传统零售时代，客户是上帝；新零售时代，抓住上帝的体验是王道。通过深度分析客户，以消费体验为中心开展运营，零售商才有机会在新零售时代乘胜为王。
深度客户分析的第一步是尽可能多地接触到客户，即增加触点，将他们的信息数据化，否则将“巧妇难为无米之炊”；第二步则是形成数字化会员库，好比构建一个充满数字化客户信息的水池；第三步才是在这个信息池中，对形成的消费信息进行深度分析，让水流起来，最终赋能零售业供应链的各个环节。
第一步，增加触点——触点是零售企业接触到客户的点，未来零售业的触点将无处不在。门店是触点，小程序是触点，公众号是触点，扫码是触点，快递接触客户也是触点。触点越多，客户便有更多的途径了解零售商，因此触点是为了引流和吸引客户。
触点让商家突破门店的时空界限，在线上线下构建一套完整的触达、销售、服务和扩散体系，实现业绩的持续增长。例如，便利之星这家连锁便利店通过线上支付、关注公众号、关联小程序和APP等吸引消费者注册成会员，再带动他们参与各种优惠活动，包括积分兑换、限时优惠和拼团等，从而促进他们消费和多次消费。另一家连锁便利店金虎便利最近每天都能新增3000多名会员，其中一个原因就在于他们的刷脸机系统令触点更加好触——不仅令支付变得快捷，也能够让顾客在支付后根据选择自动成为会员。
小程序和APP都是最常见的触点，APP诞生于移动互联网刚兴起时，可以淋漓尽致地发挥硬件资源的优势，因此在性能、设计、效果和流畅程度上均优于小程序；APP的劣势也很明显：一套APP的应用程序通常需要在安卓和IOS两个平台上各自开发，其应用和推广还需要诸多优秀的人才，包括产品经理和市场运营人员，以及大量企业资金的支持。相较而言，小程序的运营门槛更低，成为帮助更多的传统零售企业向新零售转型的有效工具。
然而，增多触点能否实现引流和销量增长，最终还是取决于品牌和产品自身的吸引力。
2017年运行两年的美特斯邦威“有范”APP的下线就是一个例子，这款APP当时有很多看起来“酷炫”的功能，还曾在《奇葩说》的节目上推广。这些功能包括：消费者可以把它视为一个综合的时尚购物平台，不仅可以买到美邦产品，还可以购买很多与美邦合作和签约的国际知名品牌的产品；时尚达人可以将喜欢的衣物搭配好并做成图片在平台上分享，如果被看中购买还可以与平台分成。可惜事与愿违，美邦并未被它的目标客户群——千禧一代视为“有范”，那么指望“有范”通过品牌聚合和用户参与来获得客户粘性则是如空中楼阁一般。
第二步，建立数字化会员库——在新零售时代，客户与零售商的关系由原先的购买关系转变为可链接、可互动和可影响的关系。增加触点是为了找到客户、建立链接和产生影响，而构建数字化会员库则是为了打造和深度挖掘客户价值。
数字化会员库需要整合线上、线下多渠道的会员资源，例如从服装品牌太平鸟、护肤品牌SKII和LAMER到卖场百联都打通了线上线下的会员体系。零售商们越来越意识到，无论是单纯依靠线上流量还是到店模式都难以支撑销售量的持续增长；而数字化会员库通过打通线上线下的会员体系，能够更好确定目标消费群和预测消费者产品购买的可能性，从而有针对性地制作营销策略。
在数字化会员库中，一方面，通过会员等级和积分体系的建设，对会员行为路径进行分析，掌握会员消费喜好和频次，深度挖掘会员价值；另一方面，通过实时呈现VIP会员画像，构建完整的会员管理体系，为精准营销提供数据支撑，并最大化延长会员的生命周期。
一个完整的会员数据包括五个方面的信息：会员的基本属性——姓名、手机号、性别、年龄和生日等；第二，会员的行为轨迹，包括活跃地点、活跃时间、活跃频率、活跃度和停留时间等，帮助我们了解客户习惯，回答何时向她或他推送的问题；第三，会员的兴趣标签，例如在品类、风格、浏览和互动等偏好；第四，会员的消费属性，例如消费偏好、消费能力、消费频率、促销敏感和支付方式等；第五，会员的关系数据，包括一度好友、二度好友、热度和分享数等，帮助我们了解哪些人是同类的，从而回答向谁推送什么的问题。
2017年，银泰百货的数据系统和阿里数据正式打通，之后银泰会员与天猫、淘宝的会员账号以及支付宝体系也实现了互通。由此银泰百货可以对客户进行分层管理和有针对性的推从，从过去人找货的模式逐渐演变为货找人的模式。在构建数字化会员库的同时，银泰也完成了商品的数字化，这样银泰不仅实现线上线下的一体化，也转变成为一家服务数字化会员的互联网商场。经过两年的运营，数字化会员于2019年9月突破1000万，会员交易占比提升了81%，会员复购率则提升了283%。数字化会员库不仅是深度分析客户的基础，也是会员数据驱动经营的基础。
第三步，消费信息分析——消费信息的分析和预测，在零售行业由来已久。然而不同以往的是，新零售时代的消费信息分析呈现出高度数字化、动态化、个性化和差异化的特点。
数字化指消费信息主要来自线上，而对消费信息的分析也需要在线进行；动态化指随着消费信息的实时更新，对消费者的需求和采购量的分析和预测也实时更新；个性化指运用大数据分析获取消费者的不同类型和个性需求，从而对消费者进行个性化的推送；差异化指不同零售商对可获取的数据类型、数据量级、分析方式和结果保持差异化，例如Nike和大润发分析的数据来源和需要的方式是不同的，会根据各自需求进行分析。
一些国际知名零售商的消费信息分析实践可圈可点。Nike通过Nike-Plus会员计划与客户建立更加个性化的联系，包括根据会员分享的个人运动习惯和轨迹，为她或他专门推荐鞋款并预留合适的尺码；识别特殊群体并利用算法为他们推荐个性化产品，例如，当识别除一些更喜欢在清晨或深夜跑步的客户之后，就会为他们推荐夜光跑步设备。在优衣库APP中，也是基于消费者的个人信息进行个性化推送：不仅根据以往的消费数据，个人喜好和场合，甚至根据当天的星座运势来改变推送的产品排名；同时还会向客户提供最新的商品库存信息，以提醒和帮助他们完成在线购买。优衣库还在APP中增加了AI自动应答服务，让消费信息的分析和推送更加智能和个性化。
以上两例借助的都是零售商自身所拥有的数字化会员信息，欧莱雅则借助百度平台进行更加广泛的消费信息分析：一方面，欧莱雅通过与百度的合作，让旗下越来越多的品牌被消费者搜索、点击和记录。例如，欧莱雅曾通过百度的“人群定向”技术，对搜索过时尚、彩妆、女性等关键词的人群追踪发送巴黎欧莱雅彩妆戛纳展的品牌展示广告，在之后10天内与欧莱雅彩妆有关的关键词的日均搜索量上涨近千。另一方面，基于百度的大数据，欧莱雅可以洞察消费者在彩妆上的真实需求，同时了解自己的哪些产品正在被搜索，以及有哪些相关的信息和热点，这些都为解决优质产品的触点问题和实现有效的精准广告投放提供了基础。例如，欧莱雅在前期与百度的市场调研中发现，虽然“玻尿酸”的搜索率极高，然而消费者却难以从诸多医美广告中获取亟需了解的效果和安全性等信息。为此，欧莱雅联合百度为其新品复颜玻尿酸系列打造了别出心裁的广告营销……这一切正是基于对消费信息的广泛分析。
新零售为分析消费数据信息提供了便利，然而每家企业分析的能力却千差万别，这里的差异主要还取决于在数字信息科技上的投入和重视。NIKE在数字科技转型上的努力和进展提供了很好的示范，NIKE于2018年收购了消费者数据分析公司Zodiac，后者特有的分析工具能够预测单个顾客的终生价值；2019年底又收购了AI预测分析公司Celect，则帮助从源头上完善了商品和供应链的数字化程度，从而更加精准地预测消费者的需求，包括预测消费者对产品风格的偏好以及在下单时间和渠道方面的偏好，从而从研发端开始对于精准生产符合消费者需求的产品产业链提供支持，并提升整个供应链的资源效率。基于消费信息分析，实现了将生产周期从60天缩至20天的目标，从而将设计到上架的时间减半。
从增加触点到建立数字化会员库再到消费信息分析，也体现了在心理层面与客户之间关系的步步深入，有大量心理学的理论可以提供解释。触点作为客户接触零售品牌的最初通道，伴随的情感体验置为重要，这正是心理学上的首因效应——“最初的记忆令人难忘”所揭示。
在传统零售时代，以货为中心，会员制只是为了促销，在这种情况下简单粗暴且无差异的广告攻势很常见，该方式适用于信息不够充分和选择不够多的情况。
而新零售时代是一个信息爆炸的时代，来自各个渠道的广告和产品信息充斥，这时帮助消费者决策则更为重要。当前消费者的四种基本需求——吸引我（attractme）、帮助我（helpme）、提供便利（makeiteasy）和了解我（knowme），将会随着数字化会员库的建立，实现对消费信息尤其是与客户心理和行为有关的信息进行深入加工和分析，并以此为基础向客户进行个性化的推从，从而实现为客户创造价值的新零售的真谛。
作者：陈景秋章甜杨涵（陈景秋为上海交通大学安泰经管学院教授）
