“适者生存”是自然界的生存法则，同样，企业的生存也必须适应时代商业环境的变化甚至要带有前瞻性的迎合商业环境的变化。生意越来越难做，很多所谓的模式创新，感觉大多是“有病乱投医”，稍稍缓解了面对日益增长的“不确定性”带来的“焦虑”。中国已经完成了从匮乏经济到富裕经济的转型，这必然导致供需地位的变化，原来的卖方市场，彻底的变成了买方市场。层出不穷的销售模式，更是挖空了消费者最后那么一点点欲望。伴随商业环境的变化，即便没有疫情发生，零售行业一定也会面临较大的管理转型与升级，这是经济规律使然。
供需关系是所有商业存在的基础，这是千年不变的真理。但是满足这种供需关系的“交易模式”、“管理模式”却随着科技的进步，不断发生着变化。只有从历史观的角度，理清后面的本质在下一步管理改革的方向上才会不迷茫。从原始文明的物物交换，经过城镇文明的集市，再经过汽车文明的购物中心，来到了现在的互联网时代。“互联网+零售”的模式现在肯定不是最优形态，因此更不可能是最终形态，这也正是我们当前面临的课题。这是一个很大的话题，本文仅站在企业管理层面，谈一下浅薄的看法。
纵观企业发展的历史，生产效率的提升都是以技术进步为基础，同时在这些坚实的技术基础之上，发展出新的生产关系（特别是社会化大分工的出现），两者相适应后，实现了生产力的巨大飞跃。科学技术的发展速度已经已经呈现出很强的指数性，过去10年的科技进步超过之前50年的进步总和，这是非常可怕的。也正是因为技术进步速度的飞速发展，我们作为企业经营者在管理改革，也就是调整生产关系适应新的技术环境、商业环境方面，显得手忙脚乱。“改变找死、不改变等死”就是在这么一种窘境下出现的。但客观说，人们的焦虑都是源自对未来的“不确定性”。如果我们做出足够多的努力，一点一点消除这种不确定性，让确定性因子逐渐变多，焦虑自然也就减轻。但是盲目的尝试带来的挫败感，往往让企业家感到更绝望，只有发现事物后面的本质性规律，按规律办事儿才能事半功倍。
正如前面所说，我们这个时代技术进步的速度，远远超过了我们跑步紧追的步伐，但有一个核心的观点是已经得到证实的，那就是我们迎来了“数字时代”。当下或者未来的主要加速度的动力来源将是“数据”或者是基于数据挖掘、解读出来的“副产品”也就是“增值服务”。数字化的概念五花八门，到底是“大数据”还是“数据大”搞得大家眼花缭乱。我们还是要抛开这些表面现象，直视后面的本质问题。所谓的数字化无非就是要解决两个本质的问题。第一个问题是“现有业务的数字化描述”，第二个问题是“基于数据的智能决策”。后者以前者为基础。如果我们把数字化改革的本质性问题汇总到这两个主要矛盾上，事情在感觉上就会简单、清晰了很多。接下来我们就围绕这两个核心问题讨论一下。
【现有业务的数字化描述】
这个阶段的投入是数字化的基础，这部分投入的效果主要要靠第二个阶段才能真正显现出威力。这正是这个效果的“滞后性”让很多企业家有点不敢下决心。如果我们现在的业务不能在主要流程、主要业务环节上积累下重要的数据痕迹，数字化是无从谈起的。我们渴望后面数字化带来的巨大价值（后面会讲到），前期的努力没有是不可能的。这就像农民想要收获甜美的果实，起码你要把树种下并且养到结果的时候。
零售行业是较早介入系统化管理的行业之一，但早起步并不代表早完成。我们自己非常清楚，商品自出场开始算，一直到消费者手中链条有多长，而我们的信息化管理往往只抓住了“库存”跟“销售”两头，这中间的很长一段链条，在数据上是“黑盒子”。这段没有数据痕迹的业务链条，也成了业内主要的“灰色地带”，就像身体上的脓包，到底是“刮骨疗伤”还是“保守治疗”让人难以决策。试想，如果商品从进入企业仓库作为起点，一直到门店货架落位，也就是从商品规划到门店实施（商品规划、门店规划、陈列设计、门店运营）整个流程或者各个主要节点都有相关数据留存下来，是不是一定程度上会让“灰色”变得“透明”？当然这也不是零售行业完整的业务覆盖，仅仅是主要业务链条中的一部分。数图经过多年的努力，与天虹、三江购物、全家便利等有这方面共识的合作伙伴，在这个范围内做了大量的实践来验证这样做的可行性跟价值。非常幸运的是我们取得了很好的效果。即便如此我们仍然认为，这仅仅是第一阶段，相对较小的价值体现。真正的价值，会在第二阶段变得更大。
客观说数图已经验证的事情，仅仅是零售业务范围的一部分，作为说明“现有业务的数字化描述”这个话题是可以的。事实上零售是一个相对复杂的体系，虽然“大事”不多，但是“小事”特别多，零售行业不是“卡脖子”的高难度单一课题，而是“琐事”堆积起来的“量”的维度的复杂体系。也正是因为这个特点，如果我们完成了第一阶段的“现有业务的数字化描述”，让管理者能够清晰的看到整个业务链条的实际运行状态，所有的事情也倒变得简单了。基于这么一个道理，实现后面的“基于数据的智能决策”可行性也会比其他行业大得多。
【基于数据的智能决策】
基于大数据的智能决策这个话题已经成为热门话题，所有的行业会议上如果提不到这个话题就觉就Out了。但真的要把这件事情解释清楚，并且为企业实际落地提供指导就有一定的难度。我们从“授人以渔”还是“授人以鱼”说起。我们一直说“人才”是企业的宝贵资源，企业的发展离不开核心人才，这毋庸置疑。但这里面有两个问题，一个是依赖什么样的人才？第二个是依赖的程度有多高？如果我们缺少的是品类专家、营运专家、刀手生鲜加工能手等专业性人才，这是对的。但如果我们对门店一线作业人员技能或者专业性依赖仍然很高，那就错了。人才最重要，同时要是最大的成本。而且人才精力是有限的，我们如果什么事情都让“人才”去做，未免大材小用也可能造成我们花了大价钱请来的专家人才被太多琐事所累，不能集中精力做更重要、更有价值的事情。那么如何一方面降低对一线用工的要求（降低用工标准进而降低用工成本），另一方面将我们的高端人才从琐事中解脱出来，让他们有精力做更重要的事情？这就是智能化能够带来的最直接的效果。
不少企业在这方面做了很多努力，生鲜传奇多年以前就提出门店“傻瓜化”作业的概念，隐含的意思就是大幅度降低用工标准，让小白也能达到较高的营运标准。说起来容易做起来就很难，这里面除了业务的标准化以外，更重要的就是系统化的全面覆盖跟智能化支持。要接触对业务人员“大脑”的依赖，那么必须有一套智能化的“大脑”代替他们做出更准确的决定。要能够清晰的告诉门店业务人员，商品摆哪里、怎么摆？什么时候订货、订多少、怎么订？这些问题的后面，传统的做法往往是依赖于业务人员的经验，但经验如何变成企业的“资产”？唯有通过数字化，积累足够的数据，建立科学的挖掘逻辑，靠数据说话来推导出可执行的结果。如果没有前期的“现有业务的数字化描述”积累下来的大量数据，这些事情是做不到的。
上面描述的仅仅是减少用工压力一个方面，我们再来看看高端人才的依赖。零售行业知识价值含量最高的，莫过于品类的动态管理这件事。如果再考虑到商品自身的生命周期，面对成千上万的商品，这就成了一件极度烧脑的活儿。能够把一个企业的品类分析明白，能够不失时机的做出调整建议的专家级人物，少之又少。但这种人才恰恰又是企业最需要的关键人物，这就是大数据发力的重要节点。机器会不知疲倦的分析数据导出结论、会实时跟进每一只商品状态的变化，能够跟踪每一只商品的完整生命周期。靠人这是做不到的事情，人的精力能跟踪200只商品就不得了了，不可能做到全品类、全单品的全生命周期跟踪。也正是因为数据足够充分，因此靠大数据做出超越人工的结果也是可能的。基于这么一个理论，智能化品类结构优化就变得可行。数图在这方面的时间经验也证实了这一点并开始推出相关产品及服务。
大数据决策支持的价值，远远不止上面提到的这些。下图基于一家大卖场的案例（假定关联员工100人，年销售业绩7000万），做出了一些预估。零售行业的利润，本身就是“集腋成裘”一点一点积累出来的。特别是有一定规模的连锁企业，看似一点点的改变，放在几百家门店就不得了。数据不是绝对准确，但是能够引起大家思考就很好。
以上仅是数图一家之言，不妥之处欢迎批评指正，共同交流！
