中国新零售研究专题分析报告2017_Vfinal_20171107.pdf

化茧成蝶，变革中的零售业Confidential and Protected by Copyright Laws本产品保密并受到版权法保护中国新零售专题分析20172017/11/72数据分析驱动变革2017/11/72数据分析驱动变革分析定义和方法新零售，倡导以消费者为中心，依托大数据、人工智能等技术驱动，对商品生产、流通与销售过程进行升级改造，进而重构零售业态结构及生态圈，并融合线上、线下零售服务体验，以满足消费者的消费升级需求。分析范畴分析内容主要论证了对“新零售”的理解、其出现的原因、零售生态主体应对变化的表现，以及对新零售发展的预判。分析内容告涉及的厂商包括：阿里零售、京东、国美、钱宝、盒马鲜生、永辉超级物种、云鸟等。本分析内容的国家和区域主要包括：中国大陆，不包括港澳台地区。分析方法分析内容中的资料和数据来源于对行业公开信息的分析、对业内资深人士和相关企业高管的深度访谈，以及易观分析师综合以上内容作出的专业性判断和评价。分析内容中运用Analysys易观的产业分析模型，并结合市场分析、行业分析和厂商分析，能够反映当前市场现状，趋势和规律，以及厂商的发展现状。分析定义2017/11/73数据分析驱动变革如何看待“新零售”PART 12017/11/74数据分析驱动变革2017/11/74数据分析驱动变革中国零售业发展进入第三次浪潮后半场百货商店一统天下实体零售多种业态并存线上线下多种业态融合•90年代以前在国内兴起；•中国工业化和城市化进程推进；•两次消费升级；•1978年城镇居民可支配收入达568元，农村居民可支配收入达194元；•国内第一台商用POS机进入市场；•以城市为重点的经济体制改革全面展开.•90年代以后国内零售业态多元化发展；•国内进一步工业化、城市化发展，伴随加入WTO中国经济迈入全球化发展；•国内消费市场向发展型、高级型、宽广型发展；•居民人均可支配收入在1999年达到2666元，是1990年的3.17倍；•制冷设备、包装技术、电子技术 的发展为商品供应链提效奠定基础；•社会主义市场经济体制确立。•21世纪中国电商市场迅猛发展；•零售业全面信息化升级；•国内第三次消费升级；•2016 年居民人均年可支配收入为33616元，比2000年增长435%；•2000年中国互联网用户暴增至890万，截至2017Q2中国互联网用户数达7.51亿；•互联网、移动互联网、智能可穿戴设备、AR/VR、AI、物联网等新兴技术应用广泛兴起；•政策引导持续优化零售市场发展环境。第一次浪潮第二次浪潮第三次浪潮百货百货、超市、便利店、购物中心前半场：电商崛起 + 后半场：新零售2017/11/75数据分析驱动变革2017/11/75数据分析驱动变革零售的本质是数据，人即数据线下会员卡年龄性别注册信息联系方式消费记录地点时间价格数量品类充值记录时间/周期金额线上数据注册信息浏览记录搜索记录购买记录年龄性别职业联系方式品类跳转时长品类关键词频率地点时间价格数量品类新零售（线上+线下）数据将交叉互动饮食数据医疗/保险出行数据文化娱乐时间地点品类金额体检记录医疗记录保险信息时间出行方式目的地兴趣爱好时间种类评价圈群VR/AR体验指数评价消费潜力出行轨迹XXXXXX2017/11/76数据分析驱动变革2017/11/76数据分析驱动变革零售变革始终在依托数据引导效率提升沟通效率越来越高物流效率越来越高选择效率越来越高 客户需要经过各种沟通才会来到这个门店 客户在一家门店看过的商品往往要货比三家后才会购买 购买效率高的客户一般都是之前对这个商品花时间了解过 平均购买所需时长：3h传统门店 客户基本只能到门店自提商品 如果缺货，门店补货周期长且固定 补货周期：7至180天 供不应求 有啥买啥 不存在选择空间 购买所需浏览量级：3传统线上零售 客服软件可以让客服同时服务几位客户 客户可通过网页图文描述自行了解商品 丰富的SKU让客服可以不用为了一件商品而多费口舌 平均购买所需时长：90min 用户下单，（快递揽件，）仓库发货，配送签收 随着物流网络的铺设，与设施的优化，物流效率缓步提高 送货时间：5至90天 供过于求 滥用长尾理论 用户挑选心仪的商品所需时间越来越长 购买所需浏览量级：30新零售 用户数据积累为沟通预先准备 人工智能客服减轻人工客服压力，沟通方式多样 品质升级让客户无需费心挑选 购买所需最大时长：1-60min 如菜鸟网络这样的大数据平台协调管理170万快递员的送货路径，显著提升效率 智能化无人化仓储与运输，如京东机器人分拣中心，效率达到人工8倍 前置仓的探索大幅缩短最后一公里配送效率 配送时间：1小时到7天 千人千面的商品推荐 严选品质 用户无需投入大量时间和精力便可买到心仪的产品 投入的时间和精力反而会变成对服务和品牌的体验，不再白白浪费 购买所需浏览量级：1-32017/11/77数据分析驱动变革2017/11/77数据分析驱动变革数据由割裂变为贯穿，提升产业链上下游动态协作效率，同时主体开始参与到附加值更高区块的业务布局制造商经销商、代理商实体零售终端消费者线上零售转变生态职能，开放基础设施及资源能力，成为零售运营服务平台经营• 主体厂商分别参与到核心职能以外的附加值更高区块的业务布局；• 跨界融合的直接原因在于，对市场底层主动需求的获取及对需求数据在指导产品制造的价值挖掘应用。研发、设计品牌、渠道、物流附加价值微笑曲线微笑曲线零售产业链主体厂商参与到附加价值更高的区块布局需求数据物流数据2017/11/78数据分析驱动变革2017/11/78数据分析驱动变革在传统利润来源之外，零售商寻求更多对商品及服务的增值VS商品差价平台中介百货店超级市场大型综合超市专业店/专卖店便利店仓储式商店以京东为代表的自营电商购物中心以阿里为代表的平台电商毛利30%毛利20%-30%毛利16.1%EBITA利润率63%2017/11/79数据分析驱动变革2017/11/79数据分析驱动变革便利店在国内众多实体零售业态中表现最优数据来源：国家统计局 易观整理www.analysys.cnAnalysys 易观-40.00%-20.00%0.00%20.00%40.00%便利店超市大型超市百货店专业店专卖店2013-2015年中国主要零售业态销售额同比增长2013年2014年2015年-40.00%-20.00%0.00%20.00%便利店超市大型超市百货店专业店专卖店其他业态门店2013-2015年中国主要零售业态门店总数同比增长情况2013年2014年2015年数据来源：国家统计局 易观整理www.analysys.cnAnalysys 易观2017/11/710数据分析驱动变革2017/11/710数据分析驱动变革经历了爆发式高速发展的中国网上零售进入稳健增长7195.29170.08075.69051.3 9451.0 11773.8 10572.9 12132.0 12978.5 14004.2 13493.1 17456.5 17851.854.2%40.9%40.2%37.3%31.4%28.4%30.9%34.0%37.3%18.9%27.6%43.9%37.5%0.0%10.0%20.0%30.0%40.0%50.0%60.0%0.05000.010000.015000.020000.02014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32014Q3-2017Q3中国网络零售市场交易规模交易规模（亿元 人民币）同比增长率© Analysys 易观www.analysys.cn2335.8 3227.0 3566.8 4289.9 5243.0 7653.0 7476.8 8771.4 9619.110442.9 10376.2 14031.6 13913.8 276.2%178.5%159.8%155.2%124.5%137.2%109.6%104.5%83.5%36.5%38.8%39.5%35.1%0.0%50.0%100.0%150.0%200.0%250.0%300.0%0.05000.010000.015000.02014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22017Q32014Q3-2017Q3中移动网购市场交易规模交易规模（亿元 人民币）同比增长率Analysys 易观www.analysys.cn2017/11/711数据分析驱动变革2017/11/711数据分析驱动变革线上零售获客成本上升，线下新兴实体店坪效看好但是线上获客成本：已超过200元百货（平均）购物中心（平均）奥特莱斯（平均）永辉超市永辉社区店苹果小米之家永辉超级物种盒马鲜生1万元/㎡/年0.6万元/㎡/年0.5万元/㎡/年2.14万元/㎡/年2.69万元/㎡/年37万元/㎡/年27万元/㎡/年近6万元/㎡/年近6万元/㎡/年线下各零售业态门平均坪效数据数据来源：公开资料 易观整理16816816616817117117418418920221524125127397.8114126.9155169.1188.1198.7226.6236.5258.3801301802302802014Q12014Q22014Q32014Q42015Q12015Q22015Q32015Q42016Q12016Q22016Q32016Q42017Q12017Q22014Q1-2017Q2天猫和京东ARUP值天猫京东2015Q22017Q2数据来源：阿里及京东财报 易观整理www.analysys.cnAnalysys 易观来源：Analysys 易观2017/11/712数据分析驱动变革2017/11/712数据分析驱动变革新零售发展步入4大进程新零售在把新场景数据化之后，与原有的数据进行融合打通，使得数据维度极大丰富。数据维度丰富化新零售在对用户拥有了充分立体的认识后，将比用户更了解用户。用户服务持久化新零售首先把所有场景数据通过新一代信息技术和人工智能技术进行数据化。所有场景数据化新零售把所有场景数据融合打通之后，将掌握360度的用户画像.用户画像立体化2017/11/713数据分析驱动变革是什么发生了变化Part 2 2017/11/714数据分析驱动变革2017/11/714数据分析驱动变革国内经济增速放缓，居民可支配收入达33616元99066.1109276.2120480.4136576.3161415.4185998.9 219438.47270232.27319515.55 349081.37413030.31489300.57540367.43595244.41 643974.05 689052.097441278.50 8.30 9.10 10.00 10.10 11.40 12.70 14.20 9.70 9.40 10.60 9.50 7.90 7.80 7.30 6.90 6.70 0.002.004.006.008.0010.0012.0014.0016.0001000002000003000004000005000006000007000008000002000年2001年2002年2003年2004年2005年2006年2007年2008年2009年2010年2011年2012年2013年2014年2015年2016年2000-2016年中国国内生产总值及增长率国内生产总值(亿元)国内生产总值增长率(%)6280.0 6859.6 7702.8 8472.2 9421.6 10493.0 11759.5 13785.8 15780.8 17174.7 19109.4 21809.8 24564.7 26955.1 29381.0 31790.3 ...