出品/联商翻译中心

来源/《贩卖革新》

编译/文心木意

永旺在2022年度创下了历史最高的营业收入，主营业务的营业利润也十分亮眼。其中，作为核心的GMS（综合百货超市）事业带动了永旺零售的发展，实现了3期以来的首次盈利。在GMS业态普遍陷入苦战的情况下，永旺的业务却实现了V字形复苏，逆势生长。

截至2023年2月财年，面对进货成本、电费高涨的情况，在严峻的事业环境下，永旺通过推进数字化来提高生产效率，全公司致力于成本控制，收获良好成绩：营业收益创历史新高，达9兆1168亿日元，比上年增加4008亿日元，比上一财年增收了4.6%。营业利润2097亿日元，比上年增加354亿日元，比上一财年增长20.3%。

经常利润为2036亿日元，比上年增加365亿日元，比上一财年增长21.9%。纯利润为213亿日元，比上年增加148亿日元，比上一财年增长228.7%。营业利润以下的阶段性利润，虽然没有达到2019年的水平，但是2020年以后，所有阶段都增加了利润。

图表是每个事业部的状况：

下面是针对永旺零售的复活做的一些详细介绍。

GMS事业从上年的20亿日元的赤字（亏损）转为140亿日元的黑字（盈余），超过了疫情前的实绩(19年为120亿日元地产开发事业)，呈现出V字复苏。为盈利改善做出最大贡献的是永旺零售，盈亏改善了143亿日元。

一、销售利润的最大化

永旺零售将本年度定位为向增长轨道转换的一年，致力于销售总利润的最大化，同时随着成本上升推进收益结构改革，增加约100亿日元的水电燃料费。

相反，由于销售总利润的增加和销售管理费用的减少，营业利润达到57亿日元，比上一年增加了143亿日元，超过了疫情前的公司19年的业绩，实现了扭亏为盈。

为了实现销售总利润的最大化，以扩大自有品牌Top Value销售带来的毛利为基础，在食品部门导入了计算出合理售价的“人工智能价格”，努力降低售价变更，并且计划在2023年导入后述的自动订货系统“AI ORDER 人工智能订货”。

永旺零售的服装方面，为了加快销售高峰的到来，通过适时适当地启动新季节的活动，提高了季初报价（厂商事前设定的销售价格）的消化率，服装的毛利率提高了1.7%。此外，该公司从2020年开始致力于以削减库存、压缩固定费用、通过DX（数字化转型）提高生产效率为主要内容的结构改革。库存比去年下降到适当水平，创造出450亿日元的周转资金差额，改善了现金流量。

固定费用方面，DX（数字化转型）通过节电控制电费等来减少销售费用，DX推进全店引进各种机器，特别是在提高占店铺人工费的二成至三成的收银环节的生产效率方面进行了努力。其结果是，2022年削减了约160万个人时（也叫工时，一个员工工作一小时，称为一个工时）。将产生的多余人时等重新配置到网上超市等业务增长领域，在成长轨道不断加速。

二、不阻止盈利恢复势头，实施结构改革措施，PB担当重任

永旺董事兼代表执行董事长吉田昭夫在年度财务报表的发布招待会中回顾了2022年财年的状况，他表示，“在过去的一年中，我深切感受到了在已经习惯了通货紧缩、没有经历通货膨胀的市场环境里，消费者的生活节约意识、消费者的两极分化非常强烈。”

Top Value(永旺的自有品牌)致力于固定优势价格，制定了通过商品来支援生活的方针，一方面推出附加价值型产品，另一方面强化附加价值型产品阵容组合，更新了新产品共计1200种。与上年相比，一直呈上升趋势。“让更多的顾客试用Top Value，增加顾客粉丝。这样的良性循环开始了。”(吉田先生)

不论什么业态，坚决实施成本控制。在全国的1万家店铺提前实行了节电，冷柜替换，LED化等节能投资。以综合百货超市(GMS)、超市(SM)为中心推进收银、后方业务的数字化转型，努力提高了生产效率。因为看到了这条前行之路，所以先行实施了人力投资，即给在现场工作的员工加薪。

前期，永旺的零售事业还从疫情中收益，但进入2023年后，这种“红利”逐渐消失，销售进一步趋于平稳。另一方面，非零售事业在疫情中因顾客减少而陷入苦战，但后来调整为与新冠共存，业绩稳步恢复，并上升至疫情前的水平。

“为了不阻止借助疫情而增长的零售业务的势头，我们将通过强化PB（自有品牌）来提升领先地位，改善毛利；通过活用数字化技术来提高生产效率，积极实施结构改革措施”(吉田先生)

2023年是中期经营计划的第三年，再次强调了PB商品的重要性。关于PB的价值，过去一直是定位于提供NB（名牌商品）品质的低价、高利润商品。现在，这还不够，还需要将企业理念具体化，成为差异化和竞争优势的源泉。

PB的成功将对企业经营产生巨大影响。例如，Top Value年内价格冻结宣言：最近由于原材料价格高涨和天气不顺的影响，食品价格接连上涨。在这种情况下，持续改善物流的效率化，并通过从国内外最优源头采购原料、统一采购等各种措施，努力合理地削减成本，努力稳定供应，12月31日之前价格不变，不会涨价！

正是在反映企业理念和竞争优势的“冻结PB价格宣言”发布之后，Top Value的购买动向又出现了变化。在店铺没有购买过Top Value的顾客(15%)中，有三分之一(34%)在宣布冻结价格后开始购买商品。即使是一件商品，也有超过九成的顾客选择了Top Value。今后也将继续提高购买商品件数中Top Value 的构成比例，通过商品增加扩大顾客范围。

由于Top Value的良好表现，永旺零售时隔3个财年恢复了盈利。2020年开始的3年被定位为复兴期。吉田先生作出如下说明：

“我们积极采取压缩商品库存、削减售价变更、扩大网上超市等措施，零售业务的恢复对扭亏为盈作出了巨大贡献。在商品方面，通过PB的强化，食品销售额稳步增长，顾客数量稳定，服装、美丽与健康商品等毛利较高的非食品事业的恢复，直接促进了利润的改善。”

三、通过实体和网络创造消费场景社区空间

2023年也推进符合消费场景空间模式的打造来提高利润。作为范本的是，2022年10月，永旺天王町SC(横滨市)以拆旧建新的模式再开业。与以往的卖场布局规划不同，此次采用的是推进跨部门的融合方式。例如，将运动用品卖场、健身中心、运动鞋等作为一个整体场景售卖区域，以应对健康意识高的顾客。另外，不仅是实体店，在网上也积极地进行融合，以网上超市来引领，努力促成顾客线上线下融合。

吉田先生对GMS业态的理想状态是这样理解的。

“关于生活方式，要将适合场景特性的品类集合起来。为此，每一个大品类，卖场都要具备高度的专业性，达到能够自主运营的水准，这一点很重要，如同实现提供一个符合场景特征的社区场所一样。”

通路问题也一样，实体店与线上店铺，能否实现无缝对接的线上线下的深度融合？无论是在卖场还是数字化的线上，顾客都能享受到全方位的商品、服务，这将丰富当地顾客的生活。这就是永旺GMS的目标。

关于今后具体的增长动力，吉田先生列举了以下两个要点。

第一，服装和家居休闲的改革。公司成本结构逐渐固化，食品随着PB的增加已经趋于稳定，那么剩下的就是服装和家居休闲，还有增长的余地。

第二，如何获取来店顾客的在线信息。根据永旺零售的数据，对只在实体店购物的顾客和同时光顾实体店和网店的顾客在食品方面进行比较，发现在一年的购物金额中，同时光顾实体店和网店的顾客要高得多。也就是说，使用在线购物的人，并不是不会在实体店购买，而是在一家店铺购买的金额会变多。也就是说，如果面向现在来店的顾客促进在线消费，那么该顾客在店铺的购买金额就会提高，因此如何将顾客引导到在线消费就成了需要解决的课题。

GMS的服装和家居休闲并不是现在才开始的课题，但是如果购买频率高的食品的在线用户增加的话，也会影响到服装和家居休闲。当然，线上竞争并不容易，但如果能充分利用实体店的优势，还是有可能在竞争中胜出的。

综上，无疑是因为永旺零售复活之术实行得当，才能终于走上复活之路。

补充信息，供参考学习：

2023年新导入的永旺零售“AI 订货”

减少订货金额、改善机会损失、提升销售

永旺零售开发了号称“日本国内最大规模的需求预测和订货系统”的“AI ORDER（订货）”，并于2023年5月13日起在“永旺”“永旺style”等380家店铺导入。

到目前为止，该公司在2019年实现了每个店铺的来店人数的人工智能预测。从2021年开始，导入了“人工智能价格”。“人工智能订货”是其扩展的订货自动化系统。

通过人工智能预测顾客数量、过去销售业绩，以及星期几、价格、气温、日历信息、促销信息等，通过机器学习自动提示正确的订货数量。通过AI的学习效果，不仅可以减少因气温变化等原因导致的突发断货造成的机会损失，还可以通过防止过度订货来削减库存，减少降价和废弃损失等。

另外，通过适量化订货数量，在进货整理、出货、库存管理、降价、订货修正等方面都能发挥作用，从而减少所有操作业务的负荷。

日历信息包括永旺的“感谢顾客日”以及平日、周末的指数变化。关于气温，随着气温上升销售额增高的果冻豆腐、鸡蛋豆腐、凉粉，相反随着气温下降销售额增高的厚油炸豆腐、鱼卷、中华包子、烧豆腐等商品的动向就一目了然。

促销推广方面，每个商品都有相应的促销计划，因此缺货的情况随处可见。但是，“人工智能订货”也能通过学习促销推广方法，这样一来就不会发生机会损失。

刚引进导入的时候目标商品是每天订购的日配品、面饼、豆腐、面包、甜点、生点心。在预测精度准确度评价中，和式食品18分，豆腐17分，面包4分，甜点23分，生点心31分，看到了准确度得到了改善。

导入后和2个月后的情况进行了验证，发现相关店铺的订货金额减少了30%，另一方面机会损失改善了15%，销售额上升了2%左右，降价减少了，毛利率也改善了。

以往，一个店铺一个部门每周的订货所需时间平均为90分钟。但是通过“AI 订货”，这个时间减少到了45分钟；由原来的1家店铺1个部门平均40分钟左右的订货修改，减少到了25分钟，库存修改时间虽然增加了一部分，但仍在可以吸收的范围内。由于订货金额的减少，一个部门的商品补充时间从9小时成功地减少到了6小时，减少了3个小时。

以往的做法是，把来店人数和每个商品的PI（每1000名通过收银台的顾客所购买的商品件数）值作为过去信息的参考，进行订货。但是，通过“AI 订货”预测这些情况，就可以自动给出准确度更高的订货数量。

具体可见以下图示：

根据永旺零售的介绍，在AI完成的同时，还与物流中心进行数据协作，从而改善配送效率。通过实现对AI数据的需求预测，推进制造计划、商品处理作业、轮班等店铺业务的数字化。另外，通过将需求预测数据与订货和物流联系起来，推进供应链的最优化，实现物流和系统构建相连的数字化。