“適者生存”是自然界的生存法則，同樣，企業的生存也必須適應時代商業環境的變化甚至要帶有前瞻性的迎合商業環境的變化。生意越來越難做，很多所謂的模式創新，感覺大多是“有病亂投醫”，稍稍緩解了面對日益增長的“不確定性”帶來的“焦慮”。中國已經完成了從匱乏經濟到富裕經濟的轉型，這必然導致供需地位的變化，原來的賣方市場，徹底的變成了買方市場。層出不窮的銷售模式，更是挖空了消費者最后那么一點點欲望。伴隨商業環境的變化，即便沒有疫情發生，零售行業一定也會面臨較大的管理轉型與升級，這是經濟規律使然。

      供需關系是所有商業存在的基礎，這是千年不變的真理。但是滿足這種供需關系的“交易模式”、“管理模式”卻隨著科技的進步，不斷發生著變化。只有從歷史觀的角度，理清后面的本質在下一步管理改革的方向上才會不迷茫。從原始文明的物物交換，經過城鎮文明的集市，再經過汽車文明的購物中心，來到了現在的互聯網時代。“互聯網+零售”的模式現在肯定不是最優形態，因此更不可能是最終形態，這也正是我們當前面臨的課題。這是一個很大的話題，本文僅站在企業管理層面，談一下淺薄的看法。

      縱觀企業發展的歷史，生產效率的提升都是以技術進步為基礎，同時在這些堅實的技術基礎之上，發展出新的生產關系（特別是社會化大分工的出現），兩者相適應后，實現了生產力的巨大飛躍。科學技術的發展速度已經已經呈現出很強的指數性，過去10年的科技進步超過之前50年的進步總和，這是非常可怕的。也正是因為技術進步速度的飛速發展，我們作為企業經營者在管理改革，也就是調整生產關系適應新的技術環境、商業環境方面，顯得手忙腳亂。“改變找死、不改變等死”就是在這么一種窘境下出現的。但客觀說，人們的焦慮都是源自對未來的“不確定性”。如果我們做出足夠多的努力，一點一點消除這種不確定性，讓確定性因子逐漸變多，焦慮自然也就減輕。但是盲目的嘗試帶來的挫敗感，往往讓企業家感到更絕望，只有發現事物后面的本質性規律，按規律辦事兒才能事半功倍。

      正如前面所說，我們這個時代技術進步的速度，遠遠超過了我們跑步緊追的步伐，但有一個核心的觀點是已經得到證實的，那就是我們迎來了“數字時代”。當下或者未來的主要加速度的動力來源將是“數據”或者是基于數據挖掘、解讀出來的“副產品”也就是“增值服務”。數字化的概念五花八門，到底是“大數據”還是“數據大”搞得大家眼花繚亂。我們還是要拋開這些表面現象，直視后面的本質問題。所謂的數字化無非就是要解決兩個本質的問題。第一個問題是“現有業務的數字化描述”，第二個問題是“基于數據的智能決策”。后者以前者為基礎。如果我們把數字化改革的本質性問題匯總到這兩個主要矛盾上，事情在感覺上就會簡單、清晰了很多。接下來我們就圍繞這兩個核心問題討論一下。

【現有業務的數字化描述】

      這個階段的投入是數字化的基礎，這部分投入的效果主要要靠第二個階段才能真正顯現出威力。這正是這個效果的“滯后性”讓很多企業家有點不敢下決心。如果我們現在的業務不能在主要流程、主要業務環節上積累下重要的數據痕跡，數字化是無從談起的。我們渴望后面數字化帶來的巨大價值（后面會講到），前期的努力沒有是不可能的。這就像農民想要收獲甜美的果實，起碼你要把樹種下并且養到結果的時候。

      零售行業是較早介入系統化管理的行業之一，但早起步并不代表早完成。我們自己非常清楚，商品自出場開始算，一直到消費者手中鏈條有多長，而我們的信息化管理往往只抓住了“庫存”跟“銷售”兩頭，這中間的很長一段鏈條，在數據上是“黑盒子”。這段沒有數據痕跡的業務鏈條，也成了業內主要的“灰色地帶”，就像身體上的膿包，到底是“刮骨療傷”還是“保守治療”讓人難以決策。試想，如果商品從進入企業倉庫作為起點，一直到門店貨架落位，也就是從商品規劃到門店實施（商品規劃、門店規劃、陳列設計、門店運營）整個流程或者各個主要節點都有相關數據留存下來，是不是一定程度上會讓“灰色”變得“透明”？當然這也不是零售行業完整的業務覆蓋，僅僅是主要業務鏈條中的一部分。數圖經過多年的努力，與天虹、三江購物、全家便利等有這方面共識的合作伙伴，在這個范圍內做了大量的實踐來驗證這樣做的可行性跟價值。非常幸運的是我們取得了很好的效果。即便如此我們仍然認為，這僅僅是第一階段，相對較小的價值體現。真正的價值，會在第二階段變得更大。

       客觀說數圖已經驗證的事情，僅僅是零售業務范圍的一部分，作為說明“現有業務的數字化描述”這個話題是可以的。事實上零售是一個相對復雜的體系，雖然“大事”不多，但是“小事”特別多，零售行業不是“卡脖子”的高難度單一課題，而是“瑣事”堆積起來的“量”的維度的復雜體系。也正是因為這個特點，如果我們完成了第一階段的“現有業務的數字化描述”，讓管理者能夠清晰的看到整個業務鏈條的實際運行狀態，所有的事情也倒變得簡單了。基于這么一個道理，實現后面的“基于數據的智能決策”可行性也會比其他行業大得多。

【基于數據的智能決策】

    基于大數據的智能決策這個話題已經成為熱門話題，所有的行業會議上如果提不到這個話題就覺就Out了。但真的要把這件事情解釋清楚，并且為企業實際落地提供指導就有一定的難度。我們從“授人以漁”還是“授人以魚”說起。我們一直說“人才”是企業的寶貴資源，企業的發展離不開核心人才，這毋庸置疑。但這里面有兩個問題，一個是依賴什么樣的人才？第二個是依賴的程度有多高？如果我們缺少的是品類專家、營運專家、刀手生鮮加工能手等專業性人才，這是對的。但如果我們對門店一線作業人員技能或者專業性依賴仍然很高，那就錯了。人才最重要，同時要是最大的成本。而且人才精力是有限的，我們如果什么事情都讓“人才”去做，未免大材小用也可能造成我們花了大價錢請來的專家人才被太多瑣事所累，不能集中精力做更重要、更有價值的事情。那么如何一方面降低對一線用工的要求（降低用工標準進而降低用工成本），另一方面將我們的高端人才從瑣事中解脫出來，讓他們有精力做更重要的事情？這就是智能化能夠帶來的最直接的效果。

       不少企業在這方面做了很多努力，生鮮傳奇多年以前就提出門店“傻瓜化”作業的概念，隱含的意思就是大幅度降低用工標準，讓小白也能達到較高的營運標準。說起來容易做起來就很難，這里面除了業務的標準化以外，更重要的就是系統化的全面覆蓋跟智能化支持。要接觸對業務人員“大腦”的依賴，那么必須有一套智能化的“大腦”代替他們做出更準確的決定。要能夠清晰的告訴門店業務人員，商品擺哪里、怎么擺？什么時候訂貨、訂多少、怎么訂？這些問題的后面，傳統的做法往往是依賴于業務人員的經驗，但經驗如何變成企業的“資產”？唯有通過數字化，積累足夠的數據，建立科學的挖掘邏輯，靠數據說話來推導出可執行的結果。如果沒有前期的“現有業務的數字化描述”積累下來的大量數據，這些事情是做不到的。

      上面描述的僅僅是減少用工壓力一個方面，我們再來看看高端人才的依賴。零售行業知識價值含量最高的，莫過于品類的動態管理這件事。如果再考慮到商品自身的生命周期，面對成千上萬的商品，這就成了一件極度燒腦的活兒。能夠把一個企業的品類分析明白，能夠不失時機的做出調整建議的專家級人物，少之又少。但這種人才恰恰又是企業最需要的關鍵人物，這就是大數據發力的重要節點。機器會不知疲倦的分析數據導出結論、會實時跟進每一只商品狀態的變化，能夠跟蹤每一只商品的完整生命周期。靠人這是做不到的事情，人的精力能跟蹤200只商品就不得了了，不可能做到全品類、全單品的全生命周期跟蹤。也正是因為數據足夠充分，因此靠大數據做出超越人工的結果也是可能的。基于這么一個理論，智能化品類結構優化就變得可行。數圖在這方面的時間經驗也證實了這一點并開始推出相關產品及服務。

      大數據決策支持的價值，遠遠不止上面提到的這些。下圖基于一家大賣場的案例（假定關聯員工100人，年銷售業績7000萬），做出了一些預估。零售行業的利潤，本身就是“集腋成裘”一點一點積累出來的。特別是有一定規模的連鎖企業，看似一點點的改變，放在幾百家門店就不得了。數據不是絕對準確，但是能夠引起大家思考就很好。

以上僅是數圖一家之言，不妥之處歡迎批評指正，共同交流！