说到良品铺子，貌似很多人都知道这个品牌，很多人都吃过它家的产品。

为什么举例良品铺子呢，因为它体现了很典型的阶段服务化的新零售形式，可以说，我们所描述的服务化新零售当中的每个环节，良品铺子几乎都有涉及，而且都有了一些布局和建设，正在逐步运转。只是由于我们之前说过的各种原因，这些数字化技术还没有办法像我们设想的那么深入，那么自动化，那么智能，那么精准和实时，仅此而已。

2018年年初，良品铺子高级副总裁赵刚博士在一次会议中分享了他们公司的新零售从缘起到未来的进程。

赵刚博士在演讲中提到，良品铺子在飞速成长的这些年主要做了三个层面的事情——“积累大数据”“洞察用户需求”“建设线上线下统一的智慧门店”。

其中有一些重点信息我们不能错过。

第一，良品铺子从开设第一家线下门店开始，就非常重视用户的个性化需求。这可能是创始人极具前瞻性的个性使然，也可能是一种运气。良品铺子对用户个性化需求的追逐，恰恰适应了互联网的发展变化，也就是说良品铺子迎合了用户日益增长的规模化的个性需求。或许也是因为这个，良品铺子才不得不继续建设大数据和智慧门店等项目，向着新零售靠拢。

第二，在创业初期，良品铺子就将公司全年的利润投资在数字化改造中，邀请了世界级的公司协助进行数字化建设，打造信息化管理系统。起初，良品铺子的数字化看起来可能只是一种CRM系统，也有人称之为SCRM（社交化客户关系管理）系统，但这却是积累个性化用户数据的前提。所有用户的购买行为、标签画像，都是基于这种系统被加以分析的。

第三，良品铺子拿着数据不是为了分析业绩或是为了用DM（直邮广告）发送促销信息，而是为了分析和挖掘用户的个性化需求，然后开发新产品。这几乎就是1.0版本的柔性生产了。

第四，建设智慧门店的意义非常重大。其中有一个小线索可能会被我们忽略，那就是良品铺子的用户系统是打通的，是线上线下一致的。智慧门店有什么用？可以用于用户体验优化、前置仓建设、用户数据采集，当然还有销售，而这些，都贯穿着一个统一的用户识别系统，即良品铺子的会员系统。建设智慧门店的意义并不在于能为新零售做出什么跨越式的促进，而是相比其他零售企业、生产企业来说，良品铺子打通线上线下的用户数据的时间，比别人提前了很多。可以这么说，如果没有打通线上线下的用户数据，我们就无法洞察和找到一个个既有个性又精准的消费用户。在以前，线上是线上、线下是线下，同一个人在线上和线下有可能表现得截然不同。不打通用户数据，我们就只能了解“半个”真实的用户。

我们不妨利用服务化新零售的那几个模块，分析一下良品铺子到底是怎么去建设这些内容的。

大数据

2008年是良品铺子收集和管理大数据的开端。我们都清楚，大数据的根本还是“全体数据”，而这全体数据，一定是在时间上不断增长和变化的。时间越长、范围越广，数据才越有价值。2008年至今，这么多年的积累不能不说是一种先下手为强的优势了。

我们看到，良品铺子的门店信息化管理系统不但可以记录订单，还可以记录SKU、售价、销量、订单库存等一系列信息。这和我们刚刚说到的优衣库就形成了鲜明的对比。优衣库的大数据基本上只被用来指导店铺选址，管理产品库存，而良品铺子的大数据包含了从研发到销售的所有结合点。我估计良品铺子的创始人和高层在2008年建立数据库时并没有想那么多，至少不会想到10年以后会有新零售，但是这种做法却无意间给良品铺子未来的发展铺下了一条很好的路。

顺着赵刚博士那次演讲中的时间线索，我们发现，随着良品铺子门店数量的增加，补货的难题也出现在眼前。于是，2009年良品铺子又在原有系统的基础上，开发了仓库信息化管理系统。新零售有着“大数据驱动一切”的特征，产品库存当然也受到大数据的驱动。

2012年，也就是良品铺子已经在数字化管理、数据化管理工作中奋斗了4年之后，其天猫店才上线。所以2012年，良品铺子又遇到了O2O的问题，也就是门店里的货和工厂中央仓库中的货怎么配合、怎么灵活运用的问题。这也是我们举例优衣库时说过的问题。

良品铺子发现仓库里的东西卖完了，线下门店的货却“躺”在那里“干着急”，就和之前的大手笔一样，请了IBM和SAP两个超级巨头，把电商、门店信息、库存等系统打通，形成了一套颇具规模的大数据体系。这相当于说，良品铺子这时候拥有了一套比较完整的骨架。“骆驼”的结构已经有了，再怎么瘦，也肯定比“马”大了。良品铺子就在这套大数据体系上，逐步增加各种接口，丰富各种功能。

除了订单类数据，良品铺子完全也可以接入我们所说的资讯类数据，比如今日头条、网易新闻中的数据。还可以接入生活类数据，比如高德地图、爱奇艺、小米智能家居中的数据等。

订单类数据、资讯类数据、生活类数据这三类数据如果全都有，并且足够多，还能通过手机号、淘宝账号之类的线索，打通分散的账号，那这将是在当前这个时期极其罕见的真正意义上的新零售大数据。从理论上说，一旦拥有这三类数据并且将之打通，良品铺子就可以了解每一个人的实时化需求。

“哎呀，我怎么那么想吃鱿鱼啊！”这件事情不是空穴来风，而一定是符合你的各种习惯，符合你近期受到的某些引导、刺激的——吃鱿鱼不是偶然性事件，这事儿是有迹可循的，这“迹”都在大数据里。良品铺子可以知道你的需求，可以将之预测出来，预测出来的时间至少够其给前置仓和线下门店发货和补货了。

请一定记住，大数据驱动一切。我们要接着说的下一个环节，依然离不开大数据。

需求洞察

本书在列举其他案例时，都没有写到这一块内容。不是不需要，而是这些企业做不到。但良品铺子是可以做到的。随着数据越来越多、越来越完整，在资金也宽裕的情况下（看起来良品铺子不太在乎资金是不是宽裕，只要想做就会做），良品铺子可以进行数据的挖掘运算，洞察消费者需求，最终满足消费者动态的规模化的个性需求。

据悉，良品铺子2017年全年客流（包括线上线下各种渠道）超过3.5亿人次，全网顾客声量数据（如转发、点赞等）达到2225万条，全网评价数据为2199万条，每个月新增的各类信息数据总量超过1TB。在这些数据的基础之上，良品铺子才有可能进行深度的数据挖掘，发现消费需求，找到产品改进、更新的方向。

没有大数据，就算不上新零售。只有依托于庞大的数据，企业才能精准地找到这些规模化的个性需求。

另一个问题接踵而来，那就是速度。

实时性是动态需求的一个本质特征。比如中午吃完饭，我想吃点酸的，现在就想，现在就要，过时不候。如果不能及时探寻、及时引导、及时交易、及时送货，那这个需求、这个生意机会，可以说是稍纵即逝。如何能高速处理这种需求呢？

答案是超级计算机、人工智能。不但要能算，还要知道怎么算，随算随做判断。人工智能到现在还没有被大规模应用到实际生活和生产当中，那么我们只能退而求其次，进行“人肉智能”的工作。细节不必说，这肯定不如超级计算机那么高速，但也是一种处理动态数据、寻求个性化需求的方法。(www.daowen.com)

柔性生产

洞察了需求之后，就要直接对接生产，否则这洞察就丧失了意义。

良品铺子的行业属性决定了它可以进行一定程度上的柔性生产，但原材料的问题良品铺子无法解决。

良品铺子做的是零食，零食的原材料非农即畜，这些都有其生长规律，是人类无法左右的。这就很难做到柔性生产。

举个简单的例子你就明白了。

在我们采访赵刚博士的时候，他提到了一种产品——大枣。

大枣一年的摘果期就那么几天，怎么做到柔性生产？要是大年三十你想吃，我不可能按个按钮，让冰天雪地里的树瞬间结果子，目前也没有高科技的设备可以3D打印出来一筐枣，真打印出来估计也没人敢吃。这是技术的局限，我们只能在技术允许的条件下进行柔性生产。

我们在服务化中常提到单元化、模块化。你想吃枣，良品铺子有小包装、单元化的各种枣，还可以按照你的个性化需求进行组合包装。这不是什么高科技吧？是可以达成的吧？更重要的是，很少有人吃枣是2斤2斤地只吃枣，多半都是综合需求，要点蜜枣，要点花生，要点巴旦木，要点牛肉干，什么都来点。这也就为我们说的一定程度上的柔性生产提供了可行的空间。

事实上，良品铺子做的不仅是这些。它在各道工序上，都进行了数字化介入。包括物联网以及各种可以实时化操作的数字技术，良品铺子都在逐步尝试和升级，力图让这些变得可控、自动化、智能化，能够被大数据所驱动。虽然现在还未实现，但随着技术的发展，我们会在不久之后看到这一切的。

终端、仓储物流和配送

终端、仓储物流和配送这些环节都是依靠良品铺子的大数据系统来驱动的。

在良品铺子选址开店的历程中，前期当然有类似肯德基的开店评估机制，但是到后来，当大数据系统运转起来之后，近4000万会员用户的数据、一张清晰明确的重点用户分布热力图，就随时地、动态地展现在良品铺子的工作人员眼前了。

在哪里开店？看看热力图，当然是在目标人群集中的地方。这个道理谁都懂，但问题在于，在没有大数据之前，我们并不知道目标人群在哪儿，只能靠猜。两眼一抹黑，壮着胆子下赌注，然后摸着石头过河。现在一切都清晰明朗了，完全不用犹豫，也没有那么多猜想的空间和必要。

门店既是销售渠道，又是前置仓。良品铺子从2009年开始运行仓库信息化管理系统，系统当时就能够在4个小时内反馈每家门店的订货需求，如今，在所有系统打通整合之后，它就更能通过对大数据的挖掘来预测需求，预测哪些零售店需要哪些产品。

往往门店的货还没有卖完，大数据系统就预测到哪几类产品可能会在下周售罄，进而快速补货，适量补货。这节省了库存成本，降低了库存压力，还能保证产品日期新鲜，提高产品品质。等这套系统稳定并且完善了，像是否需要添加各种必要的防腐剂这种问题，都是可以考虑的。广告里总说“像刚做出来一样新鲜”，干嘛要“像”？如果仓储物流和配送系统配合大数据和人工智能，能够做到实时，那产品就是刚做出来的，根本不用“像”，更不用添加防腐剂了。

终端配送在目前更加成熟和简单。饿了么、美团、百度等都有自己打造的并且是对外开放的配送系统，效率不错。除了个别配送员态度不好，其他的表现都还比较令人满意。

促销信息的推送

促销信息的推送基本上可以分成两个部分：自有平台推送和第三方平台推送。

良品铺子的优势在于动手早。截至2018年1月，良品铺子有将近4000万精准的、稳定的、忠诚的用户粉丝。别的不说，在微信公众号里定向推送一条产品促销信息，卖空个把城市仓，并不是什么难事。

有用户基础，而且用户基础掌握在自己手里，一切就是那么轻松惬意。但话说回来，积累这些资源的过程可一点也不轻松。这就像我们写一篇微信文章盼着“10万+”，结果阅读量却怎么也超不过200，人家咪蒙一篇文章就好几百万的阅读量。为什么呢？还是基数的问题。

如果你也有几千万订阅用户，那么你大可以在自有平台上推送，并以这里为传播的主阵地，因为这里更稳定、转化率更高、成本更低。但如果你没有这么多用户，那就要借用第三方平台，花些不算低的成本，来尽可能多地获得用户。

不过，在中国这个有着近14亿人口的国家，拥有近4000万订阅用户的确不是什么制胜法宝。良品铺子也在其他各种渠道不断扩展用户，不断进行拉新、留存、转化。

电商、社交媒体、线下门店的拉新留存工作是一门单独的学问，虽然这也在新零售范畴内，但是内容过于庞大，再来一本书也不一定写得完。所以我们就不过多描述了。

信息的反馈和返补大数据

一切可以得到的用户数据都是可以补充进大数据系统的信息资源。良品铺子的这种信息资源更多来自用户的购物评价，原因就在于其有非常大的用户基数。如果你没有，你就需要寻找一个能直接获得用户购后评价的渠道，比如舆情监测。

总之，良品铺子几乎在我们所描述的服务化新零售中的每一个环节和模块中，都有一些可圈可点、可借鉴的优势。受技术所限，虽然它在很多地方依然无法达到理想状态，但这并不影响我们向它学习。一个人是造不成罗马的，一个企业也撑不起整个新零售，大家好才是真的好。多一些企业在服务化新零售中发展，这个领域才会更快地成熟和完善。