易观：中国新零售研究专题分析报告2017.pdf

化茧成蝶，变革中的零售业 Confidential and Protected by Copyright Laws 本产品保密并受到版权法保护 中国新零售专题分析2017 2017/11/72数据分析驱动变革2017/11/72数据分析驱动变革 分析定义和方法 新零售，倡导以消费者为中心，依 托大数据、人工智能等技术驱动， 对商品生产、流通与销售过程进行 升级改造，进而重构零售业态结构 及生态圈，并融合线上、线下零售 服务体验，以满足消费者的消费升 级需求 分析范畴 分析内容主要论证了对“新零售”的理解、 其出现的原因、零售生态主体应对变化的表 现，以及对新零售发展的预判 分析内容告涉及的厂商包括：阿里零售、京 东、国美、钱宝、盒马鲜生、永辉超级物种、 云鸟等 本分析内容的国家和区域主要包括：中国大 陆，不包括港澳台地区 分析方法 分析内容中的资料和数据来源于对行业公开信息 的分析、对业内资深人士和相关企业高管的深度 访谈，以及易观分析师综合以上内容作出的专业 性判断和评价 分析内容中运用Analysys易观的产业分析模型， 并结合市场分析、行业分析和厂商分析，能够反 映当前市场现状，趋势和规律，以及厂商的发展 现状。

分析定义 2017/11/73数据分析驱动变革 如何看待“新零售” PART 1 2017/11/74数据分析驱动变革2017/11/74数据分析驱动变革 中国零售业发展进入第三次浪潮后半场 百货商店 一统天下 实体零售多种 业态并存 线上线下 多种业态融合 90年代以前在国内兴起； 中国工业化和城市化进程推进； 两次消费升级； 1978年城镇居民可支配收入达 568元，农村居民可支配收入达 194元； 国内第一台商用POS机进入市 场； 以城市为重点的经济体制改革全 面展开. 90年代以后国内零售业态多元化发 展； 国内进一步工业化、城市化发展， 伴随加入WTO中国经济迈入全球化 发展； 国内消费市场向发展型、高级型、 宽广型发展； 居民人均可支配收入在1999年达到 2666元，是1990年的3.17倍； 制冷设备、包装技术、电子技术 的 发展为商品供应链提效奠定基础； 社会主义市场经济体制确立 21世纪中国电商市场迅猛发展； 零售业全面信息化升级； 国内第三次消费升级； 2016 年居民人均年可支配收入为 33616元，比2000年增长435%； 2000年中国互联网用户暴增至890万， 截至2017Q2中国互联网用户数达7.51 亿； 互联网、移动互联网、智能可穿戴设 备、AR/VR、AI、物联网等新兴技术应 用广泛兴起； 政策引导持续优化零售市场发展环境。

第一次浪潮第二次浪潮第三次浪潮 百货 百货、超市、便利店、购物中心前半场：电商崛起 + 后半场：新零售 2017/11/75数据分析驱动变革2017/11/75数据分析驱动变革 零售的本质是数据，人即数据 线下会员卡 年龄 性别 注册信息 联系方式 消费记录 地点时间 价格数量 品类 充值记录 时间/周期 金额 线上数据 注册信息浏览记录搜索记录购买记录 年龄性别 职业联系方式 品类 跳转 时长 品类 关键词 频率 地点时间 价格数量 品类 新零售 （线上+线下） 数据将交叉互动 饮食数据 医疗/保险 出行数据 文化娱乐 时间地点 品类金额 体检记录医疗记录 保险信息 时间出行方式 目的地 兴趣爱好时间 种类评价 圈群 VR/AR 体验指数 评价 消费潜力 出行轨迹 XX X X X X 2017/11/76数据分析驱动变革2017/11/76数据分析驱动变革 零售变革始终在依托数据引导效率提升 沟通效率越来越高物流效率越来越高选择效率越来越高 客户需要经过各种沟通才会来到这个门店 客户在一家门店看过的商品往往要货比三 家后才会购买 购买效率高的客户一般都是之前对这个商 品花时间了解过 平均购买所需时长：3h 传统门店 客户基本只能到门店自提商品 如果缺货，门店补货周期长且固定 补货周期：7至180天 供不应求 有啥买啥 不存在选择空间 购买所需浏览量级：3 传统线上零售 客服软件可以让客服同时服务几位客户 客户可通过网页图文描述自行了解商品 丰富的SKU让客服可以不用为了一件商品 而多费口舌 平均购买所需时长：90min 用户下单，（快递揽件，）仓库发 货，配送签收 随着物流网络的铺设，与设施的优 化，物流效率缓步提高 送货时间：5至90天 供过于求 滥用长尾理论 用户挑选心仪的商品所需时间 越来越长 购买所需浏览量级：30 新零售 用户数据积累为沟通预先准备 人工智能客服减轻人工客服压 力，沟通方式多样 品质升级让客户无需费心挑选 购买所需最大时长：1-60min 如菜鸟网络这样的大数据平台协调 管理170万快递员的送货路径，显 著提升效率 智能化无人化仓储与运输，如京东 机器人分拣中心，效率达到人工8倍 前置仓的探索大幅缩短最后一公里 配送效率 配送时间：1小时到7天 千人千面的商品推荐 严选品质 用户无需投入大量时间和精 力便可买到心仪的产品 投入的时间和精力反而会变 成对服务和品牌的体验，不 再白白浪费 购买所需浏览量级：1-3 2017/11/77数据分析驱动变革2017/11/77数据分析驱动变革 数据由割裂变为贯穿，提升产业链上下游动态协作效率，同 时主体开始参与到附加值更高区块的业务布局 制造商 经销商、代理商 实体零售终端 消费者 线上零售 转变生态职能，开 放基础设施及资源 能力，成为零售运 营服务平台经营 主体厂商分别参与到核心职能以外的附加值更高区块的业务布局； 跨界融合的直接原因在于，对市场底层主动需求的获取及对需求数据在指导产品制造的价值挖掘应用。

研发、设计 品牌、渠道、物流 附 加 价 值 微笑曲线 微 笑 曲 线 零 售 产 业 链 主 体 厂 商 参 与 到 附 加 价 值 更 高 的 区 块 布 局 需求数据 物流数据 2017/11/78数据分析驱动变革2017/11/78数据分析驱动变革 在传统利润来源之外，零售商寻求更多对商品及服务的增值 VS 商 品 差 价 平 台 中 介 百货店 超级市场 大型综合超市 专业店/专卖店 便利店 仓储式商店 以京东为代表的自营电商 购物中心 以阿里为代表的平台电商 毛利30% 毛利20%-30% 毛利16.1% EBITA利润率63% 2017/11/79数据分析驱动变革2017/11/79数据分析驱动变革 便利店在国内众多实体零售业态中表现最优 数据来源：国家统计局 易观整理 Analysys 易观 -40.00% -20.00% 0.00% 20.00% 40.00% 便利店超市大型超市百货店专业店专卖店 2013-2015年中国主要零售业态销售额同比增长 2013年2014年2015年 -40.00% -20.00% 0.00% 20.00% 便利店超市大型超市百货店专业店专卖店其他业态门店 2013-2015年中国主要零售业态门店总数同比增长情况 2013年2014年2015年 数据来源：国家统计局 易观整理 Analysys 易观 2017/11/710数据分析驱动变革2017/11/710数据分析驱动变革 经历了爆发式高速发展的中国网上零售进入稳健增长 7195.2 9170.0 8075.69051.3 9451.0 11773.8 10572.9 12132.0 12978.5 14004.2 13493.1 17456.5 17851.8 54.2% 40.9%40.2% 37.3% 31.4% 28.4% 30.9% 34.0% 37.3% 18.9% 27.6% 43.9% 37.5% 0.0% 10.0% 20.0% 30.0% 40.0% 50.0% 60.0% 0.0 5000.0 10000.0 15000.0 20000.0 2014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q3 2014Q3-2017Q3中国网络零售市场交易规模 交易规模（亿元 人民币）同比增长率 Analysys 易观 2335.8 3227.0 3566.8 4289.9 5243.0 7653.0 7476.8 8771.4 9619.1 10442.9 10376.2 14031.6 13913.8 276.2% 178.5% 159.8% 155.2% 124.5% 137.2% 109.6% 104.5% 83.5% 36.5% 38.8%39.5% 35.1% 0.0% 50.0% 100.0% 150.0% 200.0% 250.0% 300.0% 0.0 5000.0 10000.0 15000.0 2014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q3 2014Q3-2017Q3中移动网购市场交易规模 交易规模（亿元 人民币）同比增长率 Analysys 易观 2017/11/711数据分析驱动变革2017/11/711数据分析驱动变革 线上零售获客成本上升，线下新兴实体店坪效看好 但是线上获客成本：已超过200元 百货 （平均） 购物中心 （平均） 奥特莱斯 （平均） 永辉超市 永辉 社区店 苹果小米之家 永辉 超级物种 盒马鲜生 1万元//年0.6万元//年0.5万元//年2.14万元//年2.69万元//年37万元//年27万元//年近6万元//年近6万元//年 线下各零售业态门平均坪效数据 数据来源：公开资料 易观整理 168168 166 168 171171 174 184 189 202 215 241 251 273 97.8114 126.9 155 169.1 188.1 198.7 226.6 236.5 258.3 80 130 180 230 280 2014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q2 2014Q1-2017Q2天猫和京东ARUP值 天猫京东 2015Q2 2017Q2 数据来源：阿里及京东财报 易观整理 Analysys 易观 来源：Analysys 易观 2017/11/712数据分析驱动变革2017/11/712数据分析驱动变革 新零售发展步入4大进程 新零售在把新场景数据化之后， 与原有的数据进行融合打通，使 得数据维度极大丰富。

数据维度丰富化 新零售在对用户拥有了充分立体 的认识后，将比用户更了解用 户 用户服务持久化 新零售首先把所有场景数据通过 新一代信息技术和人工智能技术 进行数据化 所有场景数据化 新零售把所有场景数据融合打通 之后，将掌握360度的用户画像. 用户画像立体化 2017/11/713数据分析驱动变革 是什么发生了变化 Part 2 2017/11/714数据分析驱动变革2017/11/714数据分析驱动变革 国内经济增速放缓，居民可支配收入达33616元 99066.1 109276.2 120480.4 136576.3 161415.4 185998.9 219438.47 270232.27 319515.55 349081.37 413030.31 489300.57 540367.43 595244.41 643974.05 689052.09 744127 8.50 8.30 9.10 10.00 10.10 11.40 12.70 14.20 9.70 9.40 10.60 9.50 7.90 7.80 7.30 6.90 6.70 。