成为数据驱动者（并获得即时收益）从未如此简单过

2022年特别动荡的市场条件扰乱了零售业的定价和供应链政策。虽然价格优化一直是这个行业日常关注的问题，但2022年全年消费者价格上涨5.2%（2021年为1.6%）以及2023年第一季度的加速上涨，加剧了反应的需要。每天都必须做出更频繁的价格调整决定，以吸收成本增长或对竞争对手的重新定位做出反应，并立即部署在商店网络中。

更糟糕的是，从大流行病事件中遗留下来的阴影仍然笼罩着供应链。由于缺乏库存，许多零售商不再确信他们能够提供所有产品。

为了应对这两个挑战，那些能够严重依赖其数据并通过机器学习即时、大规模地处理数据的玩家脱颖而出。当然，你不可能在一夜之间从数据丰富到数据驱动，但与普遍的担心相反，技术的成熟度是如此之高，以至于可以在短短几周内部署可以迅速开花结果的第一个构件。

通货膨胀使零售商的注意力集中在价格优化的日常挑战上：如何确定对价格变化最敏感的产品（弹性）？哪些产品塑造了一个品牌的价格形象（已知的价值项目）？如何对竞争者的重新定位做出实时反应？由于促销活动在销售中占的份额越来越大（消费者比以往任何时候都在寻找适合紧缩预算的便宜货），如何在不影响利润的情况下优化促销活动？所有的答案都在数据中!顾客数据和专有的销售历史可以与外部数据相结合，如竞争对手的价格和促销记录、季节性、日历事件，是的，甚至是天气（！），以做出正确的决定。零售商的价格人员和 品类管理团队通常会做这些工作。不幸的是，他们经常需要在Excel中工作，但由于他们的其他职责，投入的时间有限。

那么，什么是新的？为什么呢，因为今天有了成熟的现成算法，可以使最简单的决策过程自动化。它是市场上第三方数据的无缝和大规模可用性。它是技术堆栈的易用性，允许在几毫秒内处理数百万次交易。今天，只需要三个月就可以建立一个数据平台，将所有的交易数据、促销活动、库存、产品层次、商店层次、客户数据等结合起来。而技术合作伙伴可以通过其管理服务在云端管理基础设施、资源部署和网络层面。今天，像Jourdain先生一样，如果你知道Excel和PowerPoint，你就会在不知不觉中成为一个 数据分析师：在几天内，你可以在BigQuery（谷歌）、Synapse（微软）或Snowflake中控制数据，并在Looker、Power BI或Tableau中建立互动仪表板。

近年来，健康和地缘政治背景也对供应链提出了挑战。今天，供应商的服务率每周都不一样，交货时间可能非常不确定。分销渠道也变得高度复杂：不仅商店需要进货，还需要为送货上门、点击取货和合作关系提供服务。数据科学再一次拯救了零售商，使他们能够更好地控制库存管理。通过利用机器学习，零售商现在可以实时分析收据，以立即发现缺货的商品，计算链条上所有环节的不确定性分布，以更好地确定缓冲库存的大小，或在无限多的约束条件下改进库存分配（以优化成本，缩短交货时间，或减少碳足迹）。

在一个利润率如此紧张，以至于卓越运营是必要的业务中，数据驱动的公司的概念远非新鲜。今天改变的是技术平台的访问和使用的便利性。

如果技术不再是一个障碍，那么挑战仍然是让这些解决方案被尽可能多的人使用。为了使其使用民主化，简单的解决方案需要大规模部署，员工培训项目需要成倍增加，无论是按需培训还是强化培训，以及需要组织活动（如黑客马拉松）来吸引那些推动转型的管理人员。数据是关于人的。这是Artefact"的口号，而且是正确的。

锦上添花的是，由于零售媒体和数据共享，数据本身就是一座金矿。随着数字信号变得更加难以捕捉，零售商产生的数十亿交易和客户互动已经成为他们的一个重要战略优势。这些数据能够深入了解消费者的期望，具有巨大的货币化潜力。但它代表了零售商商业模式的深刻的、存在的转变：从一个自负盈亏的模式（有负的营运资金），但利润率非常低，转变为一个初始投资巨大但利润率高的模式。这是一场哥白尼式的革命，对所有参与者来说也许不是最容易进行的。

在零售业价值创造机会的大超市中，数据技术现在处于货架的顶端，属于自助服务。零售商们，为什么要等到与你们的合作伙伴分享这些无与伦比的优惠呢？