日前，多家消息渠道披露，阿里巴巴欲以11.6亿美元收购Rocket Internet在巴基斯坦的零售部门，而这，已经是阿里巴巴近一年来，继入股三江购物、与上海百联合作，以及收购拥有欧尚和大润发两大品牌的高鑫零售以后的又一个关于零售方面的大动作。而巨头们屡屡涉足零售领域，从另一个层面说明了，零售业特别是新零售必然是未来的一个经济热点。而新零售倡导的数据驱动型企业也必然是未来零售企业势必要努力发展的方向。

　　数字驱动不是那么容易滴!

　　但是，对于大部分零售企业来说，成为数据驱动型零售企业，需要在技术、流程、数据、组织架构等多方面进行变革，但这并不是一件容易的事情：

　　虽然几乎所有受访企业都将零售新技术的应用上升到企业战略层面，94%的企业表示非常重视或较为重视新技术，并愿意将成熟的前沿技术引入到商业运营中，但实际上，零售企业技术力量非常薄弱，在技术上的资金投入也极为有限，这就很容易造成企业有心无力的局面。

　　逾七成企业将“会员体系与顾客服务”列为技术投入与应用的首先领域，但与单店盈利息息相关的中后台技术——如支付、物流、库存管理等则普遍遭受冷落。而这些被冷落的中后台技术才是成为数据驱动型零售企业的关键。

　　新技术除了颠覆传统行业的既有观念和组织流程，也在颠覆传统的人力资源模式，而在传统零售企业中，数字转型人才普遍缺乏，这成为企业迈向数据驱动型零售企业的又一个瓶颈。

　　打造零售数字化平台的三大挑战

　　而要解决这些问题，打造新零售企业数字化平台是关键核心，但要打造数字化平台，首先就要数字化，这就需要打通零售企业各个环节之间的数据通道，但依据当前零售企业的现状，这注定将是一件困难重重的事情，一直关注于零售企业数字化的超盟数据创始人&CEO李思贤对此深有感触，他表示中国零售企业的现状完全可以称得上为“极度零散”。所谓“极度零散”是指中国零售企业线下的所有数据全部呈孤岛状，而且区域割据非常严重。而这种情况就导致开发新零售数字化平台需要解决三大挑战。

　　挑战一：数据连接

　　这种“极度零散”现状首先带来的困难是数据的连接或者说是数据打通的问题，因为想要将大量分散的，分布在不同系统中的数据连接起来是一个巨大的挑战。假如有一万家零售企业，每个企业的系统都不一样，就算这些企业的数据都对外开放，这个连接数据的工作量也是不可想象。但是，又不得不对这些数据进行连接，因为“如果能够把这些数据连起来，就能够通过挖掘这些连接的数据为零售商做数据赋能，弄清楚价格、库存、销售额、销售量等等数据之间的关系，并逐渐建立商品与商品、商品与消费者以及商品与门店之间的关系网络，也就是超盟所定义的商品知识图谱，而这样的方法将来也可以做金融、商品等其他领域的赋能。”李思贤说。

　　而要解决数据的连接问题， 按照超盟数据创始合伙人&CTO李健豪的解释，关键在于系统如何去适配用户的数据，而不是让用户开发接口来适配系统。连接数据首先要读懂数据，也就是说，需要破解数据库里面表格用的什么字段，每个字段大概什么意义，并从中提取到需要的数据。这需要在数据库层面、算法层面下很多功夫。

　　挑战二：数据分析

　　数据连接之后，就需要对数据进行分析，而对数据进行分析之前，需要搞定的是数据的关联。李健豪表示，对于零售企业来说，销售表是最核心的数据，所以每接进一个数据库，第一步需要做的是自动判断具体哪一张表是销售表。通过销售表去倒推门店表、商品表。而一般来说，零售企业的数据库大部分都是关系型数据库，因此，通过销售表就能把周边的所有表用算法关联起来，形成一个小的网络，这个网络里边包括有商品、门店、销售等等的数据。

　　数据有了，数据关系找到了，下一步就是对数据进行分析，虽然看起来数据分析并不像是一个多么高深的技术，用Excel就可以做一些简单的数据分析。但要想真正从数据中分析出有价值的信息，门槛非常高。“需要数据分析人员具备两方面的能力，其一是懂技术，其二是懂业务。要非常懂零售这个行业，要清楚的知道这个行业到底应该怎么做。而这些，不靠长期在该行业的摸爬滚打是不会知道的。但如果让零售内部人去摸索，他会很难跳出来去想。而对于希望切进去的人，是要有一些突破性思维，同时还要理解原来的这种业务逻辑。”李思贤说。

　　“当然，技术方面也有很多比较难的地方”，李思贤坦陈，“比如说原有的分析技术都已经用完了，你如何去找到最关键的关联信息，并且非常准确的告诉用户，这件商品下个月、下周到底会卖多少。这件事情做起来虽然很简单，但要做得很准，就很难。这就需要用到知识图谱、人工智能、深度学习等新技术来解决。”

　　挑战三：云端平台

　　数据有了，数据分析相关技术也已经齐备，下面遇到的问题就是如何尽量让数据与业务逻辑相分离，也就是说，在处理数据的时候，不需要也不能知道数据代表什么。这其实就是业务逻辑的抽离。业务逻辑抽离之后，就需要在一个强大的数据库里面处理相关数据，但通常的类似Oracle一类的传统数据库，由于不是分布式数据库，在性能上就会出现很大问题，严重的情况可能会使得整个系统挂掉。因此，如何选择一个系统运行的云平台对于整个零售数字化平台非常重要。“像我们，由于使用了AWS的Redshift数据库，因此即使在处理PB级的数据时也会游刃有余，这样，所有研发只需要专注技术，而无需考虑业务逻辑，从而大大提高了开发效率”，超盟数据李健豪说。

　　同时，对于数字化平台来说，数据的安全性至关重要，如果不能保证数据的安全性，数字化平台就是巧妇难为无米之炊，因此，选择一款靠谱的云平台实在是一件非常重要的事情。而超盟数据就曾经在这件事情上吃过大亏，李健豪现身说法，他表示，在使用AWS之前，超盟数据的系统是跑在某家云上的，2016年中的时候，随着客户增长的加快，系统中的数据也逐渐增多，但却有数据丢失的问题发生。考虑到AWS在业界的影响力，就尝试转移到了AWS的云平台，结果效果不错，从此就和AWS结缘。而自从迁移到AWS平台上之后，数据就从未发生过丢失的现象。

　　自给自足还是“拿来主义”，这需要斟酌

　　实际上，要自己打造云端新零售数字化平台，虽然有本文的指导，但对于零售企业的技术部门来说，还是蛮难的，需要投入大量的人力和金钱，而且效果可能还不是很好。不过，好在有超盟数据这样的厂商，为零售企业提供了现成的成熟产品。

　　超盟数据专注于全景式数据驱动零售企业决策，为连锁便利店、连锁商超、社区超市等零售企业提供数据服务，API数据接口、BI辅助决策平台、AI选品平台等解决方案。目前已服务超市发、天天便利、利客便利、每一天便利、惟佳便利、六意便利等国内连锁零售企业。超盟数据的BI辅助决策产品覆盖中国18%的连锁便利店，现已合作逾1万家门店，每天处理千万级人次的交易数据，为这些零售企业大幅提高销售额和利润，同时大幅降低成本。

　　从数据收集、数据分析、数据挖掘到最终决策，通过完整构建零售企业大数据时代下的决策闭环，超盟数据的商业模式可以为连锁零售企业提供一站式的数据管理和分析平台服务，帮助企业建立数据驱动的体系，制定更具个性化的营销应用策略。

　　怎么样，关于新零售数字化平台，自己自足还是“拿来主义”，这个您可得考虑清楚了!