数字技术赋能与“新零售”的创新机理

摘要：“新零售”是在数字技术驱动下，由消费者推动的第三次零售业革命，互联网、社交网络和物联网将每一个消费者和零售系统实时连接起来。数字化时代的“新零售”，产品营销与技术营销共同推进；以数字技术为中心，满足新的消费需求；一切互联，零售商将线下导购线上化，形成电子商务产业、数字内容产业、网络广告产业和导购产业融合的商业模式。数字化时代冲击了传统营销决策范式，使决策的领域、情景、主体、基本假设、基本方法和流程等均发生明显变化，大数据营销决策具有跨域型、人机式、宽假设和非线性的特点；在人工智能、云计算、生物识别、物联网等核心技术发展与应用驱动下，零售行业产业链逐渐调整，生产和销售打通、前台与后台合二为一的趋势明显；在数字化时代，数据是各行业的“原油”，计算能力是将数据“原油”转化为动力的引擎，“新零售”的本质是数据技术驱动，消费升级、大数据赋能、人工智能技术的应用以及场景革命均会推动企业降低成本、提高服务效率和提升消费者体验。

关键词：数字技术赋能；“新零售”；营销技术；产业链

中图分类号：F710文献标识码：A文章编号：1007-8266（2020）12-0011-09

2020年初，新冠肺炎疫情暴发，人类生命健康安全面临巨大威胁，各行业各企业均遭受不同程度的冲击，其中线下门店受到的冲击最大，波及服务行业的餐饮、零售、娱乐、教育等，甚至产业链中一些环节停摆，无论是直观上，还是数据上，疫情造成的经济损失和影响都是惊人的。

面对疫情，各行各业都在采取各种措施应对，其中最具代表性的是加大数字技术应用的力度，数字技术已经渗透到经济生活的各个方面，数字技术的融入与产业数字化转型带来了巨大效益。数字化技术应用是零售业跨越重大疫情危机、向高质量发展的重要渠道。数字化情境下零售业大大缓解了物理性的时空局限，使消费者与零售商之间的交易空间无限延伸，营销方式也实现了创新，缩短交易时间，满足长尾化、瞬时化的消费新特征，最大化消费时空效用[ 1 ]。我国零售企业抓住机遇，利用数字技术赋能与数字传播平台，深化线上线下一体化发展，加快数字化转型的步伐，力争实现零售行业的转型发展。

一、回顾“新零售”发展

在进入“新零售”阶段之前，零售业已经开始尝试网上零售，以互联网为基础，许多大型的电商平台快速发展，网购市场的繁荣对传统零售行业产生了巨大影响，实体零售商的经营陷入困境。然而全球互联网零售交易规模增速从2013年的58.33%下滑至2017年的21.28%，短短4年增速大减过半[ 2 ]。正因为传统电商的发展依附互联网，对消费者而言缺失体验感，无法满足其更多个性化的需求。

在过去的几十年里，全球零售行业发生了两次较大的业态创新革命。第一次是由沃尔玛创始人山姆·沃尔顿（Sam Walton）发动的“全球地面店互联”零售革命，第二次零售革命是亚马逊创始人杰夫·贝索斯（Jeff Bezos）发动的电商革命。目前，在数字技术驱动下，正在发生由消费者推动的第三次零售业革命，互联网、社交网络和物联网将每一个消费者和零售系统实时连接起来。虽然业内对“新零售”还没有形成一个权威的共识，但在零售业创新改革过程中大量运用新兴技术是不可否认的。阿里巴巴集团董事局前主席马云认为，“新零售”是一个线上和线下融合的概念，对零售业而言是一场商业业态的革命。真正推动零售行业实现线上线下一体化转变，关键在于互联网的线上数据信息与企业实体门店的交易终端形成合力，并促进价格消费向价值消费转型。杜睿云、王宝义[ 3 ]认为，狭义上的“新零售”是线上线下与物流协同的典型商业模式，广义上则是以消费者体验为中心，强调渠道协同和效率提升的“数智化”“低熵化”以及“矩阵化”零售生态服务体系。汪旭晖[4]认为，数字经济浪潮下，“新零售”展現了电商企业未来的发展方向，零售企业通过全渠道以及智慧化运营，将建立一个“全渠道+新技术+金融+物流+场景+社交”的生态圈。目前，零售行业正经历着一场数字化的整体变革，数字技术是“新零售”行业转型创新的核心驱动力，人工智能助力零售行业实现智能互联，而物联网正成为零售行业数字化转型的重要赋能者[ 5 ]。

王晓娟[ 6 ]认为，“新零售”时代顾客的购物环节发生了很大的变化，零售企业商业模式创新的源泉在于顾客需求，企业在制定营销战略时应更多结合顾客价值主张，并利用技术实现商品流通过程以及关系网络创新，构建渠道联盟，促进零售业商业模式的转变。王伟[ 7 ]结合具体案例剖析了“新零售”在“人、货、场”三个方面的重构与变化。王淑翠等[ 8 ]从消费观念转变、传统零售行业发展瓶颈、数字技术广泛应用几个方面论述“新零售”出现的原因，基于阿里巴巴和京东的典型“新零售”实践案例分析，指出在“新零售”下消费关系、供应链系统和消费场景等都进行了重构，结合零售演化的核心和本质，未来“新零售”无论是从宏观、中观还是微观角度看，都将会是一种新的业态。杨永芳等[ 9 ]认为，数字化转型时期，构建以消费者为核心的大数据分析系统，明确线上线下功能性定位，构建一体化系统销售渠道，打造线上线下同质与同价策略，推进零售行业与线上资金流、商流与信息流的融合，是“新零售”背景下零售业数字化转型的主要路径。王强、刘玉奇[ 10 ]通过对阿里巴巴、小米等的调研发现，“新零售”全产业链的数字化升级涉及供应链体系的整合、对消费者需求的响应速度以及全链路自动化设计等方面，阿里作为行业龙头企业已经有能力为中小企业提供数据化、智能化的服务。付兵[ 11 ]从“新零售”的四要素（线上渠道、线下实体、数字技术和物流配送）及其逻辑内涵进行分析解构，认为“新零售”借助数字技术的推动，通过价格和体验来融合与割裂不同的消费者群体，在遵循“新零售”商业逻辑的同时，仍要坚持以实体经济为基础。为满足当下人们对“新零售”时效性与便利性的要求，贴近消费终端的社区型零售不断发展，张炜等[ 12 ]主要研究了社区型“新零售”模式的特点及未来发展方向，认为深化线上线下融合（OMO）模式，利用大数据进行智能化管理可以协助社区建立不同类型的商业模式。

“新零售”中的物联网更像是一个生态化的市场。从终端到中间连接，到电商平台，再到商业应用，整个链条的运行需要依靠行业中合作伙伴的协同。物联网产业赋能“新零售”，提供的不是一个产品，而是一个解决方案的平台，需要零售行业生态中每一个元素参与构建，通过各自的业务和基础设施协助合作伙伴。例如在新冠肺炎疫情期间，在物流不顺畅的情况下，具有较好产业链管理能力的头部企业能够借助大平台的口碑迅速扩大市场，用户在疫情期间购买生活必需品需要依赖零售平台，在这个过程中产生较强的用户黏性，同时产业链生态中的其他企业也会受益于头部企业的平台，形成较为紧密的生态伙伴关系。在平台上，服务提供商与终端厂商更多地关注自身的业务与终端性能，协同管理，合力简化零售企业业务过程。可见，基于这种链接，企业之间甚至行业之间分工的界限越来越模糊，互联互通已成为大势所趋。

零售电商与导购平台产业链纵向整合特征验证了这种互联互通的趋势，通过产业链的纵向整合，零售电商将线下导购线上化，形成电子商务产业、数字内容产业、网络广告产业和导购产业融合的商业模式。零售电商平台通过产业链的纵向整合，与导购平台签订合约，借助其内容生态，保证消费需求的稳定性，从而减少市场变化带来的不确定性，实现产业链整体交易成本的降低、协同效率的提高以及整合利润的获得。

三、数字技术赋能与“新零售”创新机理分析

（一）数字技术赋能营销决策的转变

数字化时代给企业以及学界带来了各种各样的挑战，包括决策方式和研究方式的转变。企业要从业务层面、数据层面、决策层面等全方位分析问题，数据层面分析演化趋势，决策层面进行预判。数字化时代冲击了传统营销决策范式，使决策的领域、情景、主体、基本假设、基本方法和流程等均发生了明显变化。传统管理决策范式是线性的，大数据时代的管理决策范式是非线性的，各环节之间都是有反馈的，很多情景可以根据数据进行测量，决策主体由人和智能系统组成，智能机器人已经可以自主决策，如客服机器人、财务机器人，这种现象被称为人机混合式决策。营销决策的转变主要体现在流程的变化，传统营销漏斗理论将消费者人群进行层层过滤，是线性的，而当下流程的转变体现在零售商和消费者之间交互活动的转化，各环节交错进行，有可能在任何一个阶段产生转移，此时的决策过程是非线性和迭代的，评价也成为长效评价，并形成对客户全景式的洞察。大数据营销决策范式具有跨域性、人机式、宽假设和非线性的特点，物理上分散、逻辑上集中，改变着决策模型和决策方式，这给零售企业的管理运营带来了巨大的挑战（参见图2）。

（二）数字技术驱动“新零售”产业链上下游打通

在人工智能、云计算、生物识别、物联网等核心技术发展与应用驱动下，零售行业产业链逐渐调整，数字化转型步伐加快，生产和销售打通、前台与后台合二为一的趋势明显。很多传统零售企业后台业务能力不足，无法跟上业务创新的速度，由于内部技术开发应用能力较弱，后端客户服务和供应链能力不足，无法对前方销售服务平台积累的用户洞察数据进行有效分析利用，不能做到决策快速响应和创新，部分零售企业的后台部门之间业务与管理隔绝，数据驱动缺乏必要的环境，只能采用线下经销模式，生产和销售端的反馈相对较慢，品牌方与零售端缺乏数据的指引，容易导致因终端促销不畅而积压大量库存的问题。显而易见，一个打通的数据中台和业务中台能够帮助实现业务在线化和数据运营在线化，满足不断快速变化的业务需求。如今，线上数据可视化使品牌方能够及时将检测到的用户评价数据反馈给上游供应商，推动供应链改善。同时，品牌方在产量和库存方面能做到更加柔性，而直播带货模式使品牌方在新产品推出时可获得直播关键意见领袖（Key Opinion Leader，KOL）和核心用户的体验测试，并根据评测反馈进行生产决策，以小批量生产投放市场，利用数据模型分析销售情况，调整产品款式，合理安排库存。数据赋能直接体现为“人、货、场”中场的效能提高，降低囤货率[ 19 ]。

通过产业链上下游的打通，将上下游企业和部门整合到统一的平台，企业和部门之间能够快速了解互相的需求，及时做出相应调整。线上和线下、社区和商圈的零售领域全覆盖能够产生协同效应，降低整个产业链的管理成本、技术成本和商业风险，使供应链的韧性越来越强大（参见图3）。

（三）数字技术赋能“新零售”产业发展模式变化

数据为各行各业发展提供了“原油”，而计算能力是将数据“原油”转化为动力的引擎。“新零售”与传统零售的根本区别在于前者是数据技术驱动，而后者是流程驱动。在企业到消费者（B2C）时代，以消费者为中心只是行业提出的未来愿景，随着万物互联和全样本数据运营的实现，消费者到企业（C2B）模式成为可能，消费者体验为中心将贯彻到底成为现实。

“新零售”的发展变化，表面上是商业模式变化驱动“新零售”的发展，本质上更是数字技术创新驱动商业模式创新，进而推动“新零售”的发展。以盒马生鲜为例，它作为一种新的业态，和传统零售业态完全不同，从选址、选品到物流链、供应链完全由数字技术驱动。因此，数字技术才是真正的变革和创新的源泉。数字体验普及，产业链前端需要更强的触达力和感知力，将触电进行数据化转化是零售企业所必须具备的能力。消费者的诉求和购物方式已经发生变化，商业模式也在发生变化，了解、触达消费者的方式也必须转化升级。许多商业模式创新基于技术创新，技术创新为商业模式创新和运行提供了基础和可能。例如阿里巴巴集团旗下的淘宝平台推出多种数据业务，包括阿里信用贷款、淘宝数据魔方、天猫聚石塔平台等，企业基于技术创新构建新的商業模式，进一步发挥数字技术应用的价值，创造更大的价值空间，带来更多的价值回报。

此外，数字技术推动自动售货更加智能化，为消费者提供全新的购物体验，将智能售货机与大数据、人工智能、人脸识别系统等新技术相结合，为用户搭建全场景适配、全品类可售的大规模智能零售网络。该零售网络的每个智能售货机都是距离用户最近、基于场景化的微型超市。同时，智能售货机作为线下终端载体，利用人机交互，能够沉淀用户标准化的“购买行为+交易”大数据，基于对消费者大数据的分析，实现对线下人、货、场的深度设计，从而为消费者提供更佳的用户体验，并创造出更丰富的商业模式（参见图4）。

四、案例分析

（一）阿里犀牛工厂——数字技术驱动柔性供应链生产

2020年9月16日，阿里巴巴旗下的犀牛智造平台项目及其样板工厂——犀牛智造工厂正式对外发布。犀牛智造是一个致力于为中小企业提供智能服务的数字化智能制造平台，该平台以数据为核心在智能技术支撑下利用淘宝天猫的线上数据为品牌商提供精准预测，实现规模化的按需生产，缩短交货时间，降低库存和成本，提高生产效率。犀牛工厂是利用该平台打造的样板工厂，主要从事服装业经营，通过阿里巴巴电商平台上留存的消费数据，为品牌商家提供消费趋势预判，品牌商根据淘宝天猫的新销售数据判断是否需要追加生产或调整款式，降低风险，同时对传统服装供应链进行柔性化改造。

数字技术赋能犀牛工厂柔性供应链生产，打通上下游产业链。一条链打通，从生产到销售，交易更加高效和人性化。犀牛智造意在把数字洞察应用在制造环节中，将客户洞察和市场洞察与生产环节紧密联系，真正做到产销一体。犀牛工厂的核心竞争优势在于“按需定制，小订单100件起订，最快7天交付”。它基于数字化的生产链路，进行集群化的扩张。在数字化时代，企业运营最大的问题不仅是成本，快速交接也是一个重要的能力。服装行业规模足够大，是消费品行业中前三大垂直行业之一，产品生命周期短，传统的以产定销商业模式不适用，易堆积库存造成浪费，而犀牛工厂这种小批量生产、快速反应的柔性供应链，能够最大程度降低试错成本，减轻库存压力，增强企业供应链的韧性。在工厂内，工人的任务排期均数字化、可视化；在“货”方面，在犀牛工厂，犀牛智能中央仓实现了智能采购和柔性供给，可全链路跟踪生产、出入库管理和配送自动化以及拣选智能化，资源利用率较行业平均提升了4倍；在“场”方面，使用类似于盒马悬挂链的能导航的棋盘式吊挂，通过物联网+人工智能技术，将吊挂衣架自动分配到空闲工位，有效解决传统服装工厂吊挂单向流转容易拥堵的问题。

数字技术赋能犀牛工厂客对厂（C2M）商业模式的发展，以销定产，更好满足消费者需求。阿里的犀牛智造本质是向客户端探索，在互联网时代，客户驱动是企业的立身之本，个性化需求驱动企业生产的核心是按照业务流程把产业链全部数据打通。犀牛工厂的经营模式本质是探索C2M模式，即消费者直达工厂，将客户需求细分，向上游工厂反馈需求。犀牛工厂以消费需求为中心，通过云计算大数据打通供需两侧，基于对消费者电商平台、社交平台的数据洞察，给出销售预测建议，让厂家及时响应，“高频上新、滚动补货”，消除了传统制造业批量化生产的弊端。阿里在2020年淘宝C2M战略发布会上推出了以核心供给C2M商品的APP以及三大C2M战略支柱，与以产定销的传统模式和网络电商相比，C2M能够省去库存、总分销和物流等环节的中间加价，让价格更透明。犀牛工厂的这种模式强调制造业与消费者之间的直接衔接，最大的特点可以概括为：按照需求生产，消除库存顽疾；跳过品牌商、代理商、最终销售终端等渠道和中间环节，节省中间成本，有助于企业进一步开发下沉市场。

犀牛工厂建立的初衷是探索出数字化服装工厂发展路径并输出给中小企业，将自己在数字化转型过程中积累的能力对外输出。对阿里巴巴来讲，服装类是最大的垂直销售项目，犀牛工厂与1 000家服装工厂合作，帮助这些工厂改造成“小单快反”的模式。特步携手犀牛智造，依靠数字技术，协力推动服装制造智能化、定制化和个性化，做到“一人一单一图一制造”的极致定制化服务，更好满足消费者需求。阿里巴巴参与传统制造业改造，将“新制造”作为“五新”战略的一部分，重构供需关系，构建端到端的价值链，打构智造生态体系。以阿里云的工业互联网平台为底层，通过整个价值链端到端的互联互通，基于人工智能实现智能决策，通过物理的供应网络、数字化工厂、快速响应协同执行，满足消费者个性化需求。“新零售”倒逼“新制造”，这不是一个终点，也不是没有改进空间，制造业链条的每一个环节牵一发而动全身。从设备厂商、原材料供应渠道、现场的管理模式等全部为规模化调整时，意味着整个产业链的重构，关键是其背后的指向：服务中小商家和创业者，加强供需两端的匹配，这与“新零售”有相通之处。当然，该项目对供应链的组织能力、数据储备以及处理能力等要求非常高，并不是所有行业都适合。如果能够做到整个生产链条的优化，势必会在行业内带来爆炸性的变革。

（二）拼多多——数字技术驱动产业链打通

数字化驱动拼多多营销方式的转变。拼多多的拼单分享功能，会自动向用户推荐添加通讯录好友，通过该社交功能，用户可以实时分享自己的交易动态，还可以关注好友的拼单信息，这或许是拼多多在自家平台上对私域流量的首次尝试。用户拥有拼小圈二维码，可在更大范围内建立社交关系。这种社交属性使电商平台直接有了“圈子”，通过买家本身的好友圈，把某款商品的受众范围直接扩大，提高人们吸纳信息的效率，乃至促成交易。

拼多多借助移动社交媒体和策略创意，其产品和品牌信息在移动社交网络上口耳相传，突破时空限制获得快速传播，其根本目标是切入人心、建立用户链接，实现分享裂变；本质是有效放大和再现寄生在移动社交网络上的口碑传播。这种营销技术充分利用了社交网络的力量，借助腾讯QQ和微信庞大的流量推动作用，广泛利用朋友、亲属之间互相分享的力量为其进行传播，唤醒更多人的消费。另外，用户在拼团过程中，大量建立拼团砍价的社群，不断重复购买，形成了强大的循环生态。正是拼多多基于深度人性洞察，通过拼团的社交裂變以及游戏化运营来获取用户、留存用户，短期内实现了疯狂式的传播（参见图5）。

数字化时代需求重塑，拼多多推荐算法深入应用。消费者在淘宝和京东的购物过程中，九成是通过直接搜索，再根据销量和评价选择商品，可见传统的电商是搜索式人找货模式，但该模式忽视了部分不会主动网购的消费者需求。基于此，拼多多尝试构建社交场景，实现货找人的转变，借助用户之间相互引流的价值，简化购物流程，提升购物体验，利用智能推荐，依靠的是算法。拼多多借助微信生态圈改革数字匹配以及供应链创新，根据不断更新的需求数据进行个性化匹配，与后方工厂达成协议，提高产销效率。数字化时代需求重塑，消费者习惯从搜索转向推荐，传统的流量模式失效，拼团、砍价等建立在社交基础上的电商模式崛起，需求侧的微信拼团、供给侧的供应链改造和平台侧的数据智能匹配，使拼多多如虎添翼。2019年拼多多的成交总额（GMV）为10 066亿元，增速远高于同行。从精准搜索到智能匹配和精准推荐，拼多多被认为是典型的“低端颠覆式创新”：利用数字技术升级满足低端，进而推动供给侧与需求侧升级，重构供需生态。以数字技术驱动的互联网消费，正在带动电商、零售向更深的层次变革。

数字技术驱动产业链消费端到生产端的打通。在需求端，拼多多掌握了大量的用户数据，并通过对消费者数据的分析形成用户画像，根据用户画像发现不同用户的多种需求，可将这些需求信息对接后方工厂。拼多多更大的影响是平台对供应链进行了端的改造，因为拼多多平台具有少库存保有单位（SKU）、短爆发、高订单的特点，有助于工厂更好地安排生产周期和计划，提高了对上游供应商的议价能力。在按需生产情况下，生产周期被缩短，成本得到进一步压缩。此外，拼多多做到了在生产线上安装摄像头，平台用户可通过直播的方式看到生产线的运作，可弥补自营品牌知名度低、消费者信心不足的后发劣势。在数字技术的驱动下，拼多多平台首先帮助工厂发现市场和目标客户，有助于工厂实现定制化生产，打开销路的同时降低了工厂的生产成本。在销售端，平台提供流量，自营产品则免去了品牌溢价，利用低价格优势吸引消费者。通过合作，平台商参与到工厂生产计划和产品营销环节，利用其数据优势弥补了工厂的不足，为工厂自营品牌的突围创造更多可能性。以用户数据为支撑的新生产计划有的放矢地针对目标消费群体，可更精准地预判销量规模并相应调整工厂产量，实现柔性生产。数字化的另一优势在于提高生产决策效率，缩短决策周期。目前，这种平台将用户数据传递给工厂，让工厂按需生产，再由平台提供流量支持的方式，得到了各家平台的力推，也是工厂数字化转型不可错过的机遇（参见图6）。

五、结论

阿里犀牛工厂柔性生产供应链的打造与拼多多私域流量池运营案例的分析表明，云计算、物联网、数字化、人工智能等新技术已经渗透到零售行业，为其创新提供了基础，可对零售商品的生产、制造、流通、销售过程进行全面的数字化改造，逐步实现线上、线下以及物流等各环节与数字技术的深度融合。

其一，数字化带来了传统营销决策范式的改变。零售商与消费者之间的互动由线性的变为非线性的、迭代的。营销是企业生存的关键，开源节流是企业刚需，营销决策的效果和效率关系到企业的成长与盈利，优越的数据运营能力成为企业重要的竞争优势，企业需要从传统的以媒体侧数据评估为主，向数据化、在线的、以企业侧数据评估为主的全媒体营销决策转变，拥抱数字化，积极应变才是企业发展的核心要义。

其二，数字化带来零售业上下游产业链的打通。总体看，我国零售市场已经从外延式增长逐渐转入存量市场的争夺，企业管理精益化、供应链优化等是零售企业获得核心竞争优势、实现未来可持续发展的基本保障。对“新零售”企业而言，必须实施全渠道策略，对线上线下进行全面数字化改造，实现中台、后台、线上、线下全贯通，协同零售生态圈，打造全面、智慧、开放的零售生态体系[ 20 ]。

其三，数字化驱动零售业发展模式的变化。数字化带来了市场细分化以及商品和服务管理的精细化，供给和需求可以实现高度匹配，同时物联网的发展让人与物、物与货连接，促使零售企业的服务模式、运营模式和后方供应链发生深刻变化；大数据和机器学习形成智能化，在保证服务质量不断提高的情况下，零售业的无人化进程也逐步加快。

在“新零售”时代，必须创造便利于消费者找到合适商品的模式。消费不仅仅是为满足顾客的物质需求，还包括情感诉求和审美需求。新技术的推广和应用，有助于降低交易成本和企业运营成本。个人关系链的数量超过了产生合理商业的临界值。无论市场如何变化，成本、效率、体验是各行各业的根本。就零售业而言，消费升级、大数据赋能、人工智能技术的应用以及场景革命均会推动企业降低成本、提高服务效率和提升消费者体验，其本质是不断提升和创造客户价值，维护客户运营。

企業贯彻“新零售”思想和实施数字化营销策略是一项艰巨的工程，不仅需要技术的应用和供应链的升级，更涉及市场营销渠道、企业业务优化管理以及营销信息化等方面，甚至还需要对企业现有的运营模式、盈利模式、商业模式等进行重构，必须投入大量的内外部资源。但可以预见的是，企业一旦成功构建起全方位的数字化运营体系，将有助于其长期稳定经营以及未来领先发展。

*上海理工大学管理学院研究生钟坤对本文做出了较大贡献，在此表示感谢。

参考文献：

[1]郑彬彬.数字化情境下零售时空价值再造机制——从“商品流”到“信息流”的逻辑演变[J].价格理论与实践，2020（5）：108- 112.

[2]JENNIFER J ARGO，DARREN W DAHL.Social influence in the retail context：a contemporary review of the literature[J].Journal of retailing，2020（1）：25-39.

[3]杜睿云，王宝义.新零售：研究述评及展望[J].企业经济，2020（8）：128-135.

[4]汪旭晖.新时代的“新零售”：数字经济浪潮下的电商转型升级趋势[J].北京工商大学学报（社会科学版），2020（5）：38-45.

[5]杨富云.新零售时代，零售企业如何赋能[J].中国商论，2020（12）：3-5.

[6]王晓娟.“新零售”时代零售企业商业模式创新分析[J].商业经济，2020（8）：38-41.

[7]王伟.数字经济与传统商业融合的模式创新[J].杭州电子科技大学学报，2019（10）：26-30.

[8]王淑翠，俞金君，宣峥楠.我国“新零售”的研究综述与展望[J].科学学与科学技术管理，2020（6）：91-107.

[9]杨永芳，张艳，李胜.新零售背景下实体零售数字化转型及业态创新路径研究[J].商业经济研究，2020（17）：33-36.[10]王强，刘玉奇.新零售引领的数字化转型与全产业链升级研究——基于多案例的数字化实践[J].商业经济研究，2019（18）：5-8.

[11]付兵.我国新零售模式的要素解构与系统转型[J].改革与战略，2019（7）：75-83.

[12]张炜，李伟，杨建.新零售背景下社区型商业模式的现状与发展[J].科技经济导刊，2020（28）：205-206.

[13]RIGBY D.The future of shopping[J].Harvard business re？ view，2011（12）：65-76.

[14]BECK N，RYGL D.Categorization of multiple channel re？ tailing in multi-，cross- and omni-channel retailing for re？ tailers and retailing[J].Journal of retailing and consumer services，2015（27）：170-178.

[15]齊严.商业模式创新与“新零售”方向选择[J].中国流通经济，2107（10）：3-11.

[16]李伟春，李伟，郑桂玲，吴凤媛.新零售业态下供应链云服务平台构建[J].中国商论，2020（14）：13-15.

[17]刘秀，常尚新.我国零售数字化能力模型分析[J].商业经济研究，2020（9）：35-38.

[18]赖红波.顾客感知差异化视角下设计驱动“新零售”创新的影响机理[J].中国流通经济，2019（3）：31-39.

[19]张予，郭馨梅，王震.数字化背景下我国零售业高质量发展路径研究[J].商业经济研究，2020（4）：21-23.

[20]沈少奇.电商行业向新零售模式战略转型的驱动机制与路径探析[J].现代商贸工业，2020（29）：69-71.

责任编辑：方程

Research on the Mechanism of Digital Technology Empowerment and New Retail Innovation

——Taking Ali Rhinoceros and Pinduoduo as the Examples

LAI Hong-bo

（School of Management，University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract：“New retail”is the third time revolution in the retail industry，which is promoted by consumers and driven by digital technology；and Internet，social network，and the Internet of Things （IOT） realize the real-time connection between every consumer and the retail system. With new retail in the digital era，product marketing and technological marketing are promoted jointly；taking digital technology as the center，new consumption demand could be satisfied；under the background of Internet of Everything，retailers will realize online to offline integration，and form the business pattern that integrating shopping guiding industry with such industries as e-commerce，digital content，and online advertising. The digital era has impact on traditional marketing decision-making paradigm，and brings changes in decision fields，scene，subject，fundamental assumption，basic method，and process；big data marketing decision- making has the characteristics of cross- region，man- machine，and nonlinearity；driven by the development and application of such core technologies as AI，cloud computing，biological recognition，and IOT，the industrial chain of retail industry has been gradually adjusted，and the trend of connected production and sale and the integrated front desk and back desk is becoming more obvious；in the digital era，data is the“crude oil”of all industries，and the capability for computing is the driving engine changing data“crude oil”into driving force；the essence of new retail is data- driven；and consumption upgrading，big data empowerment，the application of AI technology，and scene revolution will help enterprises to reduce costs，improve service efficiency，and perfect consumersexperience.

Key words：digital technology empowerment；new retail；marketing technology；industrial chain

收稿日期：2020-11-08

基金项目：2020年上海市哲学与社会科学一般项目基金“上海进一步推进人工智能与数字经济发展的路径与机制研究”（2020BJB010）

作者简介：赖红波（1971—），男，江西省鄱阳县人，上海理工大学管理学院副教授，应用经济学博士后，主要研究方向为企业发展与创新战略。