新零售背景下我國物流企業數據驅動創新路徑

陳松奕 崔藝

內容摘要：“互聯網+”背景下，物流企業的創新越來越關注數據本身，數據驅動創新成為我國物流企業實現發展和轉型的重要模式。新零售背景下，消費者對物流的及時性和服務性提出了更高的要求。本文在分析新零售概念的基礎上，結合數據驅動分析了我國物流企業創新發展的優勢與劣勢，并從物流企業自身板塊數據融合、創建共享數據庫及創新數據價值服務三個方面入手分析了我國物流企業數據驅動創新的方法，并提出了相關建議。

關鍵詞：新零售 ? 物流 ? 數據驅動創新 ? 路徑

引言

隨著經濟的發展，我國居民人均收入水平不斷提高。據《2017年國民經濟統計公報》中的相關數據顯示，2013-2017年我國居民人均可支配收入從18311元增加到了25974元，隨著居民收入增加，居民消費能力得到了不斷提升，其產生了新的消費需求與消費方式，傳統消費模式已難以滿足消費者需要。數據驅動創新是我國物流企業及其他相關傳統企業實現創新發展和轉型的重要創新模式，其引導企業實現了自身不斷創新，提高了企業競爭活力。新零售背景下，我國物流企業可以通過大數據對客戶行為進行挖掘分析，以此幫助物流企業進行合理決策，從而實現物流企業資源在時間和空間上的自動匹配，最終推動社會化物流體系效率的提升。

新零售的內涵與優勢

（一）新零售的內涵

“新零售”一詞由阿里巴巴主席馬云在2016年在杭州云棲大會上首次提出，“新零售”指的是零售企業在實體經營基礎上借助網絡信息技術，將大數據、云計算等新型技術融入商品的生產、流通與銷售的各個方面，并依據數據分析后的反饋對商品流通各環節進行升級改造，不斷創新零售行業的業態結構與生態圈，從而將零售行業線上與線下與商品流通環節緊密融合，實現零售企業線上線下與物流的高效統一。以移動互聯網公司小米為例，“小米新零售”模式啟用于2017年，其充分利用了線下實體店的體驗性與線上小米商城的高效性，根據線上商城的大數據分析實現了線下實體商店資源的統一分配與調度，從而充分提高了企業的運營效率。據小米官網公布數據顯示，2015年小米智能手機占小米企業整體業務銷售額的80%以上，而物聯網和生活用品業務占比僅為13%，在采用新零售模式后2017年小米企業互聯網業務銷量增長了51%，營業收入達到99億元，小米新零售銷售模式實現了企業運營效率的高效增長。

（二）新零售的優勢

新零售模式通過大數據對消費者進行消費能力、商品偏好類型、收入水平等分析，并借助物聯網、人工智能等新型計算機技術，在線下實體店消費者體驗的基礎上，將線上線下與物流進行融合，統一線上線下商品價格，打通零售商線上線下銷售壁壘，提高企業運營效率。新零售模式優勢主要分為以下幾點：第一，多樣化零售企業銷售形式。新零售在企業電子商務的基礎上增強了消費者購物的感官體驗，其通過線下體驗店使消費直觀感受商品，使消費者更易于區分商品質量的好壞，這增加了消費者的品牌信任度，促進了零售企業發展;第二，為零售企業銷售渠道融合發展提供可能，目前80后和90后成為社會主要的消費人群，相對于60后、70后一代他們對新興技術接受度更高，其更多習慣于在智能終端上進行消費，新零售的出現使80后、90后在購物過程中獲得了更多的參與感與滿足感。以線上為主的企業通過建設線下體驗店彌補了電商先天短板，線上線下雙渠道的完美融合為實現互聯網經濟和傳統經濟共同發展提供了可能;第三，新零售借助大數據促進零售企業業態升級。在新零售商業模式下，大數據技術會依據消費者的歷史偏好進行信息篩選和商品推薦，這減少了消費者尋找商品的時間，滿足了消費者的消費意愿。而零售企業借助消費者偏好信息，可以更為合理的配置線上與線下的商品，從而實現了零售企業的業態升級;第四，新零售提高商品配置效率。零售企業借助網絡實現線上線下的物流融合，可以有效減少企業商品的庫存積壓，從而提高企業各類資源的配置效率。

新零售時代我國物流企業數據驅動發展與變革

在我國消費升級、信息技術升級以及產業升級的三重驅動下，以消費者用戶體驗為中心的新零售商業模式應時而生，其通過大數據等信息技術重塑商品、市場與物流環節，并在這個過程中完成對物流企業的各要素資源調整，促使物流產業實現創新升級。

（一）新零售模式下大數據驅動物流創新變革是必然趨勢

近年來，我國網購用戶數量已趨于飽和，電商企業單純依靠互聯網實現高額盈利已難以出現。隨著消費者收入水平的提高，其對商品的品質提出了更高的要求，在這種情況下，高品質、體驗式的消費需求成為傳統線上零售電商的發展瓶頸。“新零售”模式的出現成為了零售企業體驗式消費的契機，其引導了零售消費模式的變革。現階段，消費者除了愿意支付商品本身的費用外，還愿意為商品服務和購物體驗支付溢價，這對物流服務提出了更高的要求，而在這樣的商業背景下，傳統的物流效率已不能匹配電商目前的物流要求。以近兩年“雙十一”電商銷售的商品結構與規模來看，家電、手機、日常生活用品、母嬰用品等生活必需品的占比逐漸從2016年20.4%、12.1%、8.1%、6.2%下降至2017年15.1%、8.8%、5.6%、3.6%，與此同時高檔耐用商品的占比逐漸上升為銷售榜單前十。以京東商城為例，2017年京東“雙十一”活動期間，其高端品牌吸塵器、凈化器等商品超過總銷量的60%。在新零售背景下，零售企業可以利用大數據技術打破零售供應鏈上下游邊界，融合線上、物流與線下實體零售店資源，縮短與消費者之間的實際空間距離，降低物流運營成本，提高物流企業效率。數據驅動借助互聯網信息技術能夠快速從社交媒體、網上商城等獲得消費者購買的相關數據，其不再利用原來層層反饋的靜態數據，而是借助大數據、云計算等技術抓取用戶動態進行日常數據管理，以獲得最大的數據價值。如圖1所示，在傳統的管理模式下，企業遵循傳統的決策程序，其通過基層實體商店的靜態調研數據搜集，中層數據分析與制定方案，最后再由高層進行決策評估并選擇最終方案，在這種數據反饋模式下，物流企業決策制定復雜，對信息帶來的變化反應緩慢，容易錯失調整企業戰略發展的良機，其決策時間越長為企業帶來的經濟損失就越大。而在數據驅動創新發展模式下，物流企業借助新型互聯網信息技術，不斷簡化流程，利用及時有效的動態數據創新戰略決策，從而提高了物流企業的決策效率、擴大了市場份額。

以京東物流為例，作為電商物流的京東物流通過對客戶行為數據進行挖掘分析，利用大數據來預測客戶消費行為，不斷優化了自有倉庫的庫存倉儲系統，開拓創新了自身供應商羅盤與上門回收付費服務，充分提高了企業運營效率。2017年8月，京東物流利用大數據建成國內首個“前店后倉”的線下實體體驗中心，打破了三、四線城市消費者對購物“看不見，摸不著”的顧慮，推動了京東物流在全國倉庫布局與功能設置上的創新。據京東發布的2017年年報數據顯示，京東全年營業收入比去年增長了40.28%，營業收入達到3623.32億元，其中2017年4月組建的京東物流收入規模已實現盈利，這降低了京東零售產業鏈企業的流通成本，提高了其商品流通效率，京東的營業收入超過蘇寧云商的兩倍，這使得京東穩居國內最大零售商的寶座。

（二）新零售背景下我國物流企業數據驅動創新發展的優勢分析

在智能信息技術快速發展的時代，大數據與云計算等技術逐漸成為企業競爭的核心，相比于傳統的經營管理模式，依靠數據驅動的創新模式已成為企業創新發展順應時代的表現。在新零售背景下，企業利用大數據技術打破了零售供應鏈上下游邊界，其融合了線上、物流與線下實體零售店資源，縮短了與消費者之間的實際空間距離，降低了物流運營成本，提高了物流企業生產經營效率。近年來，我國物流業行業運行總體呈現出緩中趨穩態勢，隨著數據驅動企業發展模式的出現，2018年上半年我國物流企業中新興物流領域迅猛發展，全社會物流總體運行效率得到改善，物流企業的業務發展規模總體呈現平穩狀態。在大數據、云計算等新型信息技術基礎上，物流企業通過對自身業務數據的挖掘與分析來應對外部瞬息萬變的經濟環境和競爭態勢，物流企業內部主動求變的主觀意識普遍增強，數據創新與融合發展成為物流企業的發展共識。如圖2和圖3所示，截至2018年8月，我國全社會物流總額在當年8月達到177.8萬億元，同比增長7.1%，略微高于我國2017年物流總額的年均增長率。從圖3可以看出，我國社會物流總費用依然保持緩慢平穩的增長率，物流領域“降成本”的實效并不明顯，在這種情況下，數據驅動創新物流領域服務可以促進企業降低物流領域成本，提高物流企業運行效率，從而實現企業的變更升級。

（三）我國物流企業數據驅動創新發展的劣勢分析

我國整體物流企業數量眾多，企業經營規模普遍較小，物流企業整體網絡布局極為不合理，這就造成大數據對物流企業的創新驅動缺乏統一的規劃和整合，這限制了大數據應用對物流企業的驅動創新。大數據、云計算等先進信息技術的應用盡管能夠使企業快速搜集業務數據，為企業物流業務的展開提供預測和規劃，但配備物流企業運輸過程的全球定位系統和地理信息系統的應用并不能為整個運輸提供精確的實時跟蹤，這大大削弱了大數據提升物流企創新的效率。物流企業之間的數據私有化與信息的可靠性也限制了數據驅動企業創新的效力。在大數據時代，我國各行業都在以采集消費者行為數據為依據，建立自身數據庫來增強自身企業的核心競爭力，但數據驅動發揮效力的前提是對整體物流行業的數據整合，而物流企業之間數據私有化形成了數據壁壘，這導致數據驅動難以提高物流企業整體的經營效率。另一方面，我國企業從2010年起才逐漸重視到對大數據的挖掘與分析，故受到國內大數據應用不夠廣闊與傳統商業思維的影響，我國目前的大數據應用未能獲得較大突破，依然僅停留在分析數據與數據之間的聯系，并未將數據整合統一，這也限制了物流企業未來的發展。

基于新零售的我國物流企業數據驅動創新路徑分析

（一）新零售背景下物流企業流程的數據驅動創新

傳統零售模式下，零售企業與物流企業之間業務割裂，二者往往是根據業務渠道進行劃分管理，其渠道運營成本高昂，難以實現規模經濟，而新零售商業模式的出現則通過對資源的整合與優化提升了供應鏈每一環節的運營效率。物流企業數據驅動創新主要是集中在對價值數據的驅動和關系數據的驅動兩個方面，其主要涉及企業物流服務產品數據挖掘、平臺數據贏利模式驅動創新等方面。在信息技術快速發展的背景下，數據驅動企業發展的實質就是企業利用相關數據進行挖掘與分析，使大數據以及云計算等技術為物流企業海量數據的挖掘和分析提供廣闊平臺，將數據成為驅動物流企業快速發展和轉型的核心力量。數據驅動我國物流企業服務方案創新的具體流程如圖4所示，物流企業數據驅動在借助先進信息技術的基礎上，利用及時有效的挖掘、處理，使相關的物流數據創造行業價值，之后進行不斷的迭代數據更新改進，在數據實時有效的基礎上持續不斷更新物流企業業務處理方式、開發新產品或新服務，從而驅動整個物流企業的管理和運營。圖4展示了數據驅動創新在物流企業各環節中發揮作用的節點，其主要表現為一種數據的更新和迭代，其通過數據挖掘再分析生成新的物流服務的創新方案，從而實現物流服務方案的逐步優化創新，最終以數據的不斷更新促使物流企業創新升級。

（二）新零售模式下數據驅動物流企業創新發展的路徑建議

物流企業中的數據驅動創新，其在數據驅動發生的作用范圍、參與創新的主體和數據創新的類型等方面都存在自身特點。在新零售背景下，零售企業線上線下與物流配送的融合發展促使物流企業覆蓋范圍逐漸擴大，數據驅動創新使物流企業將內外部各個業務板塊連接起來，實現了大數據驅動與企業社會化的協同發展。為了促使物流企業實現數據驅動及創新發展，需從以下幾個方面著手：第一，整合物流企業內外部板塊數據資源，實現各板塊信息資源的協同創新。物流企業數據驅動創新不同于新興企業，其在創新路徑方面主要體現在利用現有數據拓展業務覆蓋范圍和拓展業務所涉及領域兩個方面，而最能體現這一點的企業是菜鳥網絡和九州通。菜鳥網絡是一家提供大數據技術的科技公司，是聚合物流產業鏈倉儲、干線、快遞以及跨境物流等的優勢資源為一體的第三方物流企業的運行協作平臺，其建成了高效率的物流網絡。如菜鳥網絡通過將淘寶、螞蟻金服、高德地圖等資源進行數據整合，使菜鳥自身的倉儲配送網絡、菜鳥驛站、快遞網絡等各個板塊實現了協同，從而使企業大數據驅動與服務社會化統一，在數據整合創新的基礎上使菜鳥網絡的覆蓋范圍遠遠大于其他新興的企業。而九州通的數據驅動創新則是借助互聯網技術將電子商務、醫療衛生等多個領域涵蓋在內，實現了互聯網與大數據協同創新的條件下企業自身服務一體化的數據驅動創新;第二，與第三方合作共建數據資源開放網絡平臺，創新各主體以及客戶之間的數據共享服務。我國物流企業數量較多，但規模大的物流企業數量很少，而規模較小的企業很難僅依靠自身就實現數據的驅動創新。故，一些規模較小的物流企業可以選擇與第三方數據信息處理企業合作共建網絡信息平臺，利用第三方數據處理企業挖掘物流企業客戶行為數據的潛在價值，從而實現物流企業的服務創新。以沃車港為例，其在利用大數據、云計算等互聯網新型信息技術挖掘分析物流大數據的基礎上，推進了相關物流信息共享和運輸車輛的互通，沃車港通過對物流大數據分析并對物流倉儲、運輸等環節進行預測和實時監測，促使物流企業在互聯網平臺實現了數據驅動服務創新，從而為客戶提供了實時、高效和精準的創新性服務;第三，挖掘物流企業自身數據價值，為第三方企業提供新的增值服務。以京東物流為例，京東物流通過不斷挖掘自身擁有的龐大客戶數據，借助大數據、云計算等技術對客戶相關行為數據進行商品需求分析預測，從而實現了自身的數據驅動戰略。京東物流通過大數據信息進行調配商品資源、自動補貨、自動調撥、庫存分析，在這個基礎上，京東物流還創建了物流倉儲健康系統和供應商羅盤計劃。京東物流不斷完善了自身與供應商的溝通平臺，其借助互聯網技術實現了與供應商的信息同步，使供應商與物流公司能夠做到協同處理，以此推動物流企業數據驅動服務創新進程;第四，大數據應用對物流企業而言是全新的運營模式，但物流企業采集整理的消費者行為數據與消費者隱私密切相關，部分企業為了獲取用戶數據信息的同時也侵害了用戶的隱私。為此迫切需要國家盡快完善個人隱私保護政策，使企業通過正當的手段收集消費者行為信息。數據驅動創新是我國物流企業及其他相關傳統企業實現創新發展和轉型的重要模式，是引導企業實現自身不斷創新、提高企業競爭活力的保證。物流服務是依賴于有形產品而產生的無形服務，我國物流企業的數據驅動創新通過對物流服務數據的分析、挖掘而創新，其通過對客戶物流數據的挖掘與分析實現了各物流環節與客戶需求之間的精準匹配，這大大改善了客戶體驗，從而實現了物流企業以客戶為中心的服務原則，在一定程度上降低了物流成本。在互聯網經濟時代，物流企業需具備互聯網思維，借助數據分析挖掘的力量，在物流企業內部形成循環數據驅動模式以實現物流企業的創新發展與轉型升級。

結論

新零售背景下，我國物流企業可通過數據驅動對客戶的行為數據進行挖掘分析，從而在物流企業決策流程上實現循環式促進，幫助決策雙方對未來業務形勢進行預判，實現物流企業資源在時間和空間上的自動匹配，推動社會化物流體系效率的提升。在我國消費升級、信息技術升級以及產業升級的三重驅動模式下，以消費者用戶體驗為中心的物流企業運營模式應時而生，其通過大數據等信息技術重塑商品、市場與物流環節，并在這個過程中完成了對物流企業各要素資源的調整，促使物流產業實現創新升級。在新零售商業模式下，企業線上線下與商品流通環節的融合更加深刻，零售企業與物流企業之間的合作更為緊密，這需要物流企業不斷提升物流效率、提升物流服務的水平。結合新型信息技術的數據驅動發展戰略成為物流企業進一步發展的重要選擇。物流企業的數據驅動創新一方面會促進物流企業在挖掘客戶行為數據的同時實現自身服務的創新，另一方面還會加劇物流企業內部競爭，從而使沒有能力在內部外部展開數據創新的物流企業逐漸淘汰，從而優化市場環境。總體而言，新零售模式下物流企業通過數據驅動創新實現企業自身創新發展與升級需要從企業內部、外部與第三方平臺三種途徑入手，其利用大數據、云計算等信息技術對企業擁有的龐大客戶服務信息進行挖掘分析，在物流企業業務流程上實現循環效應，并通過數據驅動創新促進物流企業產品與服務創新，使物流企業能夠在激烈的競爭環境中得到進一步發展，最終實現物流企業的創新發展與升級。

參考文獻：

1.申瀟瀟.新零售時代下物流行業的發展路徑研究[J]. 現代商貿工業，2017（18）

2.劉艷，程恩萍，侯愛軍.基于創新驅動的我國物流業創新發展評價[J].科研管理，2018（s1）

3.劉海燕.“新零售”背景下物流業面臨的困境與發展路徑選擇[J].商業經濟研究，2018（14）

4.林宗銘.我國物流企業創新路徑研究[J].物流工程與管理，2015，37（6）

5.王展超.新零售模式下我國實體零售業經營策略研究[J].商情，2017（52）

6.何一冬.“新零售”服務供給與消費能力提升研究[J].商業經濟研究，2018（5）