• / 9
  • 下载费用:20 金币  

未来消费者系列研究

关 键 词:
未来 消费者 系列 研究
资源描述:
未来消费者系列研究 品牌驱动 数据赋能的门店布局优化方案 2019年12月 02 册子 报告标题 章节标题 新零售趋势下零售企业网络规划的挑战 1 大数据驱动品牌主导的门店布局进阶指南 3 大数据驱动的门店布局优化案例 6 结语 7 联系方式 8 未来消费者系列研究 品牌驱动 数据赋能的门店布局优化方案 1 新零售趋势下零售企业网络规划 的挑战 在消费升级的大环境下 线上线下相互 促进并加速融合 从消费端来看 消费 者的消费习惯和偏好正在经历变化 除 了商品本身向品质化 多元化和个性化 需求转变 消费者也更加重视消费过程 中的购物体验 与虚拟的互联网相比 线下实体店有着服务和体验的优势 因 此 线下门店在新零售及消费升级的趋 势下重新回到人们的视野中 对于零售 企业而言 线上线下渠道资源整合是品 牌发展的最优解 其不仅能够快速的解 决传统门店产品的品类和数量的问题 并实现线上线下的优势互补 给消费者 提供更加优质的购物服务 未来 利用 线上数据与线下商业网点规划进行整体 优化将是品牌线下发展的新趋势 图1 消费者需求的演变 传统需求新需求 消费品零售企业在零售网络规划及优化方 面普遍存在以下三方面的问题和挑战 挑战一 新零售趋势下 线上线下如何 合作共生 一方面 在线上增速逐渐放缓的形势 下 数字化赋能的线下门店增速呈现 出了上升势头 为了快速抢占所在行业 的市场份额 品牌在线下优质开店的需 求与日俱增 另一方面 随着互联网红 利的逐渐消退 电商平台的获客成本持 续上涨 而这些成本也间接的转嫁到品 牌身上 例如 平台为保持自身增速和 MAU 时常组织各式各样的线上营销活 动 而这些活动让利则加重了品牌的运 营成本 企业的线上和线下业务应该是合作共生 的模式 在零售行业的发展中我们看 到 线上并不能替代线下 事实上 在 消费升级和新零售的趋势下 线下体验 式消费更有助品牌占据消费者心智 实 实在在的线下体验价值正在被更多品牌 认可和重视 商品本身 价格 功能 品质 商品本身 更高性价比 更高品质 标准化和个性化 服务 服务 体验 个性化服务 无缝的体验 高效便捷 互动体验 价值认同 注 MAU monthly active users缩写 代表月活跃用户数 未来消费者系列研究 品牌驱动 数据赋能的门店布局优化方案 2 挑战二 经销商模式下的门店布局扭曲 长期以来 以服装 食品为代表的品牌 多以经销商模式为主 在一个品牌进入 城市时多以经销商为主导进驻城市和商 圈 因此 在开店节奏规划和运营中也 习惯性以经销商为主导 品牌方由于信 息不充分等因素影响高度依赖经销商 以上的合作模式导致品牌方长期缺乏在 线下门店的数据和信息 致使品牌对于 门店的布局缺乏主动性和控制性 此 外 经销商主导线下门店的开设 还造 成了品牌在线下开店需求错位和门店资 源错配的现象 品牌在现有的线下业务 布局与理想的未来市场容量之间容易出 现较大的差异 这样的现象不仅发生在 个别城市和个别品牌 而存在于利用经 销商模式的大部分品牌中 例如 德勤 服务的某品牌由于经销商优势区域的扭 曲效应 在需求不高增速平稳的某省会 城市店铺数量超过了需求更大增速更高 的某一线城市 挑战三 品牌缺乏零售相关的系统数据 和分析能力 在新零售趋势下 品牌商对于商业 主 战场 的思考不足 主要表现是在于管 理层和部门对于商场 商圈 城市重要 性的排序和未来潜力模糊不清 莫衷一 是 根据德勤对消费品行业的广泛了 解 大多数品牌开店时 市场规划策略 仍然选择跟随和追赶行业头部品牌 如 从产品线到重点商圈的门店分布 营收 目标均跟随或赶超对标竞争对手 仅有 少部分企业开始通过与第三方的物业和 数据服务机构合作 试图争取自身在线 下门店中的话语权 但由于传统第三方 数据公司在数据方面的局限性 品牌仍 无法从系统和数据整合分析层面了解自 身在未来的发展规划 图2 主要电商平台用户获取与留存成本 单位 元 图3 传统品牌线下门店规划策略 来源 公开资料 德勤研究 计算公式 当期市场营销费用与当期活跃用户数之比 跟随者和追赶策略 多个领域跟随和追赶竞争对手 门店选址跟随直接与线下物业合作 品类跟随接入第三方数据收集机构 子品牌跟随 与第三方的战略合作 部分领先企业 0 10 20 30 40 50 60 70 京东阿里巴巴拼多多唯品会 201620172018 未来消费者系列研究 品牌驱动 数据赋能的门店布局优化方案 3 大数据驱动品牌主导的门店布局 进阶指南 大数据驱动的品牌线下门店布局规划旨在帮助品牌完成关键转型和优化效益 在对行业趋势的掌控方面 实现从被动反应市场变 化到主动出击 在开店话语权方面 从经销商驱动转向品牌驱动 在市场策略方面 从机会主义向战略指引的开店模式转变 在 开店规划方面 从基于经验的开店模式向基于大数据驱动转变 在方案落地方面 从人工操作 到工具 系统支持的转变 我们建议品牌在大数据的加持下 按照六个步骤实施自我的线下门店布局提升规划 实现从 到 的变化 被动反应 关键问题何在 提升点何在 确定城市级别 主战场 确定商圈级别 主战场 企业目标 明确未来2 3年关键城市 的商场进驻目标与计划 主动出击 基于经验基于数据 经销商驱动品牌驱动 人工操作 1 线上线下品牌 零售效率现状评估 3 基于需求预测 模型的城市选择 5 大数据驱动 的商圈选择 工具 系统支持 机会主义战略指引 确定增长目标 选择增长情境 6 面向未来的自 动化商场建议 2 4 未来消费者系列研究 品牌驱动 数据赋能的门店布局优化方案 4 第一步 线上线下品牌零售效率现状评估 现状评估将聚焦关键问题和提升点 从 提升门店单产效率角度出发对门店进行 归类和建议 这一步的作用不仅帮助品 牌评估现有线下门店的具体状况 更试 图帮助客户决策现有门店的取舍和未来 规划 首先 我们可以对现有门店进行多维度 的划分 这些维度包括门店年度单产 门店年度相对单产 门店年度单产增 长率和门店所在城市级别 与此同时 每个门店都与竞品门店配对 通过权重 公式确定该门店年度相对单产 以考察 门店相对表现 其次 在以上分类基础 上 再考虑门店老化状况 决定采取不 同举措 采取各类举措的门店将被赋予 和城市平均水平对应的业绩增长率预 期 同时 现有门店的增速和预期销售 额规模将在城市 商圈层面作为计算未 来新开门店数量的基数 第二步 帮助企业确定增长愿景方向与 增长目标区间 由于公司对线上线下资源的配置有限 企业的线上线下业务存在竞争关系 第 二步试图帮助企业明确线上线下业务 规模的发展愿景 首先从客户自身发展 战略目标出发 了解总体业务和线下业 务规模的目标 与此同时 在市场竞争 等外部压力的影响因素下 对比行业增 速和竞品增速 确定业务增长方向的区 间 企业可以通过以下两种形式完成业 务增长目标区间的制定 1 组织研讨会 与领导层和利益相关者展 开讨论 使各方对于 线上业务占总业 务的百分比处于风险可控的范围内 达 成一致 为线下业务发展愿景与速度提 供方向 2 总结所处子行业趋势 结合线上运营 成本和潜在风险 自身发展目标与竞品 等外部压力 制定线下业务增长的愿景 与增速目标区间 第三步 基于需求预测模型进行城市选择 首先 基于消费者画像 竞品分布 品 牌的定位特殊性进行城市级别的规划 通过对品牌消费者特征分析 消费者高 端关联竞品抓取 确定优选目标城市 再者 通过需求模型预测决定城市级别 的规划 结合品牌历史表现和城市未来 规划发展预期 根据品牌历史数据 城 市社会经济数据和消费者偏好 通过回 归分析 城市打分和容量模型的逻辑的 方法 为企业定制各个城市的新店开张 计划 输入 品牌的历史数据 城市社会经济数据 消费者偏好 处理 回归分析 城市打分 容量模型的逻辑 输出 各个城市的新店开张计划 沈阳 西安 福州 南昌 北京 成都 10 5 10 2 5 3 示例 示例 示例 未来消费者系列研究 品牌驱动 数据赋能的门店布局优化方案 5 第四步 通过品牌增长场景测试与管理层判断企业开店压力 确定增长场景 综合考虑企业增长计划 市场潜力和品牌竞争力 品牌可以根据不同的市场环境将增长计划划分为跟随市场 保守增长和冲刺 增长三大主要场景 并从现有规模 1年后规模和3年后规模来对企业增长场景进行测算和规划 第五步 运用行业领先的大数据和专业 地图技术商圈级别的规划 大数据将成为品牌确定商圈级别主战场 的重要帮手 在实施过程中 数据爬 虫 门店定位 竞争对手数据比较和评 估能力是商圈层面规划的关键点 通过 回归分析 商圈打分和商圈容量估算 大数据将对社会经济变量 其他品牌布 局和商圈居住人口和客流人口等数据进 行综合分析 得出各个商圈的新开门店 数 并提供商圈层级的建议新开门店数 量配置计划 第六步 面向未来的自动化商场选择建议 商场规划建议将结合现有商场与未来待开 业商场数据 提供自动化的建议生成算法 及工具 综合考虑已开物业和待开物业 对物业进行综合打分 为企业提供一款集 城市与商圈信息 新店数量 物业名单等 指标的自动化物业推荐工具 年均新 开店数 沈阳 西安 福州 济南 上海 上海 新开门店数量 南昌 北京 成都 长沙 场景1 跟随市场增长计划 现在规模1年后规模3年后规模 10亿11亿13亿 100120150 跟随某行业市场制定 10 的年复合增长率 场景2 保守增长计划 现在规模1年后规模3年后规模 10亿12亿17亿 100150200 以20 的年复合增长率 保持竞争力 场景3 冲刺增长计划 现在规模1年后规模3年后规模 10亿13亿22亿 100180500 以30 的年复合增长率 快速赶超同行竞品 视图1 城市视图2 商圈视图3 商场 10 2 3 3 2 1 1 1 1 1 2 2 1 1 5 10 6 40 X 2 5 3 20 上海龙之梦 未来消费者系列研究 品牌驱动 数据赋能的门店布局优化方案 6 大数据驱动的门店布局优化案例 案例一 中国零售市场布局优化 某时尚运动品牌 在竞争对手加快布局 线下门店的形势下 该品牌提出了中国 零售市场布局优化的诉求 该品牌的目 标包括 基于前期竞品对标与新零售战 略规划 发现线下门店的积极扩张将对 品牌的未来发展起到决定性的作用 创 建一个积极的 系统的市场规划方法 工 具 以优化品牌在中国的足迹与步伐 在未来3年 在足量数据支持下 以理 想的速度与优势的资源积极扩展门店 占据竞争先机 经过大数据驱动的门店布局优化方案 该时尚品牌的线下门店布局得到了合 理的优化 首先 1300 门店成功被配 对 分组并匹配关 转 增等行动方案 其次 通过与品牌高度相关的多因素回 归分析发现并增加10 有潜力的城市 修订了战略排名前50的城市 并将他们 分为三个等级 再者 通过使用大数据 和相关算法制定城市 商圈 商场三个级 别的扩张计划 并提供自动化工具方便 客户与经销商沟通及计划调整 此外 该品牌还定义未来三年增长愿景与目 标 合理分配线下门店扩张资源 案例二 招商布局优化与行业趋势研究 国内某知名地产商正在寻找一个平台 希望能分析其所看好的特定行业在商业 地产的布局情况 以获取该行业所能带 来的协同效应和其消费者购买的驱动因 素 特别是通过数据体量庞大的地理POI 和社交媒体渠道来实现 与此同时 客 户还为其现有和未来的消费者寻找一个 全面的标签系统 社会行为驱动 以达 到市场营销精确定位和门店选址沟通的 目的 经过大数据对行业趋势研究 门店选址 和人群画像的分析 该房地产企业的招 商布局得到优化 首先 企业通过地理 POI和主要社交媒体平台 根据消费者 的购买情况 分别分析与此行业相关及 不相关人群的消费者人格模型 其次 深入分析每个消费者人格模型 其潜在 购买行为及其购买的触发点 最后 整 合数百万遍社交媒体帖子 评论 图 片和信息 分析该行业所带来的协同效 应 进而形成新的销售和布局战略 适 用 行 业 体育用品美妆食品饮料教育其他 未来消费者系列研究 品牌驱动 数据赋能的门店布局优化方案 7 结语 在大数据的加持下 品牌的线下门店布局 将迎来关键转型和效益优化 未来 品牌 方将不再拘泥于经销商模式 其门店的布 局优化也将逐渐从被动反应 经销商驱 动 机会主义 基于经验和人工操作 转 向主动出击 品牌驱动 战略指引 基于 数据和依靠工具和系统支持 在线上线下融合趋势下 基于品牌特征 的大数据门店布局优化为品牌新零售布 局提供了崭新的思路 首先 品牌可以 基于品牌特征和发展愿景进行优化 通 过紧密联系品牌未来3至5年的增长愿景 进行前瞻性门店拓展步骤分析 再者 通过多维度的大数据整合分析 依托大 批量城市属性与商圈属性数据 辅助全 局深度分析 同时 利用自动化工具支 持数据更新 解决网点布局调研耗费大 量人力与时间的能力瓶颈 最后 推动 模式创新 在全新的模式下 品牌将基 于市场真实需求战略性布局优化 随着 越来越多品牌主导的门店规划和系统性 实施 获得市场的关注和认可 该模式 创新也将引导经销商开店方向 并帮助 品牌方加强对自身品牌的管控力度 品牌定制 模式创新 数据整合 基于品牌特征和发展愿景进行优化 整套方案基于品牌特征属性定制化 紧密联系品牌增长愿景进行前瞻性门店拓展步骤分析 支持未来3至5年 改变模式 实现品牌主导门店规划和系统化实施 基于市场真实需求战略性布局优化 项目成果将推动经销商开店方向 加强品牌管控力度 多维度大数据整合分析 提高科学性 节省人力与时间 整合多数据维度 覆盖大批量城市属性与商圈属性数据 以辅助全局深度分析 自动化工具支持数据更新 解决网点布局调研耗费大量人力与时间的能力瓶颈
展开阅读全文
  麦档网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

关于本文
本文标题:未来消费者系列研究
链接地址:https://www.maidoc.com/p-16758701.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

[email protected] 2018-2020 maidoc.com版权所有  文库上传用户QQ群:3303921 

麦档网为“文档C2C模式”,即用户上传的文档所得金币直接给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的金币归上传人(含作者)所有。
备案号:蜀ICP备17040478号-3  
川公网安备:51019002001290号 


收起
展开