7—11 优化用户体验 提升智慧化运营能力

路沙

2018年年初，连锁便利店7-11（Seven-Eleven）开设了自己的无人便利店，并命名为“X-Store”。这是继阿里、京东、亚马逊等互联网巨头进入该领域之后，行业内企业的一次深入布局。

据了解，7-11的“X-Store”无人便利店，整合采取了国内外超过20家厂商的人工智能技术，并研发了结合脸部生物特征识别、商品识别、电子标签、IoT系统、智能语音系统、自动结账支付系统、扫地機器人等多项高新科技，开创7-11的国内首家无人便利店。

店内所有的设备都凸显智能科技元素，比如冷饮区的自动感应冰箱，当感应到顾客走近就会自动开启。货架上都设有小型显示屏，以供播放介绍产品资讯的视频和实现互动功能。

未来，随着发现最适合市场无人便利店的运营模式，7-11最终会推出更加完善的解决方案，将“X-Store”无人便利店投入中国市场，并推广到全球。

持续追求最优的用户体验

7-11作为世界上最大的便利店运营商，在16个国家拥有近55000家分支机构，一直以来都以提升运营效率，优化客户体验当作发展的重要理念。

作为全球企业，拓展海外市场自然在所难免。2009年，当7-11进入某一地区时，为了快速取得成功需要提供比当地非常受欢迎的休闲咖啡馆或者商店更好的服务，而且考虑到当地人民的可支配收入在不断上涨，应满足他们对“消费得起的奢侈品”的需求。

不过由于受到原有业务分析解决方案不灵活，无法生成实时深度分析结果；人工分析数据非常繁琐，营销工作进展缓慢；运营可视化差等问题的影响，使得7-11的快速落地计划产生了阻碍。

最初的业务分析系统是围绕预定义的模板构建的，销售点数据分析功能有限，并且无法生成用于合理决策的实时深度分析结果。典型的数据处理周期涉及对分散系统生成的销售报告进行多轮次人工分析，这通常需要三到六个工作日才能完成。因此，计划一次促销活动大概需要三个月的时间，严重阻碍了营销工作。

经过对市场上很多业务分析解决方案的全面评估，7-11认识到，Splunk平台在灵活性、经济高效和集成外部数据能力等方面是其最佳选择。因此，自2014年10月以来，这一地区所有190多家7-11商店都开始在Splunk平台上运营。

与此同时，为了保持竞争优势，7-11还开发了一种技术含量很高的方法来促进营销，做好生产量规划。具体来说，建立了信息分析环境，从销售点数据（包括销售报告）中获取有价值的业务深度分析结果。

部署了该平台后，7-11能够动态组织其数据资产，全面掌握所有内部数据的概况，并从多个角度分析每个销售点的业绩。该系统还可以从外部来源提取数据，使其与销售点数据相关联，对业务进行更加深入的分析。

同时，透过平台高度自动化和直观的界面，7-11系统管理员只需几分钟的时间就能够通过触发下拉菜单中的功能生成所有数据的全面视图。另外，它还支持移动用户访问相同的信息，在移动中实现了运营的可视化，并使得处理周期从几天缩短到几分钟，大幅度缩短了新活动和服务的面市时间，提高了劳动效率，运营也更加流畅。

7-11营销总监Budiasto Kusuma表示：“该平台通过灵活的数据分析和实时业务深度分析，让我们的资金产生了巨大的价值，给我们带来了很多实实在在的好处。它避免了人工数据分析的麻烦，加速了数据处理过程，缩短了促销计划时间，同时降低了业务风险。”

大数据分析

是保持生命力的最佳秘诀

从1973年到现在，7-11已经发展45年了，在此期间，世界经济经历了太多的动荡时刻。即便如此，7-11都能健康，并且坚强的发展下去。其中奥秘在于持续的客户需求洞察，而隐藏在客户需求洞察背后的则是大数据的分析能力，这才是7-11与时俱进的秘诀所在。

可以说，7-11对于数据的采集做到了淋漓尽致，比如它对店面所在位置的所有数据，不仅仅是过去是不是黄金地段，人流量大不大。另外，店在哪里？在酒店附近，公司附近、医院附近，还是住宅附近？附近是年纪大的比较多？还是年轻人比较多？这些数据都在他们的考虑范围之内，因为这些店面数据决定了在100平方米里面放什么和不放什么。

比如店离商务酒店很近，意味着很多人出差。店里就会提供出差常用的便携式牙膏等生活用品，甚至考虑到出差的人来不及吃晚饭，店里还会有一些饮料、饭团、罐头等充饥的食物。你会发现，它所有商品的布局是贴合商务酒店的这个人群需求的。

如果店在公司的附近，公司上班的职员比较多，白天的即食食品，早餐、午餐、面巾纸就变得很重要。

如果店在小区附近，有一些保质期比较长的蔬菜，调味品、酱油、酸奶什么的就变得比较重要。

如果附近高龄人比较多，且人口相对稀疏，那店里食物的份额要更小，因为老年人吃得少。同时老年人行动不方便，甚至要送货上门等等。

此外，甚至在结账那一刻，营业员会输入顾客的性别和年龄信息，小男，中男、青男、壮男、老男，多少岁的；小女、中女、青女、壮女、老女，多少岁的。而输入的数据会用于分析周边用户群的状况，分析不同年龄、性别用户群的购买偏好，有这个数据就能够辅助7-11未来的决策。