数字化能力和价值创造能力视角下零售数字化转型机制——新零售的多案例研究

王 强，王 超，刘玉奇

(1.中国人民大学 商学院，北京 100872；2.北京物资学院 经济学院，北京 101149)

数字化转型是近年来研究的重要话题［1］，有学者将其描述为数字技术和业务流程的集成［2］，也有观点认为它是利用技术广泛地提高了企业的绩效或影响范围［3］，特别是发挥移动互联、云、物联网、大数据和人工智能等新兴数字技术的转型效应［1，4］。零售业是中国数字化进程快速推进的前沿和缩影，尤其自2016年以来，从实体零售到资本市场，都掀起了一场线上融合线下、虚拟数字改造传统实体的浪潮。

然而，数字化转型的历程并非一帆风顺。由于路径依赖、缺乏经验和敏感性、转型高度不确定性以及“知识差距”等原因［5］，一些企业对数字化转型持观望态度，一些参与转型企业，尤其是以新零售之名推动的数字化转型则面临风险，业内甚至发出了“转型找死、不转型等死”的哀叹。零售企业如何才能成功实现数字化转型，既是实业界面临的难题，也是学术界亟待研究的新议题。数字化转型是一项复杂的技术驱动型业务转型，既要在战略层面理解、发挥数字技术的新作用，在实践中建立数字创新能力［6］；又要看到数字化产品、技术和商业模式的普遍使用，给消费者、零售企业及其供应链的决策行为、运作方式和协同治理带来的巨大变化［7］，从而影响了企业的价值创造和价值获取。数字化能力和价值创造能力相辅相成，数字化能力不仅是企业价值创造新的推动力［8］，而且变革了整个经济的价值创造过程［7］。

数字化转型虽然为企业带来了新的资源，但仅仅拥有资源并不能保证价值的创造，企业必须具备有效地积累、整合和开发资源的能力。数字化要求企业以系统为基础、以价值创造为中心，重新设计能力体系，重新配置资源［9］。从这个意义上讲，对能力问题的研究有必要充分考虑数字化情境，对数字化影响企业能力的机理进行深入分析。在实践中，数字化不仅仅是设备的使用，而是如何有效地将数字技术集成并锚定到消费者的购买过程中［10］，提升价值创造能力。数字技术孕育了新的市场行为、新的顾企互动和新的体验场景，重塑了客户关系、内部流程和价值主张［11］；数字化减少了企业间的信息不对称和市场摩擦，提高了合作伙伴间的透明度，企业不再是一个独立的实体，而是与合作伙伴建立了共生关系的组织［9，12］。因此，对价值创造问题的研究有必要深入讨论数字消费者、数字生产要素和企业生态数字化对价值创造和获取机制所产生的巨大影响。

基于现有研究的理论缺口和零售业数字化转型的现实紧迫问题，本文以我国4家新零售企业为代表，开展零售企业数字化转型的多案例研究。案例既包括传统实体零售企业(大润发、红蜻蜓)的数字化转型，也涵盖新兴零售企业(盒马、小米之家)的数字化建设。本文试图回答如下问题：①面对颠覆性数字技术，企业应该如何认知和构建数字化能力；②研讨零售商应该如何认知和应对数字化的消费者，以及由此引致的价值创造、价值获取机制的变革；③归纳总结数字化转型的成功要件和机制，从数字化能力和价值创造能力两方面提出一个解释框架，以求为企业数字化转型提供理论和实践启示。

1 文献综述

1.1 新零售和零售机制

过去几十年，随着信息技术、互联网、移动技术的蓬勃发展，涌现出大量新的零售业态。2016年以来，新零售成为数字化时代零售的代名词。学术界对新零售的界定尚未达成共识，但大多认为零售领域的创新实践与互联网背景及其驱动的大数据应用紧密相关。新零售可以从新渠道、新体验、新效率机制等不同方向解读。从新渠道角度，零售商总是在寻求扩大客户群的新途径、新方式，以应对不断变化的消费者、市场竞争和技术革新。随着互联网的广泛应用，线下和线上渠道的差异日益缩小［13］，消费者也越来越多地使用其线上互补渠道［14］，企业甚至将线上和线下渠道整合，为消费者提供跨渠道体验，以吸引异质性渠道上的不同客群［15］。线上和线下渠道直至全渠道的融合主要包括：①线下实体店铺商品的在线化；②线上线下同品同价；③线上订单线下近消费者实体店铺发货，以加快送货速度等［16］。从新体验角度，产品搜索、比较、支付等创新技术的应用已成为吸引现有和潜在消费者并创造价值的最有效方式之一［17］。源自软硬件的持续创新，刺激了零售业寻找更新、更有效的应用场景，以提升消费者体验，改善零售管理［17］。从新效率机制角度，进入移动互联和物联网(IoT)的数字化时代，伴随着消费者的数字化觉醒和大数据的广泛应用，可以让零售企业更深刻地理解业务、服务和消费者，进而将知识转化为更好的决策并提高其业绩［18］。数字化零售的规模扩张、价值创造机制将相应地出现新的革命性变化。

当然，无论是新渠道、新体验还是新效率机制在本质上都是当前数字化零售的一个侧面、片段，数字化正逐步改变零售企业的资源能力体系和价值创造模式，要从数字化转型的整体认识零售业的变革。

1.2 数字化与数字化转型

“数字”起源于拉丁语的“digitalis”。在信息技术领域，“数字”一词指的是二进制数字系统，20世纪中期，二进制成为数字计算机的主要逻辑。随着互联网的出现及其在全球的普及，越来越多的相关技术加速了电子商务的发展［19］，也启动了数字化进程。近年来，大数据的无处不在［20］和人工智能(AI)、区块链、物联网和机器人技术等新兴数字技术的出现，大大加速了数字化进程，对商业产生了深远影响［21］。

在学术界，数字化转型得到了管理学界的广泛关注，营销、战略、信息系统等不同学科对自身关注的领域进行了深入的研究［11，15］。学者们讨论了数字化转型的推动因素，所需的数字化基础设施、资源和能力，以及转型过程和转型模式等各个方面的问题［1］。数字化转型是一系列数字创新的综合效应，带来了新的行动者和新的管理实践，产生了新的经营理念和新的价值观，推动了技术和组织变革，甚至形成了新的数字治理规则［22］。

在企业界，数字化转型过程绝非一帆风顺。这个过程既存在新技术应用的接受速度问题，也存在早期市场和主流市场的鸿沟问题［23］，更有可能存在转型中的战略、组织、工具、治理和业绩等陷阱问题［24］，导致出现数字化增长滞胀，数字化建设变成“成本中心”，数字资本利用效率低下等［25］。学术界的高度关注和企业界的陷阱规避，迫切需要通过整合对接形成更具理性的数字化转型解释框架。

1.3 数字化能力

互联网和数字化的发展使得企业经营更具挑战，也充满机遇。动态能力理论是解释企业在面临不确定性和动荡环境时如何建立和维持竞争优势的理论。这是传统的资源基础观(RBV)所无法单独解释的［26］。动态能力理论将资源和能力看作竞争优势的来源，认为只有超越资源具备能力，才有可能使其资源基础适应不断变化的环境，进而获得长期竞争优势［27］。

面对数字化转型，能力理论领域的很多学者关注了数字化能力问题。GUPTA和GEORGE［28］遵循能力理论的演变规律，基于RBV提出了大数据分析能力；RITTER和PEDERSEN［29］则认为包括数据(获取)、使用(许可)和分析(应用)3个维度的数字化能力是企业数字化的先决条件。也有学者关注了数字化能力建构中的消费者参与，认为数字化能力的核心是通过感知和响应机制实现与客户的价值共同创造，数字化能力可以分解为智能、连接和分析3个范畴［8］。这些数字化能力的建设，都离不开互联网、数据中心、IEEE802.11等开放标准以及智能手机、平板电脑等消费设备等数字化基础设施［30］。

区别于传统经济范式下边界清晰的资源基础观(RBV)及其动态能力理论，数字化能力的构建还依赖于主体企业、客户、供应商及其他利益相关者的交互；从广泛联系的视角看，必然取决于平台及其多边体系。这是因为数字技术的广泛应用在推动各类主体快速、大规模地交换产品和信息的同时，也推进了平台业务模式和平台化思维，“平台”正在取代“旧世界公司”［31］。这就意味着数字化能力的构建必然要打破组织边界，建基于数字平台之上。HELFAT和RAUBITSCHEK［32］强调，数字平台有助于内部沟通和资源、能力、活动及其目标的协调，但数字平台不会直接提高企业绩效，而只能通过动态能力实现［33］。数字平台一方面助力企业整合内部资源，形成关键共享知识；另一方面推动重新配置内外部资源，以共同应对高度变化的市场需求［32］。因此，形成基于平台的数字化能力对于推动企业数字化转型具有重要意义。

数字化治理的研究讨论了企业构建数字平台、实现平台治理、提升敏捷性、推动业务流程改造［34］和公司治理结构变革，进而解决数字化转型过程中的鸿沟与陷阱问题，包括战略、组织、工具、治理和业绩等陷阱［24，30］，克服局部与全局的冲突［24］以及组织惯性［35］。

1.4 价值创造

数字化进程所依托的交互性在推动能力转变的同时，也在改变价值创造逻辑。传统的价值创造理论源于对企业价值及其管理问题的关注，认为价值创造是企业可持续成长的关键，企业应该以价值最大化取代利润最大化作为发展目标［36］。伴随数字化进程的加快，数据获取和积累的交互性改变了资源能力观、动态能力观和知识价值论等理论所倚重的产权明晰的前提，将交互过程涉及的各方逐步纳入价值创造者的行列。价值创造逐渐被价值共创所取代；价值创造不再是一个结果，而是一个过程；客户成为价值创造这一过程的内生因素，供给者和需求者共同创造了价值［37］。从这个意义来说，价值是在客户和企业资源的整合中产生的，是由企业和客户两者共同创造的［37］。

具体到零售实践，消费者数字化进程率先实现推动了零售领域的数字化转型。在搜索和社交媒体工具的帮助下，消费者个体更加活跃、个人意见更受重视，相互之间的联系更加紧密、沟通更加频繁［11］，这些联系和沟通既可以看作零售企业能够获取的意见表达，也可以通过进一步设计和定制产品响应需求、创造价值。即便是消费之后，还可以通过分享产品评论帮助其他消费者［38］。尤其是伴随移动通倍设备的快速普及，线上线下加速融合，逐渐改变线上线下的消费结构［38］，进而影响零售和消费者之间的价值创造。品牌商(制造商)、数字平台甚至个体消费者越来越多地通过数字化手段开展零售经营，并取代传统消费者购物首选的零售店铺［39］。品牌商(制造商)往往基于更好的品牌管理、更强大的品牌生态系统，通过零售实践学习，了解消费者偏好并开展零售活动，以获得更高的利润率等［10］。数字平台则提高了卖家和买家之间的互动效率，并通过效率的提高在不持有库存的情况下从每笔交易中获利［10］。

1.5 整体评述

现有关于零售业数字化转型的讨论较为丰富，视角广阔，但缺乏对于零售情景下结合数字化能力和价值创造能力的深度分析，尚未全面揭示零售业数字化转型的必备能力、机制，也未能指明零售业数字化转型的路径和应该规避的风险。

具体看，当前研究仍存在3个方面的缺口。①已有研究和实践在讨论资源、动态能力、商业模式和战略时，大多将数字化作为工具，视为费用而非能力。迫切需要站在数字化转型整体视角，将数字化基础设施、数字化治理、鸿沟、转型陷阱等因素纳入，提出数字化能力的研究框架。②价值创造的现有研究虽然也关注顾客的变化，但更多是基于企业自身的价值创造，较少关注企业与消费者的共创，更缺乏企业与其他利益相关者、生态以及消费者之间互动的角度，对数字化情境下的价值创造、价值获取机制研究尚待深入。③已有零售数字化转型机制研究，受制于样本，往往基于小型电商零售企业或某个电商平台，缺乏对主流零售企业、品牌商数字化转型及其与电商平台结合的分析，更缺乏线上到线下、线下到线上双向融合的案例对比研究，导致缺少完整的数字化情境构建，无法形成对数字零售体系的全局、综合的思考。针对上述理论缺口，本文基于新零售的数字化转型，采用归纳式案例研究方法进行研究设计，剖析典型零售企业进行数字化转型过程的关键能力和机制，提出相应的理论框架。

2 研究方法

2.1 方法选择

本文聚焦于探讨零售企业数字化转型机制，案例研究方法适合解释这类研究问题，原因在于：①作为管理学研究方法的一个重要分支，案例研究注重回答“如何”和“为什么”的问题，强调现象所处的现实情境并能够对其进行丰富描述［40］；②各个企业的数字化转型有其独特的特点，这一现象也属于管理实践中涌现的新现象，归纳式的案例研究策略适合从质性数据中提炼规律，构建理论观点，以推进对实践新现象的理解［40］；③对上述问题的探讨需要揭示企业数字化转型过程当中的动态进程，案例研究适合剖析复杂演化过程，这是基于定量分析难以得到的重要结果［40］。同时，与单案例研究相比，多案例研究遵循复制逻辑的原则，因而研究结论更有说服力和普适性。因此，本文采用多案例的研究设计。

2.2 案例选择

EISENHARDT［40］指出，多案例研究中最合适的案例数量为4～8个。根据研究问题和所涉及的理论领域，本文选择4家企业进行多案例分析。样本的描述性信息如表1所示。由于案例研究的目的是发展而非验证理论，案例研究适合采用理论抽样的方式。根据本文的研究问题，对具体案例企业的选择主要基于以下标准。①为保证行业的一致性，本文案例选择的4家企业都聚焦新零售业务，但内部又有不同类型，既包括零售企业(盒马、大润发)，又包括品牌商(小米、红蜻蜓)。这样既符合本文研究主题，体现各领域样本企业的代表性，又反映数字化转型背景下品牌商参与零售活动的新趋势。②为达到多重验证效果，本文的案例选择考虑到传统线下企业和线上数字原生企业不同的转型背景、动力和路径。包括：传统综合零售巨头数字化转型(大润发)、传统品牌商数字化转型(红蜻蜓)、新兴数字化新零售企业(盒马)、新兴创新型科技品牌商(小米)等。由此形成了多个视角的案例对比。③为了提高案例研究信息的可信度和充裕度，本文的案例企业在选择时还考虑了信息的可获得性。

表1 案例概况及选择说明Tab.1 Case overview and selection description

2.3 数据收集

本文的数据收集方法主要包括半结构化访谈、非正式访谈和二手资料收集等，通过多样化的数据来源保证数据的相互补充和交叉验证，使用多来源数据进行“三角验证”，提高案例的信度和效度［41］。在采集数据的同时，同步进行数据的分析工作。

本文数据搜集的一个重要渠道是半结构化访谈。在实地调研前，研究团队针对访谈对象分别设计了相关问题，但是并没有把访谈的问题提纲设定得过于结构化。在访谈过程中谈及前期准备中并未涉及的一些新问题、新角度时，会根据受访者的回答来不断进行修正。对案例企业的主要负责人、有关部门进行实地访谈和调研，深入了解业务详细情况，整理形成文字记录。半结构化访谈得到的数据是本文重要的数据来源。案例企业的访谈信息如表2所示。

表2 案例调研和访谈数据采集概况Tab.2 Overview of case study and interview data collection

为了避免访谈因印象管理和回溯性释义带来的偏差，本文仅将访谈作为一部分数据来源，同时也收集和整理二手资料来获取数据。即除了访谈外，研究团队还通过现场参观和二手资料等途径进行数据收集，通过多样化的数据来源保证数据的相互补充和交叉验证，提高案例的效度。①二手资料：收集案例企业官网、年报、报纸和网上报道等资料；②档案文件：从企业内部文件获取发展历程、宣传材料和组织结构图等材料；③现场观察：参观案例企业的总部、分公司、产品展厅、生产车间和配送中心等；④非正式交流：研究团队和案例企业的店员与顾客进行非正式访谈，加强对企业的了解；⑤门店体验：研究团队前往案例企业的线下店进行实地调研、体验和感受。通过上述方式，对受访者交流内容的真实性进行再次校验。

2.4 数据编码

本文遵循案例研究中质性资料的规范性编码步骤，将数据编码与分析过程分为数据缩减、数据陈列、结论及验证3个阶段。①在数据缩减阶段，对质性文本资料进行选择、聚焦和简化，并构建基本编码表，对缩减后的数据进行编码转化。由研究团队中的2名成员对每个案例的文档进行独立编码，以本文初步构建的研究框架作为参考，对具体构念及构念之间的逻辑关系进行识别。②在数据陈列阶段，对缩减和编码后的数据进行有组织的整理，便于比较分析，通过复制逻辑对各个案例的编码结果进行提炼、比较和验证。③在结论及验证阶段，基于编码结果梳理理论框架或过程，结合理论提出有序的结论，并在数据与理论、新框架与现有理论之间不断迭代比较和相互验证。在该阶段，如果发现存在数据不充分或逻辑不完整的地方，则会回到数据收集阶段，或补充关键数据，或对存疑数据进行追访修正。通过理论与数据之间的迭代，对编码结果进行分析和解释。在编码过程中，当编码结果不一致时，所有作者通过反复讨论，直到意见统一，从而尽可能减少由于个人偏见或主观性导致的结论片面性。

编码具体情况：首先，根据资料来源对案例数据进行一级编码；其次，通过文献指引，将数字化能力和价值创造能力的核心要素进行概念化，形成二级编码；最后，对二级编码进一步分类，识别出案例企业数字化转型过程中的具体措施，形成三级编码。一级编码如表3所示。

表3 案例数据的一级编码Tab.3 Primary coding of case data

3 案例发现

3.1 数字化基础设施能力的构建

数字化基础设施是企业数字化能力的基础，从消费端的用户连接和信息采集，到企业中台的算法算力和云端构建，数字化基础设施推动了企业整体流程再造［34］和能力重构，最终实现数字化转型。本文数字化基础设施能力代表性证据如表4所示。

构建与应用数字化基础设施使得消费者可以实现在线化连接。移动互联网的爆发，消费者和消费行为实时、全面在线。突破了传统零售的线下当面接触式连接的局限性，所有的消费者浏览、评论和购物行为可以被记录，数字化零售企业、厂商和平台，都可以借此连接消费者，从分析海量消费者及其消费行为数据中创造价值和获利。不同类型企业对消费者连接的具体实现方式有所差别，数字原生企业运用先天优势快速实现数字化连接，小米、盒马通过自身小米商城、天猫等渠道积累客户，较早地实现了消费者的全面在线化。传统企业大润发、红蜻蜓也积极扩展移动互联网设备的连接能力，包括App、手机淘宝、脚型检测仪、扫码购及其他平台接入，将传统会员转化为数字化连接的全渠道消费者。

数字化基础设施构建的连接，使得数据可以被及时采集。在智能消费终端等技术的帮助下，企业可以实时收集与分析消费者相应数据，数字化基础设施发展实现了巨大便利。例如：数字原生企业运用自身技术广泛收集数据，提升运营效率，降低成本。盒马门店列装的第二代收银机，不仅具有基本的人脸识别，还连接天眼系统兼顾门店防盗防损能力。小米通过智能穿戴设备以及智能家电等IoT设备，初步实现了各种衍生数据的实时采集。传统零售商也及时更新设备，不仅可以采集消费者在线行为等动态数据，更有助于活化线下存货、商品储运以及一切与实体物资有关的静态数据，甚至可以整合衍生出实体物资的设备运行数据、消费者个人生活数据等。红蜻蜓的数字化门店，已经开始实时获取消费者进店时间、离店时间、店内行为等动态数据，并通过数据中台进行实时分析。

构建与应用数字化基础设施除了硬件设备以外，离不开中台的算法和算力，即数据处理、分析能力需要大幅提升。大数据本质上是数据集，对其在既定时间内的获取、管理和处理已经超出了通用软件工具的能力范围。大数据的处理需要大规模、分布式、移动计算等新技术［28］。技术实力较强的数字原生企业往往可以自行建设，提高算法和算力；然而，传统零售企业出于成本的考虑，大多选择与平台合作的模式。

盒马依靠阿里提供的数据处理能力进行相应的数据挖掘，已经实现了全系统的秒级计算，并和管理决策精准对接，可以直接将数据转化为工作指令，大大简化了管理流程。大润发在经营中也感受到了不断提升的算法所带来的改变，在由飞牛网转为阿里云后，其自有的数据中台可以和阿里的数据平台实时交互，实现了整个业务链路的秒级计算。算法和算力的保障，则离不开云计算这一数字化基础设施，但是企业部署云的方式有所不同，一些实力雄厚的企业选择自建云，如小米之家依托金山云，盒马的系统依托阿里云，但更多企业选择了公有云。自有或租用公有云计算平台，提升企业数字化运营能力。从企业资源观的视角，基于信息技术的资源与其他组织资源相结合的能力是企业竞争力和竞争优势的来源。为了建立强大的IT能力，企业更注重立足云计算、基于数据银行和自有数据交互的中台建设。例如，大润发的自建中台并转向阿里云，红蜻蜓与阿里云、天猫新品创新中心以及小黑盒的合作等。数字平台及其云化的基础设施是数字化基础设施能力构建的重要依托。

3.2 数字化治理能力的构建

数字技术允许利用分散的网络快速、大规模地交换产品和信息，从而推进了平台业务模式和平台思维。零售企业构建数字化平台开展相应的业务，不仅仅是简单地使用新技术来促进交易、交换信息或者联系人。如盒马的模式，“绝不仅仅是盒马鲜生及其八种模式，其目标是一个大的底层性质的平台”。平台风格的组织与众不同之处在于，它既要利用利益相关者的投入和反馈，不断改善用户的体验，也要为平台产品、服务和其他业务提供解决方案。

转变为“平台治理”是实现对市场、消费者和技术快速变化的挑战做出足够有效或快速的反应的关键。既要以更加扁平化和更具包容性的方式组织内部业务，促进多个利益相关者之间的协作；又要以灵活的组织形式保持敏捷性，以便对变化做出快速反应［42］。平台治理意味着标准的、自上而下的、分层分级管理方法不再有效，传统的官僚机构会降低响应速度和创新能力［42］。

面对数字化变革，企业对相应的组织结构进行相应的变革。无论是成立不久的数字原生企业，还是面临转型的传统零售企业，都需要进行战略、组织、价值观的变革与调整。小米调整组织架构以满足企业发展需求，“让组织结构更合理、团队更有战斗力”；红蜻蜓董事长亲自推动，从思想上自上而下地增强新零售的意识，为后续转型打下良好基础。数字化治理，不同于公司治理，涉及数字资产的监管、价值贡献的评判以及数字风险的防范。大润发的数字化转型颠覆了公司的原有边界和范围，把公司的系统和消费者串联在一起，同时也给予门店店长更大、更快的决策权；盒马自成立之日起就从战略层面出发建立新型数字化体系，“我们的组织体系是建立在钉钉上面的”；小米及生态链企业摆脱了传统上下游关系的束缚，“对相关业务进行梳理，让组织结构更合理、团队更有战斗力”。数字化治理代表性证据具体如表5所示。

3.3 跨越鸿沟与陷阱能力的构建

零售业数字化转型线上线下融合的进程受制于相互分离的客群，由于消费者收入、年龄、地区、心智等结构存在较大差距，他们对零售领域的新技术、新模式、新业态的接受程度表现出较大差距，这种差距导致企业面临早期市场和主流市场的鸿沟［23］。无论是数字原生企业还是传统零售企业，转型过程中不同的客群需要和消费习惯导致鸿沟的出现，零售企业必须寻求相邻客群都能接受的场景、模式和业态，通过试验探索适宜的技术设施和设备应用，直至跑通模式、跨越鸿沟，成长为主流市场。盒马和大润发的生鲜业务一直通过补贴摸索真正的运营模式；小米则在2016年底开展了全员实验，直到小米之家模式彻底走通之后，才敢在全国铺开。

表5 数字化治理代表性证据Tab.5 Representative evidence of digital governance

跨越市场鸿沟只是突破了客群数据集合的门槛，对于传统零售企业，更重要的是把客群数据与客户关系管理、ERP、财务等其他各类信息系统的底层对接。例如，红蜻蜓在过去30多年的信息化过程中，各业务环节、业务单元、区域单元都形成了自己的系统、数据库、界面等“信息孤岛”，到处都是极其分散、难以统一发挥效用的海量数据。大润发也遇到类似的情况，“分布在不同系统软件、模块各自产生、记录和分析的海量数据，却不能形成一个完整、打通的系统”，数字化能力的建设有待于形成统一的底层逻辑。

传统零售企业转型还容易掉入集成应用陷阱，即企业数字化升级只是一对一的转型，未能全局考虑或存在局部与整体不兼容。数字化转型的基本矛盾，是企业全局优化需求与碎片化供给之间的矛盾，核心问题在于企业如何从局部优化走向全局优化。从财务管理、客户关系管理、企业资源管理、供应链管理等单项应用跳跃到消费者在线和交互为导向的整体的数字化应用。跨越这一陷阱的解决之道在于云端迁移和决策导向的数字分析能力的构建。前者解决数据平台的连通，后者形成决策链条的协同，这一跨越有助于组织从降低运营成本、提高灵活性和更大的可伸缩性中获益，并使它们能够专注于整体的核心业务目标。大润发和红蜻蜓从传统的IT架构向云架构迁移，构建了基于云架构的数据集成解决方案，迈出了跨越集成应用陷阱的第一步。本文数字化转型鸿沟和陷阱代表性证据如表6所示。

表6 数字化转型鸿沟和陷阱代表性证据Tab.6 Representative evidence of digital transformation gap and trap

3.4 基于数字消费者的价值创造

数字技术有助于实时获取关于消费的丰富信息，包括前所未有的数量、变化速度和多样性的大规模数据［43］。对于零售商而言，消费者的精确定位和精准画像影响着线上线下的经营结构，从而影响着价值创造。传统企业往往从线下消费者定位入手，红蜻蜓利用线下门店精准定位，通过与线上数据的全面交互可以将传统的会员数据转化为精准的消费者画像，可以清晰、准确地了解会员的行为模式和消费习惯；数字原生企业往往从线上消费者入手，盒马运用线上采集的消费者信息，精准地刻画门店的消费者画像，帮助线下门店选址、优化店铺布局，盒马非常清楚“三公里范围内客群的消费能力和消费习惯”；大润发也利用阿里的用户数据进行门店选址；小米利用数据分析米粉和非米粉的消费规律，分析到达线下小米之家的消费者构成情况。基于数字化基础设施和算法，很容易地控制消费者能够获得的信息，实现所谓的“千人千面”“千人千店”。由此形成的个性化营销，减少了信息超载，并帮助客户做出正确的选择，创造了额外的客户价值。

移动互联网和数字化使得消费者真正完成了向“产消者(prosumer，即producers and consumers)”角色的过渡。社交媒体的兴起不仅促进了客户与客户之间的互动，还促进了客户与公司之间的沟通［11］，影响了传统的价值创造结构和关系。小米通过建立论坛、社区让超过50万的消费者加入到MIUI系统的建设中，这些米粉向小米提出系统修改意见、推荐改进的优先顺序、参与评选优秀的工程师，同时也参加小米家宴、同城会等各种活动，发挥了产消者的作用，推动小米成为一家有粉丝的制造业企业。小米的粉丝还广泛参与了设计研发、口碑传播、售后服务、营销推广等各个环节。客户与企业之间的互动，创造了新的客户价值。

在零售数字化转型过程中，消费者角色发生转变，企业相应的价值创造模式也发生转变。价值创造不仅来自资源和能力，也来自企业和消费者的共创。伴随着物联网技术的推广，尤其是移动设备和可穿戴设备的广泛采用，不仅可以建立消费者与其周边物理环境，甚至可以通过智能产品建立物体和物体之间的联系。这种前所未有的连接水平使得新的接触点和新的互动交互成为可能，进而推动消费者、可穿戴设备、各类市场主体在价值创造中地位的进一步变革。数字技术可以用来丰富传统的交互，或者在整个消费者决策和使用过程中产生新的交互，在传统零售和交换之外创造价值［44］。

无论是产消者角色还是智能设备的互联互通，从数字化转型的视角看，由于交互在数据产生、收集中的极端重要性，导致基于产权清晰资源的传统价值创造逐步向多方参与的价值共创转变。当然，这一共创价值未必只是通过交换得以实现，在很多情况下，往往是通过相互关联的他方兑现。对于进入数字化转型的零售企业而言，承认其他主体尤其是消费者是组织价值的共同创造者，善于利用新技术、新媒体，推动建立广泛的联系和持续交互，具有重要的实践价值。本文基于数字消费者的价值创造能力代表性证据如表7所示。

3.5 基于数字生产要素的价值创造

以大数据为核心的数字生产要素改变了价值创造、分配的逻辑。数据资产价值包括交易价值、信息价值和战略价值。交易价值侧重于提高效率和降低成本，信息价值注重实时决策，而战略价值旨在说明如何获得竞争优势。将大数据分析引入电子商务，可以提高客户需求满足、改善新产品和服务创造、新兴市场拓展，并最终带来销售收入增长。盒马基于日常购物采集的消费者数据，及时反馈企业采购和运营，并已经实现推荐系统，获得了较好的总体商业价值。

数据价值的实现必然依赖于数据自身的要素化、知识化和资产化的过程。单纯的数据不会产生价值，有价值的是基于数据关系做出的理性判断。通过大数据的结构化和非结构化封装、分析，可以将基于大数据的显性知识和员工的隐性知识联系起来，一方面可以激发新的行动和创造，另一方面也可以生成新的判断、见解和知识，这都有助于组织的价值创造。零售业作为率先步入数字化转型的领域，大数据的要素化和知识化有助于管理者更好地了解自己的业务，并将知识转化为更好的决策。4家案例企业都通过消费者在线化获得相应的注册人数、活跃用户数、在线浏览轨迹、订单支付行为、购物时间分布等诸多数据等，这些都是关键数据资产。

表7 基于数字消费者的价值创造能力代表性证据Tab.7 Representative evidence of value creation ability based on digital consumers

同时，传统实物资本的特征是可占有的、稀缺的、使用回报率低且不可再生［12］，而大数据则与之相反，数据使用得越多，价值就越大。一条新的信息的识别立即创造了对后续信息的需求和生产条件［12］。小米利用企业自身生产的海量数据，与生态链企业进行合作开发，已经形成数字自生价值能力，并已经实现良性循环。零售商基于数据的不断再生和连续、并行的数据构建分析模型，可以开展研发、产品设计、制造、店铺概念和促销活动的预测分析，这种无缝的全数字化零售环境的变革带来了整个供应链上客户价值创造的变革［13］。4家案例企业基于数据自生能力和自动化数据技术的推送、客服、订货等活动，以两种方式影响价值创造［10］：①营销过程的自动化，例如盒马、大润发的必买提醒、库存警报、聊天机器人等，实现了零售商对客户提供实时信息和响应；②消费流程的自动化，例如小米有品、盒马等的自动重新购买，简化或消除了消费者的常规购物流程。

鉴于新兴数字化技术的复杂性和平台业务的复杂性，并不是所有的中小型商业企业都可以直接建立和利用大数据系统，一些新型的中介机构可以帮助中小零售商从大数据中获取价值，很多传统零售企业也借助数字中介实现转型。这些新型的数字中介企业已经能够完成对数字资源的系列处理，并基于授权可以与合作方进行数据交互，并推动其要素化和知识化。如，阿里、小米等各大平台都着手开放各种应用程序的接口，为新型数字中介的发展创造条件，以帮助零售企业利用消费者数据。大润发、红蜻蜓都在利用钉钉更加高效地进行日常办公、管理以及前述的营销与消费流程的自动化。这些新型的数字中介已经演化和发展出类似零售通、小黑盒、阿里妈妈等数字中介企业，并演化出相应的按需付费、使用即购买、按效果付费等多种数字化付费机制。它们弥补了单个、传统零售商在技术、分析和治理技能以及网络关系上的不足［45］，也填充了其在云计算、大数据、人工智能等技术上的设备、人才、管理甚至文化上的缺失，帮助零售商顺利实现数字化转型。基于数字生产要素的价值创造能力代表性证据如表8所示。

3.6 基于数字化生态的价值创造

零售企业正在从生态化中创造价值，小米本身是一个原生的平台，但是也越来越多地投资线下零售领域，开始参与传统的“渠道”或供应链。虽然平台的发展最初强烈依赖于成功产品的推出，但随着时间的推移，重点逐渐从以产品为基础的思维模式转向以平台为基础的思维模式［46］。平台驱动的生态系统鼓励注册用户和内容消费者通过不断创造更多的内容为平台增加更多的价值，反过来又会吸引更多的内容创造者和消费者。

数字生态企业已经从专注于创造新产品转向管理合作伙伴。小米、红蜻蜓等企业通过发展和培养新的商业伙伴主动建构了生态系统，而不是试图主宰整个空间和获取所有的价值。盒马、大润发等零售企业专注于商品交换，通过优化算法、深度定制、数据学习等途径提升绩效；小米作为品牌商，提出和消费者交朋友，面向合作伙伴开放数据，引导资源有限的合作伙伴积极参与生态系统，从而逐步实现可持续的价值创造。

表8 基于数字生产要素的价值创造能力代表性证据Tab.8 Representative evidence of value creation ability based on digital production factors

生态化进程的推进使得实体渠道和数字渠道之间的界限变得模糊，零售商和制造商之间的界限也逐渐不清晰［13］。基于数字化生态的价值创造能力代表性证据如表9所示。在小米和阿里的实践中，数字化基础设施大多保持一定的灵活性、开放性和跨职能性，可以使合作伙伴便捷地拼接联合行动所需的应用程序、数据和流程。这些合作伙伴之间的关系，包括产品创新和开发、市场准入、客户关系等，共同构成了充满活力的商业生态系统。生态实现了环境嵌入性，即通过数字技术，跨多个平台、渠道或设备将客户数据连接起来，把流程、产品和互动无缝地整合到消费者的生活中［10］。构建生态可以满足即时性需求，并通过数字渠道的连接大大提高客户在各种触点的体验，创造顾客感知价值。

表9 基于数字化生态的价值创造能力代表性证据Tab.9 Representative evidence of value creation ability based on digital ecology

同时，在商业生态系统中，相互合作、相互支撑的不同利益相关者构成了“价值网络”。红蜻蜓准备打造鞋履小镇，与鞋相应的交易都可以在小镇里面完成。这种开放式平台是创新、增长和竞争性成功的源泉。互为生态的数字化才能走得长远，这也是数字化情境下新型零供关系、渠道关系的体现。当前的数字化实践中，平台企业、IT集成企业，大部分已经打开了自己的互联网生态“朋友圈”，他们和用户之间不再是传统意义上简单的“我提供硬件、你提供软件”的关系，而是一种在多领域、多场景紧密结合的伙伴关系。互为生态的做法，让产业用户互为上下游。小米的智能家居产品是在智能单品的热潮后以全屋智能、场景化智能为核心的产业链共创，由零售企业、智能家居厂商以生态化战法联合上下游厂商共同建立。这些企业互为生态，共同推动智能家居的发展。

从长远看，数字商业生态系统的建立和完善将进一步拓展到生产、供应、设计、合作者、股东、利益相关者等。系统的发展将由多个互为生态的龙头企业共同带动，最终实现全行业的共同发展。

4 结论与展望

4.1 研究结论

本文提出零售数字化转型机制模型如图1所示，零售数字化转型是一项系统工程，要从资源、能力和设施驱动的数字化能力，与用户、交易和关系驱动的数字消费者、数字生产要素及数字生态引致的价值创造、价值获取能力这两个方面推进、构建和重塑，才能确保数字化转型的成功。

图1 零售数字化转型机制Fig.1 Retail digital transformation mechanism

从数字化能力视角看，数字化转型不是技术采纳问题，而是整体变革问题。企业不仅要完成数字化基础设施的建设，同时也要进行数字化治理能力变革，通过系统性变革才能跨越鸿沟和陷阱。企业实现数字化转型，必须具备集资源、能力、设施于一体的数字化能力。数字化能力强调连接、采集、使用和分析等能力，挖掘未满足的需求、未充分利用的资源以及数字化时代的新需求。物联网通常意味着以家电、服装、手表、汽车、发动机、设备等为代表的各种实体物品的数字化改造以及行为和过程的数字化呈现，数字化能够收集、整合需求和资源相对分散情况下的数据，大数据分析和云计算能力的增强有效提高了企业的数据探测能力。这一系列技术和应用的集成创新提高了现有资源的利用效率和当前需求的满足水平，更重要的是，这些创新大幅度拓展了企业资源的利用能力和未充分利用资源的范围，大幅度提高了潜在需求的揭示能力和新需求的创造水平。在构建数字化基础设施能力的前提下，规避集成应用陷阱，跨越技术应用鸿沟，推动适宜性技术进步，完成治理机制和组织架构的全面变革，是数字化能力的关键。

从价值创造视角看，企业要实现数字化转型必须具备集用户、交易、关系于一体的价值创造能力。关注消费者价值主张是企业成功的前提，数字时代的消费者是产消者，也是集体智慧的贡献者。消费者价值主张的数字化、企业数据的要素化有助于扩大传播空间、提高传播效率，有助于生产者识别、满足和超越消费需求。数字化的跨界传播和极致利用是数据资产化、模式平台化和关系生态化的过程，这一过程是更加精准理解消费者价值主张、形成多维空间的价值创造能力的基础。提升基于数字生产要素的价值创造能力，注重产消者，搭建价值共创、智慧集聚的交易载体，实现生态化预示着数字化转型的成功。未来，零售功能要么成为一个生态系统主体，要么嵌入一个生态系统。

数字化进程深刻改变着传统零售企业的规模边界与市场边界的区隔，改变着零售功能和价值创造的能力体系，并将持续改变产业链各环节的竞争格局。零售商通过数字化基础设施获得更好的消费者洞察、销售信息、响应时间、与商店网络的沟通，并通过更好的需求管理降低风险。二战以来基础活动的信息化、程序化推动大规模零售公司的成批出现，数字化转型成功的零售业会将之推向一个新的高度，有可能出现超巨型平台零售公司。具备了数字化能力和价值创造能力的零售组织有可能形成庞大的、多元化的平台系统和生态体系，具备了同样能力体系的企业组织有可能形成更为复杂、更具有竞争能力、更加一体化的数字经济体和数字生态系统。

4.2 研究贡献

本文从传统零售巨头、具有庞大专卖店体系的传统品牌商、数字原生新零售企业以及具有生态链的数字原生厂商的多案例视角，归纳提出了依托移动互联、IOT、平台、云计算、生态链等构建综合的数字化基础设施能力，以平台治理模式为主构建数字化治理能力，并结合正反的经验与教训，研究了数字化转型陷阱和主流市场鸿沟的跨越能力问题，从能力视角解读零售数字化转型，拓展了传统零售能力理论的研究视域。同时，也区别于资源基础观和动态能力理论，本文提出的能力视角更加关注平台、生态等数字化下新兴治理模式和资源组合。

传统零售价值创造研究，集中在零售业通过购销差价实现价值创造，具体表现为通过“先买后卖”“为卖而买”“贱买贵卖”，推动商品“快速买卖”，识别探索消费需求并引导生产，在供需之间构建起双向影响、不断循环的“中介桥梁”［47］。本文发现，零售的价值不仅来自购销差价和生产者让渡，而且还来自数字化价值创造。特别是以数字消费者为中心，通过渠道创新、产品创新、品牌创新和设施创新等为顾客创造价值，利用各种营销方法组合和信息技术应用，不断挖掘、满足顾客需求和共创价值。在数字化情境下，平台和数字中介定位、探测终端用户需求期望，与客户对话，通过数据洞察，激发并借助集体智慧，不仅为客户创造新的、更具成本效益的体验，而且将平台和生态的各环节、节点、企业纳入共创系统，形成数字生产要素的价值创造和价值获取逻辑。数字化转型推动的零售竞争，已经拓展为与目标顾客共同创造的价值之争。本文提出的零售数字化转型的价值创造机制，发展和完善了价值共创理论，深化和拓宽了零售机制研究，增强了数字化情境下的理论解释力。

本文突破了以往零售数字化转型只研究零售业务的局限，拓展了对零售渠道、在线渠道以及移动渠道［24］的研究，尤其是深入探讨了消费者、零售商和合作伙伴之间形成的零售生态系统及其数据驱动的价值创造，填补了全产业、全数字、全在线和全组织广阔视野下零售数字化转型机制研究的缺乏。本文认为，零售数字化转型的实现是企业整体数字化转型在零售功能的体现，需要企业自上而下、从运营模式到治理体系的整体变革。研究结论对于回答数字化客户界面多样性和商业边界模糊化情境下零售数字化成败及其转型机制的底层逻辑具有较强解释力。

4.3 研究局限与展望

本文尝试打开并解释传统零售向线上线下一体的全渠道、数字化新零售转型的机制黑箱，但仍存在不足，主要体现在：①由于案例的限制，本文对AI(人工智能)的情形讨论不足，但这一领域很可能是未来发展的重要方向；②本文的案例仅仅局限在中国的零售企业情景，难免会有偏颇，其他国家的特殊情境或模式未能包括其中，案例也仅限于零售相关业务，对于数字化转型结论的行业普适性有待验证；③零售业数字化转型案例大多缺少财务数据，同时数字化转型的年份较短，长远结果如何有待进一步的考察和验证。

未来对于零售数字化转型依然有很多方向可以进一步研究和思考。①零售面临的数字化转型是一个非此即彼的是非题吗？即或者数字化转型成功，或者消亡。有没有第三条道路？②零售数字化转型过程中的特殊行业、特殊产权或垄断性质的企业是否另有渐进式道路？③对于不同规模的零售企业，数字化转型是否具有不同的意义？数字化转型对中小企业也许是一个弯道超车的机遇，对于大型企业则困难重重，必须克服多重障碍。④行政和立法等在零售数字化转型中应该扮演怎样的角色？虽然理论上通过政府指导、立法和公共治理等方式可以避免相应的行业乱象，但数字化时代才刚刚开始，模式仍在探索，要谨慎使用规划、补贴、立法等行政和司法手段。