中国近20年网络零售飞速发展，实体零售一溃千里，线下曾经完败线上。但近来的数据显示线上零售平台也已经触及并且进入了存量市场。阿里2016年活跃买家增长人数也在下滑，未来零售行业将走向何方？

2016年10月，阿里巴巴集团董事局主席马云提出了“新零售”的战略，立刻引起业界震动，掀起一股议论狂潮。事实上在此之前，苏宁就提出了智慧零售概念。京东也于今年提出了零售第四次革命的概念。

阿里提出的新零售行业的核心是“物流、数据和金融”，正好与供应链的三个流：“实物流、信息流和资金流”相对应。刘强东在专访中也提出京东未来致胜的关键在于供应链！那么“新零售”到底会对供应链提出哪些挑战和变革？

第一个观点：尽管围绕新零售“人、货、场”谁是核心很激烈，但“货”仍是核心。

当前在零售业做得比较成功和有特色的典型企业，如Costco、迪卡侬、优衣库、全家、7-11、盒马鲜生、超级物种等企业的实践可以看出，致力于削弱消费者的搜索行为，赢得消费者对零售企业提供商品的信任，不断引入合适的单品或设计出合适的品类宽度与深度，成为消费者的代理，才是零售企业的“正道”。

消费者真正愿意持久买单的企业，正是这些不断更新商品品种，运用供应链能力提供高性价比商品的零售企业。他们很清楚通过搭建一个科学的商品管理体系，为顾客创造价值的企业才会基业长青。

阿里提出“人”是核心的初衷是很好的，是想提醒零售企业要重视“人”，但零售的根本是重视“人的需求”并将“人的需求”转为合适的商品，就像用户画像的初衷是让精准营销得到最直接和最有价值的应用，然而何最大化发挥用户画像分析结果对商品体系的影响，才是对更多零售商更为有意义的。

再看“场”，中国作为全球最复杂的企业，也意味着“场”的类型也是最多的，也是最为复杂的，不同的“场”会有不同的“人”进入，最终还是要落回不同的“场”中放哪些商品组合，也就是回归到零售的本质。

“人货场”三个核心要素是不能被割裂的，无论是对“人”还是“场”的研究最终还是要落实的“货”的身上，最终零售商还是要提供满足消费者需求的商品，做到通过“场景”的连接，让“人”和“货”真正的匹配起来。

故此，零售商需要改变观念，建立一套真正聆听消费者的声音、理解他们的需求并将需求转为商品的商品开发体系，不断更新品类结构引入新品种，并通过后端供应链体系建设降低这种好商品的成本，给消费者提供高性价比的商品。

因此，需求链就是以市场需求、顾客需求为本质基础，把感知顾客需求和商品的分析研究作为管理起点，形成与之相应的商品结构，并且把供应链各个职能环节如库存、生产、采购、物流等与前端需求和商品管理给有机的串联在一起，形成了一个从需求开始到中间生产再到最后配送的流程闭环和数据闭环，并且坚持整个系统的实时动态化，以实时满足瞬息万变的顾客需求。

当然，如果需求链不仅仅能够满足需求，还能够影响需求和引领需求，那就走到了需求链的更高层次。这一点是零售企业革新和进化务必要牢记的关键思想。今天也很高兴看到苏宁提出的是商机挖掘机销量预测引擎，也是与需求链思想完全共鸣的。

第二个观点：在需求链变革下，预测、调价和补货的实时化、智能化、自动化决策要求大大提高，都需要系统的支撑，如果是新建的新零售企业一般在系统上需要一步到位实现上述要求，如果是转型新零售的企业，则需要在软实力方面大力重构系统以实现上述要求。

这件事情说起来容易做起来难，一方面需要打通企业与“人、货、场”有关的ERP和WMS、CRM等中后台系统，一方面需要按照新零售的要求补足“人、货、场”中不全不完整的信息，与此同时，智能化智慧化还对数据驱动决策提出了更高的要求，食品饮料类的产品相对容易一些，但其他品类，如时尚品、3C数码手机等都涉及到生命周期分析和激烈的市场竞争态势分析，而且还要考虑促销活动力度和持续时长、库存是否充足和供应链能力，想要实现像亚马逊这样完全自动化、实时化，同时还要智慧化的决策，是非常需要提升在数据、模型和算法层面加大与品类特性结合的能力的。

需要智慧化地围绕“人、货、场”整体框架，以提升商业预测准确性为核心，通过提供智能商品管理、智能定价、促销管理、销售预测、自动补货和调拨、库存管理、物流计划、决策模拟等应用场景的解决方案，并且这些场景完全是串联起来的，不是割裂的，最终目的是实现相关应用场景的智能和高效决策，真正的为零售企业解决随着营收规模上升，库存增长太快和人力成本太高的痛点。

第三个观点：在数据驱动决策领域，我认为目前商品画像和店铺画像能力是急需提升的能力，其实也是需求链转型的非常基础性的工作。

正如前面提到的，货是核心，货不是卖出去就行，货其实反映着消费者需求，如果没有做到把最合适的商品呈现给最合适的用户，造成的现象则是：爆款总是断货，不好卖的货总是呆滞，客户看到店铺里堆了大量自己并不喜欢的产品时，体验可想而知。

店铺也是一样道理，每个零售商都很关心店效和坪效，但究竟哪些店铺是类似的，有哪些货品组合、促销方式和定价是类似的，如何减少开店的失误率和提升现有店铺的利润率和营收，如何更好地整合线上线下需求并提高订单满足率，都是摆在零售企业面前的重要挑战。

商品画像如同用户画像一样，可以简单理解成是商品海量数据的标签，根据商品的特征、设计、功能、口味、波次、价位段、流行度、销售状况、销售渠道差异，将他们区分为不同的类型，然后每种类型中抽取出典型特征，赋予名字、特点、场景、统计学要素等描述。

而商品画像的意义则在于可以对商品进行精准的定位，结合店铺画像