步步高商业连锁股份有限公司

行业 零售 
地区 湖南省 
产品 FineReport  FineBI  移动端 
场景 营销  采购  库存  客户 
年份 2019 
特点 门店管理  风险控制 
步步高通过筑基、加速、优化三阶段,以生鲜运营为重点,有效地改善了库存盘点与出清,销售预测、产品定价等问题,实现了数字化生鲜运营。
步步高商业连锁智慧零售CTO   王卫东

王卫东

步步高商业连锁智慧零售CTO

劳效提升99%
折价损失降低20%
线上订单月环比增长65%

企业简介

1995年3月,步步高集团创立于伟人故里湖南湘潭,以“共创美好生活”为企业使命,致力于成长为中西部领先的全渠道运营商。集团业务主要涉及零售贸易、商业地产、电子商务、互联网金融、物流运输等多个业态。

2008年6月,集团控股子公司步步高商业连锁股份有限公司在深交所上市(股票代码002251)。董事长王填为全国人大代表,中国连锁经营协会理事会主席,改革开放40年百名杰出民营企业家之一。步步高集团线下零售实体店实行大西南战略,现已拥有642家多业态实体门店,遍布湘、桂、赣、川、渝、滇等省市,提供工作岗位70000余个,年销售额390亿元。

项目背景

1. 零售业面临的新挑战

零售行业发展了很多年,伴随着运营理念与模式的变革、信息技术的的发展和大数据时代的来临,正面临着一些问题和挑战。

首先是竞争的进一步加剧。这种竞争既来自于线下的各大零售商,也来自于线上的各种电商平台,零售企业现在不得不去做更宽更广更精的一些布局。

第二个问题是关于线上线下的融合。受到线上线下人员素质不同和KPI结构不同的影响,线上线下的融合存在较大的阻碍。

第三个问题是全面数字化的程度有限。如门店库存帐实不符,会员多渠道无法有效合并,商品标签有限等。

最后就是关于用户层面的挑战。现在用户对于时效性以及服务的要求有了很大的提高,现在哪怕说90分钟甚至30分钟送达,用户都会觉得很慢。为满足顾客的高标准就得增加相应的服务及投入,而投入增加收益不增加也是不可持续的,从工作标准化、系统化、效率提升上来提升收益将是首选项。

2. 步步高的数字化转型

由于步步高存在多种业态,所以上面提到的问题基本上步步高均面临过。作为一家将“创新”融入企业DNA的企业,面对这些挑战,步步高依旧以创新为主导,充分发挥自己本地供应链的优势,在不断学习竞争对手的长处,做好门店运营的同时,开始部署数字化转型,进行线上线下的深度融合,从而赢得商业零售的规模之争、效率之争,以及未来的算法之争。

2017年初,步步高定义了数字化转型战略的三年路径。经过2017年的筑基工作,筹划中台的构建,线上线下打通,奠定了数字化转型基础;2018年引入腾讯、京东战略合作,广布触点、深耕体验,将会员、商品、流程、服务等全面数字化,追求实时化,加速数字化转型进程;2019年数字化转型进入以数据与算法为驱动的V3.0阶段,其中通过以智能化技术实现可复制的精细化管理,让累积了20多年的运营经验数字化、系统化、知识化的门店数字化运营方案提上日程。特别地,生鲜是超市引流的核心品类,生鲜运营的好坏,体现了超市的竞争实力,也直接影响门店的经营收益。故步步高在门店数字化运营中将生鲜运营管理作为一个重要的子项目进行管理。

应用场景

步步高数字化路径如下图所示,主要分为筑基、加速、优化三个阶段。

image001.png

筑基重构:在这一阶段,我们为了减少信息孤岛,提升业务应用迭代的速度;首先构建数据仓库,确保数据的完整性,同时搭建流式数据架构,将流量、订单数据接入,确保核心数据的实时性;其次开始从顾客角度入手,着手构建会员、营销、商品、库存中台,中台负责与Oracle套件及老旧业务系统的对接;然后前台新兴业务直接接入中台,过往功能则逐渐移动化,移动化的同时逐步接入中台,改变掉员工习惯,从而进一步弱化老旧应用的束缚。

全面提速:本阶段我们的主旨是广布前台,强控中台。通过广泛布局触点,打造场景闭环,快速复制轻运营;先从顾客体验入手,基于顾客不可或缺的痛点体验构建轻量工具(扫码购、自助收银、停车etc),打造私域流量池;其次商品数字化,通过商品标签的完善及顾客数字化程度的提升,做大数据选品,商品配置优化;同时构建O+O服务,实现销售增量,做流量的初步变现;进而开始发力门店数字化运营,提升线下门店服务水准。

重点优化:零售业属于劳动密集型,知识粗放型,服务的项目及水平的提升,如果不做标准化、系统化,进而用工效率的提升,势必带来更高的成本,而零售业本为低毛利行当,如此下去显然无法良性发展,所以我们在本阶段里重点关注好三大内功的修炼:从顾客服务旅程入手,做好顾客生命周期运营,做精准营销;从收银、理货、盘点、拣货、打秤等门店一线运营工作入手做用工效率的提升;从智能选品、销售预测、库存预警、动态出清、智能订货等入手做供应链的变革。而这一切需要依赖数据的全面、实时,系统的敏捷、智能,资源的弹性扩张,所以我们在今年提出系统全面云化,构建数字大脑,将群体智慧固化进系统,通过数据来智能辅助决策。

滴水石穿非一日之功,三年历程只能简述供大家参阅,希望有所辅益,下面以其中两个重要场景为例,具体阐述场景数字化思路以及为步步高带来的价值。

1. 数字化生鲜运营

生鲜运营是一项需要十分精细化运营的工作,生鲜商品保质期普遍较短,标准不一,排面需要较多的人力去维护打理,而何时、何地、何物应该做出怎样的运营策略,是考验生鲜运营人员的难题,一但决策失误,则可能出现较大的损耗或顾客购买不可得的情况,所以准确、及时的决策信息是十分必要的,过往主要依靠于个人经验,并未固化在系统中,决策模型难以通过系统沉淀传承,而且数据报表也多为离线数据,于是销售业绩被人捆绑,也无法将成功经验有效的复制推广,扩大经营。

损耗是生鲜管理的核心,不仅损失毛利,还严重影响销售机会。2019年我们基于实际问题做出实施策略调整,基于数据驱动和软硬件工具配合门店营运生成决策,通过商品的销售诊断分析,实现自动化和智能化数据指标驱动,对不能在保质期内达成销售目标的商品,系统自动提前给出预警清单以及折价建议,不仅可以减少生鲜商品排面维护的人力成本,同时也可以降低商品的损耗,提升商品的毛利率,为门店带来更多的销售机会。

生鲜控制损耗的着力点为:动态出清、动态盘点、需求预测&订货、合理定价。生鲜损耗来源主要是三块:

采购品质:门店作为销售终端,必须严把品质关,如果品质不佳,再好的运营策略均是徒劳,通过表单功能快速搭建收货验收功能,对品质做评价,反向督导采购。

库存过多:门店库存过多主要是订货依赖于个人经验和素质;门店库存数据不准,货在后仓未即时上架;品质及价格问题。我们采用需求预测,库存预警来解决。

出清不及时:前两者原因导致库存积压,没有及时出清,只是固定的到晚上八点至十点出清,而此时门店客流并非高峰,加之出清商品摆放区域客流更少。我们采用动态出清机制,用发券实现同品不同价,制造稀缺即时出清。

围绕这三块内容,步步高将重点场景进行了分解,构建了从评级、预测到预警、出清再到整体分析的数字化生鲜运营新模式,根据商品质量、预测销售量以及库存量等指标,配合更完善的出清策略及时预警出清,从而降低生鲜的损耗。

 image003.jpg

1)采购评级

第一步就是从源头开始,在订货时对商品进行评级。为了保证供货商不会配送那些保质期比较差的,或者卖相比较差的一些商品,通过评级做一个表单的收集,商品来了以后我直接扫描商品,该商品的数量、品质、评级就能显示出来。我就能看到商品在其他门店的收货评价情况,如果别的门店都评价商品很差,我就需要开箱检查。如果扫了码以后,看到其他门店里面都评价说百分百的好,那就直接收货或者随机抽检就可以了。这样一来,收货就被很好地量化了。而且也能够节约收货时间,规范供货商行为。

2)门店客流预测

门店商品的销售情况和门店的客流息息相关,因此对商品进行销售预测的同时,首先需对门店的客流做好预测。我们起初使用了FineBI自带的数据挖掘-时序预测功能,选择了指数平滑算法,预测未来7天的门店客流数据,效果不理想,原因在于门店客流会受到节假日、促销、天气等诸多因素影响。后来预测方面采用python脚本处理的方式,通过考虑多个特征,将星期,节假日,天气,季节,气温,历史客流,门店经营面积等指标综合考虑构造特征工程,采用高效的集成算法XGBOOST进行预测,门店客流预测准确度达到95%。

 image005.jpg

某门店6月预测客流与实际客流对比

3)商品销售预测

生鲜商品的销售预测不同于电商商品的预测,排面是否有货、排面摆放是否丰满、商品的品质、替代商品等因素均会对单品的销售产生影响,试图用门店客流解释单品的销量基本是不可能的,通过数据分析发现许多门店客流为8000,但销量为0,而门店客流为5000时,销量却可以为800的情况。 但生鲜销售与品种却有着很强的相关关系。如下图:

 image007.jpg

同一品种在门店的销量基本趋于稳定,即品种的门店渗透率相对稳定,原因在于单个顾客单次购买生鲜商品的量基本是稳定的,而品种内部的各SKU间存在较强的替补性,如果我们已知某品种的预估销量,其下面的SKU现有库存量是否超标以及未来的订货量也就基本准确。我们正是在这一思想下做的生鲜商品的单品预测。通过对商品打标签归组,然后根据商品的日均销量,销量标准差,价格变动标准差等多个指标进行聚类分析,根据最优聚类规则,确认了商品的4个分组。然后,对不同类别的商品采用不同的回归预测模型。

image009.jpg

4)库存预警与出清

得到预测的结果后,通过移动化工具将单品销量的预测结果再结合单品的库存、保质期等因素进行综合比较,计算出商品的风险库存、预计售罄日期等主要预警参数。借助帆软工具快速开发移动端产品,在移动端展示门店生鲜商品库存预警列表,门店的生鲜运营人员可以直接通过预警结果,对预警列表中的商品进行“调价”、“发券”等操作,打通预警即实施的闭环,对于有能力的员工同时提供查看细节的功能。为进一步降低操作及推广难度,对于预警单品进一步排序,告知处理前X个单品即解决了主要问题,预警可以无限,但操作必须相对有限。

 image011.png

5)整体数据分析

精细化运营离不开数据的指导,出清只是解决了一些重点的单品或者爆品的销售问题,我们还需要解决整个品类的运营问题。通过梳理门店运营场景,我们建立了一个数据报表体系,考虑到门店一线人员数据意识仍需培养,每日定点在群里发布报表截图,并就报表中存在的问题作说明,寻找问题及机会点。慢慢的养成全员看报表,拿数据说话的习惯。

① 品类销售同比表,统计品类维度的订单数、销售额、毛利率及去年同期毛利率等指标,可以看到水果和蔬菜两个品类的毛利率经过调整后,明显比去年同期高出20%。

image015.jpg

② 品类销售分析表,试点门店的扫描毛利率高于其它门店,会员渗透率高于店群平均水平。

 image017.jpg

③ 品类销售类型分析,试点门店正常销售占比最高,毛利率也是最高,说明门店的生鲜运营慢慢进入良性循环,并不需要依赖打折促销等活动来追求销售。

 image019.jpg

对试点门店生鲜商品采用生鲜运营新模式,进行一系列精细化运营动作后,大大降低了生鲜商品的损耗,提升了生鲜商品的毛利率。

  • 实现全店销售额及毛利可比双增长,坪效提升9%,劳效提升27%,周转控制在30天以内;
  • 生鲜部门月总用工时减少40%、劳效提升99%;
  • 生鲜折价损失额下降20%,蔬菜品类渗透率有效提升;
  • 建立选品及汰换分析模型,精准管控库存、精简33%非生鲜 SKU;
  • 有效获客、促活、进行商品及内容转化,为线下导流制造复购;
  • 线上订单数月环比增长65%。

2. 数据采集与对标比价

数据决策离不开全面的数据,数据的补全离不开过程数据的采集。通过移动收货,对商品品质、保质期即时评定,一方面可以反向督导采购,另一方面可以让库存预警更为准确;门店商品销售也受周边门店及菜市场的价格波动影响,因此快速市调工具便也应运而生,通过市调工具一方面便于寻找滞销原因,督导采购及市场,另一方面即时做出合理定价策略。

除了通过帆软移动端采集的数据,步步高还引入了京东、天猫、一号店以及其他同行的一些外部数据,监测零售同行商品的价格走势和当前活动。根据外部数据,步步高一整套数据分析报表会自动给门店经理手机提示异常,会直接告诉他哪些价格有异常,同行的当前价格和历史价格多少,以及预测近期价格走势,并给店长及采购提供建议价格做参考,在我们开发的知微应用里。店长或者巡店人员只需要用手机一扫,就能立马显示线上、线下一些同行的当前销售价格及我们的销售价格的偏离情况。通过数据采集也加速了审计人员对于商品价格的监控评估工作。

image021.pngimage023.png

项目心得

项目前期调研充分,从实际业务场景路径出发,充分挖掘了门店存在的痛点,形成了严谨而完整的数字化需求,这为项目的成功奠定了坚实的基础;

多部门团结协作,利用各自优势高效协同,本次生鲜运营管理项目结合了门店生鲜处,商品管理部,商品运营部,大数据团队等多个部门的高效合作;

帆软提供的数据挖掘算法和工具节省了大量的开发时间与成本,为项目实施推进提供了强有力的支持,工具一定要灵活运用,善于组合运用;

数据不应用等于无用数据,报表不会看等于自嗨炫技,团队数据意识的培养要多看多带,先谈应用再谈理论;

产品设计推广一定要考虑用户的接受度,帮助用户解决核心痛点,简洁有效胜过千万图表;

“报表及数据不在多,而在于解决关键问题点帮助营运者真正应用与执行,工具只是其次,赢在执行”。

相關案例

梦洁家纺:数据模型构建智能报表,商品周转提速超20%

交个朋友 直播电商:直播电商进入下半场,与数据“交个朋友”吧

杨国福麻辣烫:杨国福:开店6000家,一碗麻辣烫背后的数字化

步步高商业连锁股份有限公司

行业: 零售 

地区: 湖南省 

产品: FineReport  FineBI  移动端 

场景: 营销  采购  库存  客户 

年份: 2019 

特点: 门店管理  风险控制 


帆軟產品免費試用

點選試用


售前諮詢/預約演示

點選諮詢

帆軟產品免費試用

FineReport

企業級Web報表軟體

FineBI

新一代自助式BI工具

FineMobile

創新的移動BI平台

數據大屏

酷炫大屏管理戰情室

返回頂部