节肢动物的体表有一层较厚的几丁质外骨骼来保护内脏,维持身体形态,但随着内部软组织的生长发育,原有的外壳不能再满足需要。所以为了到达成年形态,动物要蜕皮数次。
数字化转型对于零售商来说,和蜕皮对于节肢动物的一生一样重要。传统零售方式和策略羁绊了羽翼丰满的零售行业,所以零售商们不可避免地要用转型来迎接崭新的自己,有如涅槃。
7-11也是如此。
在四十多年的历史沿革和不断更新迭代的市场策略演变中,7-11已经分布于18个国家,有67000家门店,每日到客量5500万,每年进行200亿笔交易。也就是说,如果每天进入7-11的顾客拉拉手排排站,长度可绕地球接近两圈。称它为零售业“大魔头”都不过分。
这样长盛不衰的7-11在数字化转型期间,搞了哪些“小动作”,凭什么它就那么牛呢?
修炼内功 以不变应万变
在经历了物质丰富的泡沫经济期后,消费者开始崇尚产品的品质;在严酷的大环境下,人们的工作和生活变得异常忙碌,于是便开始期待ATM等新的服务项目。
而到了近几年,消费者不再仅仅满足于普通的产品和服务,转而希望便利店能给自己生活的方方面面都带来更多便捷。单纯是物理层面的便利,例如店面全天开业、风雨无阻而且交通位置便捷等还远远不够。
如何满足买方市场下顾客的期待和要求,开始成为21世纪伊始7-11最头疼的事。瞬息万变的时代,唯有“以不变应万变”,不拘泥于招式,修炼内功,才是取胜之道。
对于7-11来说,变的是市场外部大环境,不变的是以“便利性”为核心的初衷。对于科技高速发展变化的今天,最具有“便利性”商店其实是在消费者自己的移动设备当中。
比如,十年前就推出7-11网络购物,与Pia有限公司(日本最大的票务经营公司)在业务与资本上达成合作的意向。2011年推出“Seven安心送货服务”的移动贩卖方式,方便不便外出购物的人。另外,伊藤洋华堂的网上超市正式投入运营。
再比如,十年后的今天, 7-11引入了移动网络、实体会员卡,甚至通过Facebook Messenger聊天机器人提供数字会员卡。以游戏化的消费体验,建立与顾客从一个简单的续杯活动到更多参与方式、更多积分方式、更多省钱方式以及更多从活动中获得价值的方式。7-11应用目前已经拥有1200万用户, iOS评分由最初的1.5提高到现在的4.8。这说明7-11确实在应用当中带来了全新的用户体验,为顾客带来了一切新功能。
另外,7-11为了分析客户的需求,让便利店更“便利化”,还引进了很多新技术。
从以卖方为主导的市场开始,7-11就引入POS信息系统,通过广告、促销、销售等方法,活用代理店为中心展开业务。以订大货·物流系统、SCM联动和POS信息共享来应对需求多样化和供应缺口,协作制造和销售,把握客户需求。
进化到买方市场时,整合制造、配送和销售显得尤其重要。7-11对IT的使用也在逐步进化。ID-POS、网络优化和客户关系管理系统统统“安排上”。
但其实无论是买方市场还是卖方市场,都偏向以“商品”为中心。到了第三个阶段——价值共创市场,如何专注创造“用户的未来体验”,提供一站式的生活服务,让用户更加便捷而愉快地进行购物,引发了7-11新的思考。到今天,市场仍然是7-11最重视的问题。谁到店消费?他们需要什么商品?周边的客层分布如何?
如今7-11有一套非常完善的IT系统,可以通过POS系统分析客层,分析什么样的客人想买什么样的商品。然后再有的放矢地进行推销,更有针对性地选品。
当然,营销方面7-11还会“主动出击”。在日本地区,它会派出很多员工上门去倾听客户的需求,挨家挨户敲门询问你需要什么服务。针对行动不便的老人,还会提供上门订货服务。得益于这种地区化销售方式,覆盖面积内75%的居民转化成了常客。
“尝试”不止
不知道从啥时候开始,大家的微博、朋友圈都被“佛系XX”刷屏。无不反映着一种“得之我幸,失之我命”的淡泊情怀。但在数字化浪潮中,“佛系转型”必然是行不通的。反其道而行之,“作死”精神似乎更能开辟出一条出乎意料的小路。
7-11就是不断“作死”和尝试的典型例子。为了提升用户的购物体验,早在90年代后期7-11就开始各种尝试。
比如,便利店也能开银行?“在便利店里增设ATM”这一想法在当时听起来挺荒诞,但真实现了。2001年4月,7&I与伊藤洋华堂共同出资成立“IY BANK银行有限公司”。5月开始在7-11店内安装IY BANK银行的ATM,极大方便了居民的生活。
除了“便利性”之外,7-11能实现数万家门店、可观利润回报的大连锁规模化发展, 这样的“金融工具”可帮了大忙。
它能够根据每家门店每天的实际经营,通过产业链数据积累,系统自动设定门店信贷额度,快速放贷,无需人力。每家门店的系统里,都会出现每天的信贷偿还额、销售额、进货额等等实时数据反应。
基于自有大数据来做系统决策,7-11能给门店非常低成本的资金贷款。这样的低息信贷业务“稳定”住了更多的加盟者,在激烈竞争的市场环境下,7-11得以实现大连锁、规模化发展。
时至今日,7银行在全日本有两万四千多台ATM机,给7-11带来了极大的利润。
前文提到,如今7-11的门店数已达到67000家,各个连锁便利加盟店之间在日常经营中经常出现信息交流不畅等问题,影响正常经营活动。同时,便利店企业管理精益性亟待提升,以对抗成本增加的局面。
7-11在供应链、客户管理和智能门店等方面积极探索数字化变革,运用先进的现代计算机技术提供信息化的技术支持。7-11的ded供应链信息系统就是很好的尝试。
7-11的物流中心不光进行物品运输,还承接包括接受订单和结算等业务。7-11的商品配送频率频率非常高,一天大概要用到68台卡车,整体货存周转天数约为12天。每家便利店的日配食品——比如便当,每天要配送3次。这样,7-11通过一个共同配送系统,大约节省了2%的成本。
走在“技术前沿”的7-11,其实早在80年代就已经开始使用平板电脑进行商品结算。而今天,7-11已经实现了完全靠扫码入货,不再需要人工录入。
迄今为止,7-11一共有23万台网络终端(包括平板电脑、POS机等),40万名临时工使用它们完成订货等工作。在平板电脑和POS普遍发展的今天,这看起来没那么稀奇。但要知道,这一切7-11早在2000年就已经全面实现了。
在工时分配方面7-11也做了很多优化。它会先分析门店经营管理、顾客管理、卖场管理等业务的人时构成,分析每一个人和他们整体花了多长时间做一件什么事情。然后使用IT系统来协助他们更加高效地完成工作,包括订货、会计管理等。
7-11的会计业务,是完全由IT系统自动结算,这为它每年节省了110亿日元。如果把所有相关系统囊括在内,比起用纸张结算的年代,节省的开支多达200多亿日元。除了节省成本,这种方式还可以清晰地收集到客户信息,并将其运用到商品开发和商品采购中。
现在,7-11与更多的电商展开了合作,也推出了自己的电商平台,做全渠道销售。与之相对应,7-11对IT系统的使用发生了很大的变化。据统计,这些IT系统每年可以为7-11节省将近280亿日元。
另外,7-11还鼓励企业高管的小伙伴参与进来。在加快转型之旅的同时,也借此创建起一支更为强大的人才队伍。在基础设施方面,也部署了1000多人的团队,包括物流、IT、AI和数据,其中IT和大数据的团队人员最多。
尝试不止,7-11对于新技术的研究更是从未停止。
从未停止的创新实验
提到数字化还不得不提及7-11的研发中心,这个研发中心从无服务器、基于微服务型架构、聊天机器人,到大数据以及人工智能等一系列新技术研究一直在进行,从未停歇。
其中,将语音搜索和语音技术就是很好的切入点。数据告诉我们,未来全部搜索操作当中将有50%以语音搜索的形式进行。这只是无摩擦体验的例子之一,但却颇有代表性:普通用户每分钟一般只能输入40个单词,但每分钟却可以说150个单词。7-11为顾客提供超出预期的产品,将用户界面与新兴技术结合起来,提高交互效率,无疑能够带来新的客户体验。
7-11还在不断尝试利用大数据等技术进行实验,把一支完整的研发团队转化为创新实验室队伍,“但在这项工作真正完成之前,我们的测试工作实际上一直在进行、从未停歇。” 7-11集团的CDO&CIO Gurmeet Singh说。2018年6月,7&I 集团的数据实验室利用了NTT DoCoMo的位置信息的人口动态的大数据,确定存在日常购物中有困难的“购物难民”的地区,这为7-11开店和移动销售提供了数据支持,也为商品的备货提供了有效数据。
除了7-11数据实验室,另一个有趣的概念也在提出——利用生物识别技术进行商品交付的无人商店。掌纹中的静脉排布在生物识别层面拥有着超越指纹的良好表现。这种身份判断方式更安全也更卫生。只需验证一下掌纹,绑定付款方式,然后结账走人即可。
近年来,人工智能技术在亚洲正变得日渐流行。7-11在泰国的1.1万家分店采用了人脸识别和行为分析技术,这是迄今为止人脸识别技术在商业上被最大规模的采用。这些便利店了采用人脸识别和行为分析技术,来识别忠实会员、分析店内流量、监控产品水平、向客户推荐产品,甚至测量顾客在店内浏览商品时的情绪。据了解,其人脸识别技术准确率超过96%。
除了实验室,这些智慧门店也为7-11提供了世界范围内的新技术大规模推广及测试的空间。他们不必躲在狭小的实验环境中闭门造车——相反,可以走出去进行实地测试,并带回丰富可靠的结果。
通过这种相辅相成的方法,多种途径尝试新兴技术并测试各类新概念,而这一切都只为一项目标:提升客户体验,改善门店服务。
好文章,需要你的鼓励
Red Hat OpenShift、OpenShift AI、Edge Device和Developer Hub的更新将会为合作伙伴提供更多与客户开展业务的方式。
谷歌云(Google Cloud)今天宣布升级旗下 Kubernetes 引擎的容量,以应对更大规模的模型,Kubernetes 引擎的容量将从目前支持 15000 个节点集群升级到支持 65000 个节点集群。
随着AI的使用、创新和监管混乱超过认可的标准,IT领导者只能开发内部方法来减轻AI风险,依靠框架、工具和他们的同事来正确使用AI。
几年前,当澳大利亚红十字会(Australian Red Cross)这个社区服务慈善机构开始进行数字化转型的时候,发现有很多不同的系统无法协同工作。如今,经过数据梳理和发挥作用,可以满足不断变化的需求。