零售生态新打法

侯燕俐

“试想我们习惯了足不出户从网上订购，忽然有一天走上街头，发现牛津街、摄政街上的品牌零售店竟如此好玩！”

11月16日，在知名科技杂志《连线》零售（Wired Retail）的会议现场，西田商场集团实验室（Westfield Labs）首席运营官安东尼·里奇（Antony Ritch） 打了一个听上去有些极端的比方。他不认同实体零售必然衰亡的结论，强调突围的根本点在于挖潜传统优势的同时，结合最先进的科技连接零售店、品牌与消费者。

事实上，不止一位行业嘉宾提到电商亚马逊开实体书店的案例。“如果你喜欢这本书，那么你可能也会喜欢......” 以及“96%的评论者都为这本书打了5分”等这样的网络零售术语被平移。从网络到实体，亚马逊推出实体书店既有品牌推广的考量，又有检视网络数据精确度及线下获客的尝试需求。

此情此景，零售创新还能从哪里突围？物流显然是个硬伤。物流科技公司Flexport 欧洲副总裁让·凡·卡斯特伦Jan Van Casteren强调结构化数据的重要作用，零售商能够实时掌握并预知产品点到点的运输动态，提高供应链规划的准确度，从而有效节约成本。 Shyp联合创始人及CEO 凯文·吉本（Kevin Gibbon）解决的是身为ebay卖家的“最初一英里”的痛点。分散的个人卖家是个未被充分服务的市场，通过上门取件送件，省去用户去邮政网点的烦恼，原来因为物流而止步的个人卖家开始活跃起来——怎么听怎么觉得像是中国的韵达和圆通。Fetchr的创始人和CEO Idriss Al Rifal 解决的是新兴市场本地物流定位困难的问题，中东一些地区没有街道名、倾向于货到付款，该公司充分运用开发智能手机定位，将退货率降低到2%（相关市场行业平均退货率为12%～14%）。

另有一些先行者发现了细分市场，巧妙地重新定义用户需求。譬如关于互联网土著、千禧一代（出生于1980至2000年之间），他们的消费习惯是怎样的？会为什么而买单？Chic by Choice创始人、来自葡萄牙的Filipa Neto 洞察了这一细分用户的“租借”需求，创造了时尚租借电商平台。据西田集团（Westfield）报告，英国的千禧一代中的五分之一愿意每月花200镑以上租借衣服。这批年轻用户预算有限，但又深受社交媒体影响，希望很快地更新某件物品及服务。这就决定了他们并不迷恋于物品的“所有权”——他们当中只有三分之一愿意全价买新品，更多的人对有机会获得新体验更感兴趣，这也呼应了以Uber和Airbnb为代表的共享经济。

这中间的蓝海效应正在被证实。根据另外一家租借时尚电商Rent the Runway数据统计，95%的用户租了他们从前不会考虑买的品牌，50%的用户第二次租了跟他们首次租用一样的设计师品牌，90%的用户在租借之后的某个时段买了该品牌产品。对于零售商来说，通过出租自产品牌衣服，可以起到样品效应，提高预售机会，并一定程度上抑制了山寨仿品。呼应这一模式，有的零售品牌甚至开发了专门用于租借的产品线。对于千禧一代，“流动的衣橱”很可能成为新的日常。

再来聊两个关于包装的创新：前IDEO设计师杰夫·查宾（Jeff Chapin）发现传统的床垫行业几无品牌创新，消费者体验往往很差。他创立了Casper品牌，研制了新床垫，不仅更加舒适，更革新了包装方式。整个床垫被真空压缩成柱状体，徐徐打开的过程令人意料不到：这一反常规的体验在Instagram上造成了病毒式的营销效果。在新品研制的过程中，该品牌与用户保持互动，不断精进。

获得连线零售论坛创业大赛冠军的 Skipping Rocks Lab公司来自于帝国理工大学孵化器，联合创始人皮埃尔·帕斯利尔（Pierre Paslier）介绍了“可以吃的水”。受鱼肝油包装启发，他和团队运用海藻科技，创造了由褐藻和氯化钙构成的可食用包装，为酒水和软饮包装提供了替代选择，旨在以此技术减少塑料包装带来的环境污染问题。

回溯零售业发展的历史脉络，NearSt联合创始人尼克·布拉肯伯里（Nick Brackenbury）发现一个有趣的现象：最初人们是从附近的实体商店、便利店购物，然后有了仓储和驱车去超市卖场的概念，然后是电商，从更多仓储中心调度到家门口。问题是：如果这件物品本来就在我们家附近但我们却不知道呢？我们何必要绕远呢？基于这一考虑，Nick和团队开发了新的应用“近道”（NearSt），整合了伦敦分散的便利店、书店的实时产品数据，用户可通过搜索定位，下单购买后选择步行取货，或由商家一小时内送货。

直觉和洞察力是一方面，利用机器学习、人工智能实现决策自动化及增强用户体验正在成为零售业的显学。数据科学及机器学习公司Blue Yonder创始人、粒子物理学家迈克尔·费恩德特（Michael Feindt）教授介绍了他们如何将一套综合算法应用到德国超市Kaufland来提高其运转效率的案例——结合POS机销售、产品、地点、推广等内部数据，以及天气、日期、假期、重要活动等外部数据，超市补货流程高度自动化，降低断货率达80%，减少50多个人工干预的节点。对于这样的大型零售超市而言，数据准确度上2%的浮动都意义重大。

服装品牌American Apparel数字总监索恩·斯蒂芬斯（Thoryn Stephens）总结到，多渠道收入归因模型（Omnichannel Revenue Attribution Model）正在兴起，未来的零售是按需满足。

按需满足——听上去还是挺令人兴奋的。不是么？