2018年5月22日，由超盟數據主辦的“智慧便利店私享會·北京站”線下分享會在北京王府井半島酒店圓滿落幕。超盟數據CTO李健豪、山行資本合伙人朱思行、京東無人超市運營總監牟廣森、36524便利店信息總監魯媛、聯商網主編程相民和元芒數字創始人張家波等嘉賓受邀出席本次活動并帶來精彩的分享。

據中國連鎖經營協會發布的《2017年中國連鎖百強報告》顯示，便利店的單店平均增長率最高，為6.0%，社區超市、百貨店和購物中心單店平均銷售增長分別為3.8%、4.5%和3.4%，大型綜合超市單店平均銷售出現負增長，為-2.3%。此外，在2017年小型門店成為新趨勢，百貨店、購物中心開店數量明顯減少，而小型門店數量增長相對較快，達到7.7%。作為線下零售增長最快的業態，便利店領域在近兩年受到了空前的關注，電商巨頭紛紛布局線下便利店，便利店也成為資本的新寵，受到資本方的追逐。

以下是部分參會嘉賓的演講或討論觀點。

超盟數據CTO李健豪介紹了數據挖掘算法在零售行業的應用：

超盟數據CTO李健豪

超盟數據CTO李健豪首先介紹了超盟預測系統的四大步驟：第一步是構建模型，第二步是進行預測，第三步是評估模型效果，最后一步是收集反饋。李健豪認為銷售預測將會對零售企業運營產生重大影響，通過銷量預測，可以指導后端運營提前進行合理的資源匹配和優化，避免浪費或者出現瓶頸，電商巨頭亞馬遜早在2008年就開始使用銷量分析工具來預測消費者的購買行為。

亞馬遜的供應鏈管理

超盟預測系統的應用實例

李健豪接著介紹了相似度的概念，即將商品向量化，并指出利用相似度技術可以進行用戶畫像、門店畫像和商品畫像分析。為了讓觀眾更好理解，李健豪以亞馬遜內部的精準營銷活動為例介紹了數字化工具是如何指導零售企業運營的。

相似度的線上應用場景：亞馬遜的一次全自動營銷活動

李健豪補充道，利用相似度技術，根據地理位置、會員特征、消費能力等維度，可以將門店的商圈重新分類，這可以指導我們的營銷工作。李健豪解釋道，“當我們做一場精準營銷活動時可以把這個圖拿出來，比如想找學校周邊年輕用戶比較多的，喜歡某一種商品的一群用戶，然后它給你一些建議門店，這些建議門店是基于我們剛才提出的問題，它是最適合做的，而不是一場活動下來，所有門店全推。所以有了門店畫像和用戶畫像，可以讓你成本更低的做這些活動，然后達到最大效果”。

相似度的線下應用場景：便利店可以進行商圈劃分

最后，李健豪介紹了超盟數據的精細化監控，包括機器狀態監控、API接口監控、物流系統監控、門店銷售情況監控等四個方面。

精細化規模監控的應用場景：異常預警

通過監控，可以及時發現暢銷商品和滯銷商品，能夠及時顯示缺貨現象，為跟蹤補貨、品種優化、及時淘汰和引進新品，提供了直觀而快捷的信息。

山行資本合伙人朱思行先生，對國內零售提出了四點判斷：

山行資本合伙人朱思行

山行資本合伙人朱思行首先展示了國內零售的一些基本數據：第一是從2015年到2017年社會消費品零售總額從30萬億增長到36萬億，扣除通貨膨脹因素年增長率為8%到8.5%；第二是從2015年到2017年實物商品網上零售額從3萬多億增長到5萬4千億，年增長率達到25%到30%；第三是從2015年到2017年網上商品零售滲透率從12.07%增長到16.78%。

國內零售的一些基本數據

基于上述數據，朱思行對國內零售提出了四點判斷：第一是社會零售總額進入平穩增長的新常態，餅不怎么變大，分餅就會爭奪得更激烈；第二是網購成為社會零售中最兇猛的主流形態，網購巨頭對其他同業的擠壓不可避免；第三是線上流量獲取效率會越來越低，網購巨頭開始涉足線下；最后是連鎖便利店是線下零售唯一的亮點業態，必然引來無數參與者。

此外，他認為企業（或者平臺）的資本價格是由流量運營能力決定的，并指出企業（或者平臺）可以從以下三個方面去做準備。第一是管理BI化，運營AI化；第二是數據驅動品牌，事件帶動銷售；第三是利用友好的線上平臺管理好線下流量。