驱动的新零售公司,宋迎春认为千店千面、千人千面是Today发展的目标与法则。

所谓千店千面,宋迎春指出从一家便利店的选址开始,Today就希望能够驱动数字化,根据这家店的商圈位置、线下大数据,去匹配过去同样商圈的一些数据与用户,最终作出决策。通过数字化的过程,创业者能够清晰地看到这个店的商圈需要的是什么样的商品结构。而千人千面则是指利用背后的大数据了解每一位用户的频次、关联性消费、消费体验、满足感等等内容信息。而这些不断深挖出的数据可以为企业的发展赋能。通过对数据的深挖,让数据赋予创业更多的可能性和发展动力是宋迎春强调的关键点所在。

以下为演讲实录,猎云网经删减整理:

大家下午好!我今天分享的主题是新数据、鲜生活。

武汉在今天来说是一个机会,在这个过程中,怎么样借助城市的现状以及未来两三年发展过程中的机遇,怎样重新去定义自身的事业,这都是值得大家去思考的问题。

整个指数我就不介绍了,不知道大家所处的领域是怎样的,至少从便利店行业来讲,我的感受非常明显。刚刚在跟一些媒体朋友交流时说,过去三到四年,从武汉城市化发展的背景资料中可以看到,其中有一个指数就是便利店指数。全国所有城市当中,有史以来,武汉的便利店指数应该是增长最快的,在三到四年的时间里,城市新增了600到700家24小时便利店,北上广深过去也没有这样的增速,这背后反映出这个城市带来的机会与活力。

当然,整个城市开始移动支付,应该是在去年大规模影响了大家的生活方式。武汉最新数字显示,已经达到了89%的移动支付,对于背后的机遇而言,我相信这是最好的时代,因为支付即数据。Today今天便利店的的移动支付比例为90%,一天进店20多万人,其中90%数据是留存的,9%的数据是可以去挖掘的,可以不断去驱动接下来很多运营和经营上的战略,这对于中国创业者来说是一个很好的机会。我最近去日本非常多,发现日本到现在为止,98%仍然是现金支付,甚至是硬币,效率非常低,更不要说去挖掘背后的价值,这是做不到的。

从行业而言,便利店相对来说是比较高频次的,去年服务了超过5000万人次,预计2018年会达到1.8亿人次,其中武汉1.5亿人次。这是什么概念?目前而言,我们在武汉每天的日活(来客)已经超过了20万人次,月人次达到600万到700万,对Today而言,开一家店就是开了一个新能源的宝库。开一家店覆盖5000到6000人,有6000到7000会员,最主要一点就是高频次。Today的会员平均一个月到店次数超过5次,当然里面有高级的会员、金字塔的会员,一个月来店会超过10次。

其实大数据背后还有一个很重要的数字就是活数据,因为只有活数据才有可能做更深入的精准计算,通过计算,通过深度学习,才能判断出来这个消费者它的喜好,或者说在技术使用过程中,消费者从一个月到店一次到二次会发生什么改变,二次到五次,要通过什么样的方式来实现,怎么样能够满足他日常需求,背后都需要有很大的流量数据去驱动。

去年我们提出来,希望用三年时间,将Today变成一家新零售科技公司。去年年底,我们也组建了Today的技术中心。目前来说,整个技术中心有150人左右,而且大部分中高端人才都是从深圳、广州、上海、杭州等知名企业请过来的。技术团队的投入超过了总部的总人数,当然费用占比会更高。过去,大家看到的Today是一个发展很快的连锁品牌,或者说是一个比较现代化的便利店。从今年开始,希望通过接下来时代赋予我们的机会,用技术、用大数据重新驱动未来三到五年的战略,甚至五到十年的战略。

当然,对于我们这样一个相对传统的公司来说,转型过程中还是具有非常多的挑战与痛苦,过去半年左右团队的组建与磨合过程中,虽然交了很多学费,也走了很多弯路,但整个组织,对业务的赋能,让大家越来越有感受。我们希望今年在7、8月份,Today自己的云平台能够上线。在这背后,我们有大数据部门进行整个底层架构的设计,再逐步进行讯息的搭建。我们希望通过活水源以及我们的系统,能够将Today打造成全新的、开放的、不一样的企业。当然从内部而言,我们希望Today变成这个时代或者未来一个时代的苹果。

过去的便利店很难在线化实现不断升级,或者说消费者没有很多数据,包括管理的数据、员工的数据、每个门店所有的数据都没有在线,更不要说怎么计算这些数据再去赋能,这些是今年比较大的一个布局。我建议武汉众多创业者和企业一定要往这个方向走,不管遇到什么样状态,不同的阶段有不同的投资力度,但是这一步路要提前走。走出这一步后一定还会有很多弯路去走、很多坑去踩,但如果不去走的话,很多新的机会也同样把握不住。

最后我想多讲一点我们提出来的千店千面、千人千面。千人千面大家应该听了很多,但是对于Today线下零售而言,我们的思考是首先做到千店千面,通过自己的技术团队,我们也跟阿里云、百度地图、支付宝、蚂蚁金服等等合作,希望从一家店的选址开始,就能够去驱动这家店数字化,也就是说根据这家店的商圈,根据整个线下大数据,匹配过去同样商圈的一些数据与用户,最终决策出来这个店,希望能够做到上下5%的差别,能做到多少日商,商品结构怎样,毛利率如何,甚至做到未来12个月,一年52周,或者未来24个月,应该是什么样的日商(营业额、日营业额),通过这些计算,至少可以给门店做更好的激励和赋能。

我们这个月会突破300家门店,三年时间,300家门店对一个城市而言,其实已经是很大规模,但是我们思考的是更加精准激活每个单店,如果对这个店的判断都不准确的话,就没办法很好地激励这个店的组织以及店里的每个个体细胞很好地往前走。如果只是50家店,不管是老板到经理,都能一家家店逐个制定整个销售计划,但是达到一定规模以后是做不到的,我们需要从过去沉淀的数据中去分析。

通过数字化,我们可以看到这个店的商圈需要的是什么样的商品结构,也许这个店只需要1500SQ,但这里面我们希望鲜食占比是15%到25%,是卖场区域多一些还是休闲区域多一些,最终决定这个门店的商品结果是怎样的,根据商品结果决定布局是怎样的、装修是怎样的,动线是怎样的等等,然后再决定这个门店的人员配置,包括接下来往后走的整个未来八周的营销计划。根据这八周的营销计划,我们再决定最终这个店它的商品结构应该是怎样的,毛利率应该是多少,客单价应该是多少,接下来随着时间推移,我们会做用户体验的评分系统等等,给大家做更多互动与升级。

千店千面之后才能做到千人千面。背后就是这个人来之前,就知道这个人的数据怎样,频次如何,关联性消费是怎样的,每次到店的消费体验、满足感是怎样的,如果是10分满足的,从6分开始怎么到7分、8分,包括在门店上,希望门店的收音机推荐是怎样的,应该给他怎样的商品推荐。第一个券一定是90%的转换率等等,接下来通过小程序赋能,逐步往线上走,线上买早餐、买面包等等,希望有更多的赋能,比如你是需要面膜、化妆品还是需要家居的东西,希望也能连接起来,在你消费早餐的过程中,提高你的生活效率,就能找到你所需要的东西。这是我们背后的思考,也是过去一两年我们的布局与思考。

Today到今年已经发展了十年,作为一个创业者,不同阶段,每个企业都会有不同的做法。我只是说所有创业者一定是要知道怎么利用这个时代的一些新技术,知道大数据是怎样实现所有企业、所有组织的数字化驱动与赋能。作为一个创业型公司,Today加起来有四千人,又处于高速发展过程中,如果用传统机制、组织、管理体系,是无法支撑我们快速往前走的。有很多朋友都是我们的消费者,希望大家可以在这个过程中,给我们一些交流,一些建议,一些反馈。

由于时间关系,今天交流就到这里,谢谢大家!

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:lieyunjingxuan
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
4、联系猎云,请加微信号:jinjilei
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×