猜一猜消費者的“隱形需求”

文｜Richard Mckenzie奧緯谘詢大中華區董事合夥人；劉允侃奧緯谘詢大中華區副董事合夥人

傳統零售商的優勢——“品類管理與門市執行”，正在數據科技的衝擊下，一步步失去光環。

愈加高要求的消費者

零售行業經歷了多次變革，但消費者追求優質商品和服務的訴求一直不曾改變，只是在核心訴求上的要求和期待越來越高。

我們觀察到消費者有如下三大核心訴求和趨勢。

訴求一：對便捷性的更高要求，從單純要求時效，到要求全流程的無障礙體驗。

便捷的購物體驗一直是消費者的重要訴求，在這個快節奏的時代，時間與效率格外寶貴，消費者愈加期待無障礙的全流程消費體驗以省時省力省事。這也對零售商提出了更高的要求，比如從要求更快網購時效，發展到要求更便捷的店內體驗，結合配送到家的全流程體驗。

訴求二：愈加偏愛變化，且追求優質產品和服務，從主要關注價格和品牌，到關注高端優質和高性價比的產品和服務本身。

消費者始終是偏愛變化的，一方面，驅動其變化的因素變得更加複雜；另一方面，隨著消費觸點的增多、商品豐富性以及產品可獲得性的提高，客戶的轉移成本變得更低，忠誠度也隨之降低。消費者願意高價購買特別的體驗與服務，但也不介意低價購買同質化的高性價比商品。

訴求三：塑造“個人品牌”的意識不斷提升，從被動接受產品信息，到願意為喜愛的產品主動宣傳。

消費並不是單純的購買行為，而是個性和自我概念的差異化體現。在當前背景下，消費者在消費過程中塑造“個人品牌”的意識越來越強，其在全流程的主導性和控制權也正逐漸增強。當面臨選擇時，消費者更希望自己掌控購物決策和活動，提升參與感。?

如何讀懂你的消費者？

面對愈加高要求的消費者和複雜多樣的零售環境，零售商可借助大數據和新技術，對品類管理的全流程進行優化，實現以消費者需求為核心的新時代品類管理。

?應用一：透過大數據，更懂消費者

通過大數據分析手段，零售商可以透過消費者行為梳理其購物目的和購買決策樹，並以此為依據進行更有針對性地品類管理優化。

門市分群通常是讀懂消費者的第一步，用以刻畫門市集體畫像。除考慮購物目的外，還需要考慮店鋪業態、競爭態勢以及人口特徵等維度。

?但門市集體畫像並不能完全描述顧客行為，更深層次的是消費者購買商品時的決策偏好。通過測算商品不同屬性之間的替代性，可以衡量顧客在選擇商品時考慮因素的重要性，從而構建購買決策樹，並應用於空間優化和選品中。

應用二：通過空間分布，贏得消費者

品類空間優化的核心是增加邊際效益高的品類的空間，並動態調整貨架分配。通過對比每一品類在同類店鋪中的相對邊際效益和貨架空間，可以有針對性地幫助零售商確定品類空間優化的方向和力度。

更重要的是，即使是同一家店，消費者的品類偏好喜好也是隨著時間變化的，需根據季節時間的動態優化方案。

應用三：優化SKU，找到消費者的最愛

零售商在進行品類內的商品選擇時，需要思考兩個關鍵問題，即選擇的商品是否能滿足顧客需求，以及是否能給零售商自身帶來真正的價值增量。

從顧客需求出發，商品組成需要分層，包含全國性、區域性和該類別店鋪專有的商品，同時結合消費者決策偏好進行SKU的選擇和陳列優化。

從零售商自身的價值提升來看，在進行商品增加、替換或下架等決策時，零售商需要從消費者路徑的角度出發，綜合評估商品的真正貢獻，其主要考慮因素包括SKU的銷售額、利潤率、替代效應、光環效應以及商品生命周期等。

其中，替代性體現滿足顧客特定需求的程度。以茶類飲料為例，儘管某款黑烏龍茶的銷售額要低於另一款涼茶，但由於其是貨架上唯一的黑烏龍茶商品，替代性較低，對零售商的真正貢獻反而更高，因此在面臨商品“二選一”決策時，黑烏龍茶可能更具吸引力。

應用四：有效利用數據，尋找潛在爆款

以上所有應用都離不開數據，除交易數據外，商品屬性和市場輿情是品類管理重要的兩大核心數據。零售商的現實情況是數據雖多，但有效數據稀缺，數據質量更是有待維護。

借助數據科技，零售商可獲取更多有效數據，如：通過自然語言分析SKU名稱，整理商品基本屬性，並通過抓取電商數據，添加更多商品標簽；再比如：監控社交媒體數據，尋找潛在爆款。

應用五：機器學習，節省20000工時的工作量

機器學習等技術使自動化選品工具成為現實，可幫助品類管理相關負責人進行有效的品類管理規劃、執行和監控，提高效率的同時減少誤差，節省2萬工時以上的工作量。

在新的背景下，傳統零售商急需重拾品類管理和門市執行優勢。顧客洞察是品類管理的前提，大數據和新技術則為品類管理插上了科技的翅膀，使零售商可以更全面地讀懂消費者、智選類與品。

（本文作者Richard Mckenzie為奧緯谘詢大中華區董事合夥人，劉允侃為奧緯谘詢大中華區副董事合夥人，王星藝為奧緯谘詢大中華區資深顧問。）