不得不说，零售真的是古老而又繁重。三年多前，我抱着强烈的好奇心和无所畏惧的胆识，从医疗行业转为AI零售行业。
当时我们还在用互联网人口流量红利看待此事，认为：如果能够尽快抢占小B门店，收取人物数据和粗略的地理位置数据，就会有人为此买单（不论是品牌商、零售企业、资本公司）。但现实情况是：安装到小B的设备并不能保障持续有效工作，导致数据采集断流；而品牌商、零售企业、资本公司对人的虚拟结构化数据的兴趣没有到愿意花钱的程度。
我们太过高估市场了，也高估了人脸识别的技术能力，那时的人脸识别刚刚可以对物理的人进行虚拟结构化，认知准确率不高，严重影响分析结果，我们为此饱受折磨。
- 首先智慧零售企业没有门店拥有权（平台），我们的数据仰仗合作伙伴或者甲方供给，这是智慧零售企业的天然壁垒；
- 其次，人脸聚类效果确实差强人意，一位物理人物会被识别成n个虚拟人，让客户看不到后面数据的可靠性；
- 同时，在互联网企业干久了的我们思维和认知上都与传统从业者不同。
零售行业是非常传统的，他们喜欢眼见为实、真枪实干。他们并非不接受新技术，而是无法承受新技术带来的不可预知影响。
就拿我们的虚拟人物结构化技术来讲，我们提倡人脸识别创建会员——进店即会员，看似这个技术降低了会员招募的成本，让所有来店消费的顾客信息记录在档。但不可忽略的是，由于技术不完备至少有30%以上的人物信息无效。传统零售从业者无法分辨和处理多出来的30%的信息，如果他们忽略这些错误，就得接受至少多消耗30%的总投入成本。然而，大部分零售从业的毛利都很低，他们会研究可乐冷藏的温度以节省电力成本，也会对店铺里每寸小空地进行营销规划，如此心细的他们更会拒绝不可控的错误数据。所以，数据的不准确、未知因素不可控就决定他们对新技术的天然排斥； - 再次，智慧零售企业需要知道和理解传统行业人的心态，不要太过理想化地向他们推销新技术成果，不要妄想一个普通的小店有能力和时间陪你走过早期研发阶段。
如果说这类小店老板精明、没钱，不如说是智慧零售企业没有找到双方共进共赢的手段。我们错在了：
- 不理解传统零售人对数据运用的程度和理解程度；
- 不清楚传统零售公司的盈利来自于什么，也就无从判断如何帮助他们提升店效、坪效；
- 我们按照互联网早期的方式，希望找一个试验田双方一同成长，但忽略双方获客渠道不同和获利差距不同，注定这个杠杆无法平衡；
- 我们没有完成AI技术在传统零售业务中落地的模型梳理，从过于天真到过于盲目，让我们失去了获取“完美新用户”的市场早期机会。
即便如此，18年到19年之间，我们一直不懈地寻找数据准确性、获取商品数据的方法，例如与有开发能力的连锁店合作，提供标准化的数据标签中台，让零售客户可以专注于数据分析，而我们辅佐他们治理数据。但很快问题就出现了：仅提供数据中台，对企业的发展价值并不高，除了对数据的采集、治理、运算、输出以外，还需要让数据产品有业务价值。
细细品味我们手上的两类客户：
- 运营能力弱、渠道宽度窄的连锁企业；
- 运营能力较强，拥有技术研发能力的商品供应商；
前者光有数据分析报表和标签是远远不够的，他们希望获得方案以供做商业判断、还需要一些运营渠道的助力在合理资源动用的情况下增加获客从而提高客单价；对于后者，由于研发能力较强，他们关心的是如何通过数据拓宽原有供应渠道。
可怜的我们，刚解决了数据采集的问题，现在又面临数据决策和渠道运营的问题。但时间不等人，仅仅在一年多的光景，客户们的思维发生巨大变化，AI在传统零售从业者的脑海里不再那么神圣，如果你还想通过AI技术去忽悠他们买单是杀鸡取卵…
我们不妨细细品味这两个需求，尝试问问自己：
- 以现在的数据积累和治理程度，能否产出可用于商业决策的数据报告？
- 根据目前所在公司的平台能力，能为合作伙伴挣得什么样的渠道运营资源？
当时的我，只能对上述两个问题回答：不能。
我们没有足够海量的数据、足够宽泛的样本来出具商业决策报告。即便数据足够多，我们还需要一些资深零售业务经验的经理人给予商业战略知识，并通过机器学习的方式将这些经理人的知识系统化输出，形成智能决策报告交付客户。
不仅如此，我们还需要有一个渠道平台，不论是品牌合作伙伴，还是流量导入渠道，通过这个平台，我们能够让客户讲决策报告实践出去。
发现了么？现在的业务思路才算真正的清楚——我们需要的是形成 “数据采集 > 数据治理 > 数据分析 > 数据决策 > 营销运营 > 数据反馈的业务闭环”。
作为产品经理，如果从一开始没有想清楚闭环，接下来的工作一定是堆叠功能、走一步算一步。闭环也没有说得那么简单，你需要确保的闭环模型在市场上持续地交换。你可以去交换人力、资金、平台、数据、口碑等等，拿到交换而得的资源生产新的资源，开始下一轮交换。所以，每一次要做什么服务、要交换什么资源、是否可以长久持续交换非常重要！千万不要接过来一个需求就开始设计功能，这是初级入行者的行为。请认真思考上述问题，这是我这三年中最大的感悟！
我把上述人货场与市场交换的过程用下图表示，观者会更容易了解：
说来也惭愧，经过这么长时间的打击，我恍然间才明白“新零售的人货场不是什么新鲜玩意，所有的业务都是人货场的组合变化与市场不断进行交换的过程”。外卖产品、云产品、金融产品、工业硬件、甚至你以为的不着边的能源领域、航天工业、政治领域…全都是人货场。
最后，我总结这三年对于“闭环”与“交换”的方法：
-
首要的还是明确需求，对方说什么你要很在意（尽量拿到一手信息），总结对方的核心、归纳你的问题（如果你感觉问不出来问题就严重了，说明思考不够深刻）、带着问题制定沟通策略。请把产品经理想象成主持人，去控制双方谈话的节奏，让对方说出想要得到的信息，甚至花点钱吃饭、散个步等等，请将能用的方法统统用上，不要脸皮薄。你的问题可以用下方的模型来思考：
image.png -
确认了问题和沟通策略，经过初步沟通也许你已经明确了对方的真实需求和痛点。你需要思考你的方案如何与客户进行价值交换。如果你是一个2B产品经理，可以尝试将客户以总分的结构拆成：客户、客户的客户、客户的工作人员。几乎所有2B的客户都可以至少拆成3类用户群体。
不要忘了再分析一下对于企业内部要交换什么。不要狭隘的说，我设计一个日活99%的产品，公司给我年涨薪20%。请把闭环思维带进来，问自己的方案能够促成公司那些职能部门的增长、可以带来什么结果，再问自己，若实施这个方案，公司要为你提供什么资源、成本和时间是多少。
image.png
具体的问题和场景需要产品经理自己不断摸索和总结，不限于图中的框架。希望你也能总结出一份适合你的方法，伴随你成长。
