互联网+ 电子商务 智能家居 地理信息 高端装备 信息安全 3D打印 工业4.0 人工智能 光伏 新能源汽车 消费品 集成电路 移动支付 汽车 数据中心
2017中国百强县创新发展论坛
当前位置:首页 > 产业动态 > 工业 > 装备制造 > 正文

新零售持续火热,「店驰」靠大数据选址入场会是个好方向吗?

发布时间: 2017-09-26 00:00     来源: 36氪

新零售持续火热,「店驰」靠大数据选址入场会是个好方向吗?

       新零售持续火热,围绕线下业态的重新解构成为趋势。

  其中,新、老零售都离不开的很重要一点,就是位置。作为实体零售竞争条件中入口级的核心要素,地址具有天然的空间壁垒,好位置能够为企业带来可观客流,大幅增高营业额,也是其一大竞争优势和无形资产。
  “选址是门学问,日本在这方面有着 40 多年的研究历史,而国内店的选址则还处于初期,比较粗犷”,在接受36氪采访前,店驰创始人邱浩先抛出了这样一句话,在他看来,传统寻址流程存在信息不对称、效率低下等问题。
  基于此,店驰希望利用大数据来给客户提供智能选址的解决方案。我们知道,诸如 711 等头部日资便利店都有其系统性的选址方案,那么店驰具体服务哪一类型的客户呢?
  邱浩表示,事实上,国内有不少成体量的零售店,它们有这样几个特点——有品牌、成规模但选址等发展体系上或缺乏经验积累、或相对传统,“我们正是服务这样的客户,比如好邻居这样的规模化便利店、有社区生鲜超市、有酵素这样的烘焙品牌店以及百果园、果多美这样的水果连锁企业等。”
  “在传统的拓店流程中,一线拓店人员就是全城扫街扫楼,看到感觉地址还行、人流量还不错,又处于空租、转租等状态的店铺等,就记录下来反馈到决策者处,这种筛选比较主观,而且效率不高,决策者对一线拓店人员的管理也相对不可控。”
  店驰的一大亮点在于将拓店流程做了类标准化的处理,对于一线拓店人员,不再是泛泛搜寻,而将之量化和任务化,通过对基盘做信息采集,变传统选址为主动挖店。
  邱浩表示,这款拓店工具背后的逻辑不再是基于现有情况去发现可能的店铺,而是从企业本身出发,去规划适合该业态的地理商圈,再将城市进行网格划分、在每一个网格布点、再基于每一个布点基盘去搜集信息,“哪些位置最适合开水果店?现在这些位置是否有适合的空间?哪些空间需要保持关注,一旦空出马上跟进?这些都是基于店铺发展适配位置,而不再是基于地理位置去将就店铺。”
  具体到产品来说,流程大致是先进行商圈规划、建立基盘库,然后内外部数据确定目标店铺,然后基于基础信息进行店址初评,然后基于固定客源、客流统计进行日商预估和盈亏预测,最后产出一份评估报告,有效状态的店铺进入到最终阶段的考察和租赁签订。
  一般来说,目前业内开店不成功率在 20% 到 30%,也就是接近三分之一概率会使得投资回报周期、开业销售额等远低于目标,造成极大成本亏损。
  邱浩认为,店驰的优势除了产品本身的逻辑设计外,对于云端任务的处理和发放以及智能选址报告评估上也有数据优势。据他介绍,目前其数据源除了几家第三方数据提供商外(提供周边房价、周边住户、周边同行客单价、周边用户画像等等),还有若干家独家数据合作伙伴。这种数据来源将会是其壁垒之一。
  上述所说的是其拓店组件,主要服务客户选址这一环节,邱浩表示,未来其将推出选品、运营等其他产品,如果模式被验证,能够形成其零售生命周期内的闭环服务。
  盈利模式上,每个产品类似于 SaaS 收费,单款产品客单价大概在每年 6 万元左右,从今年春节推出至今,目前拓店组件已有 50 多个客户。
  团队方面,目前其已有 20 余人,产品和算法工程师居多。创始人邱浩此前在老牌 erp 公司海鼎任副总经理,有超过 13 年的零售管理工作经验。此前,店驰已获得千万元 A 轮融资,主要用于产品开发与布局、团队构建和市场拓展。

收藏