目录 

第1章 零售学基础
第一节　零售简史
第二节　零售和零售商
第三节　零售职能
第2章 零售业与业态变革
第一节　零售业
第二节　零售业态
第三节　业态演进理论
第3章 消费与数字消费者
第一节　需求与动机
第二节　消费者购买决策
第三节　数字时代的消费者旅程
第4章 商品管理
第一节　商品管理基础
第二节　商品规划
第三节　品类管理
第四节　品牌管理
第5章 采购、物流与履约
第一节　采购管理
第二节　零售物流原理
第三节　全渠道履约体系
第6章 定价与促销
第一节　零售定价原理
第二节　零售定价策略
第三节　零售促销
第7章 商店管理
第一节　商店设计
第二节　氛围设计
第三节　陈列设计
第四节　商店防损
第8章 顾客服务
第一节　服务与零售服务
第二节　顾客关系管理
第三节　全渠道的零售服务
第四节　服务质量管理
第9章 零售战略
第一节　零售战略原理
第二节　战略零售规划过程与定位
第三节　零售商业模式
第四节　零售战略的新发展
第10章 零售组织与能力
第一节　零售组织
第二节　零售人力资源管理
第三节　零售能力与执行
第11章 零售技术与数字化
第一节　技术演进与零售变革
第二节　信息、数据与洞察
第三节　零售数字化转型机制
第四节　典型案例：大润发的数字化转型
第12章 商圈、选址与规划
第一节　零售地理理论
第二节　零售商圈
第三节　零售选址
第四节　零售规划

在线试读

长久以来，零售是一种中介活动，零售商既帮助厂商为其产品找到市场，也帮助消费者购买他们所需要或想要的东西。从19世纪开始，现代零售体系逐渐发展壮大，店主们从小规模起步，一些零售商已经在全国甚至全球占据主导地位。基于各种时代的新技术，特别是通信和信息技术，零售商得以大幅度改进商品分销的技术与体系，实现效率提高、成本降低、价格降低，并形成一种良性循环。但是，在数智化时代，零售商作为中介的角色受到了威胁。快速发展的数智化技术正在改变游戏规则，传统零售商不再拥有供求信息、供应链、货物流、履约、服务等相结合的垄断权，实体商店的重要性事实上在不断下降。面对崭新的数智化时代，零售商必须改变思维方式、流程和组织来获取价值，但变革往往是复杂、具有挑战性、耗时耗力和有风险的，需要系统性的认知来驱动。
在数智化时代之前，尽管许多新技术在当时被认为是革命性的，但这些技术的使用是相对通用的，许多零售商购买了相同的软件，并经历了类似的变化过程。这些实际上并没有改变零售商之间的竞争方式，也没有从本质上改变零售商服务客户的方式，20世纪末的零售商店与50或100年前的商店并没有太大的不同，成本下降和性能改进都是在既有体系结构中实现的。即使是20世纪90年代末的第一波电子商务浪潮也是如此，只有少量的零售商将其集成到门店驱动的核心业务模型中，对于大多数零售商来说，电子商务主要是另一种孤立的系统。
数智化时代对应的就是本书在第1章中写到的数字化零售2.0时代，这个新时代由移动互联网、物联网（IoT）和人工智能（AI）等的发展共同驱动，是一场由数字技术驱动的革命。一方面，这些技术帮助零售商改进流程，为消费者设计新的体验，将零售运营提升到新的高度；另一方面，数智化技术也带来了新的竞争对手，增强了消费者的能力，改变了零售业竞争的基础。一场真正的革命已经到来，零售商无法控制这种变化及其速度，必须直面。
从技术面看，云计算、泛在网络、存储硬件和软件的进步使得以新的方式向移动设备交付数据、测量业务流程中的所有活动、更准确地评估消费者的行为以及在扩展容量的同时使用不同的数据源成为可能，数据也才开始真正可以被全方位采集，真正成为资产。这些进步体现在移动性、可测量性和敏捷性三个方面。
今天，很多数智化的零售商会说自己是一家科技公司，而不是零售商。但是，仍然有很多零售商只是将与数字化相关的新机会视为一个“项目”，其运营的重点通常仍然是开店、与供应商谈判以压低价格以及实施其他成本管理措施，或者在不景气时开展更多的促销活动，即仍然试图从传统业务流程中榨取更多，而不是以全新的方式应对数智化新时代。本书第11章基于研究团队近年来聚焦的中国新零售领域，既包括零售企业，又包括品牌商的新零售业务，同时考虑到传统线下企业和线上数字原生企业不同的转型背景、动力和路径，例如传统综合零售巨头数字化转型（大润发）、传统品牌商数字化转型（红蜻蜓）、新兴数字化新零售企业（盒马）、新兴创新型科技品牌商（小米）等，由此形成了多个视角的案例对比研究，得出了零售数字化转型的机制。研究表明，零售数字化转型是一项系统工程，关键在于资源、能力和设施驱动的数字化能力，以及用户、交易和关系驱动的数字消费者、数字生产要素及数字生态引致的价值创造、价值获取能力，只有从这两个方面推进、构建和重塑，才能确保数字化转型的成功。
线上线下的融合化成为零售业的主流。零售业一直是数据最为密集的行业之一，大数据在很大程度上改变了零售商的经营方式，但缺乏颗粒度和对应性，即使获得海量的信息，也会因为无法找到合适方法来应对这些信息的冲击，并从中提取有意义的信息，致使其效用非常有限。正如二十大报告所指出的，“促进数字经济和实体经济深度融合”，融合化既有可能使得零售商提高数据的颗粒度，汇总成千上万种不同的商品从供应商到仓库、商店网络的移动，以及海量消费者的交易数据以供未来分析，也有可能改善对应性，将一笔交易与任何一个消费者、地点、商品等联系起来，从而改变之前传统零售商不得不依靠对匿名销售收据的分析来洞察顾客购物习惯、趋势和偏好的困局。
可以说，融合化可用于改进零售运营，也用于与消费者建立更密切、更有效的关系，捕捉他们在商店中的每一笔交易，并在商店外发现更多关于他们的信息，进而通过共享预测和库存的实时数据，在整个供应链上进行更紧密的协作，提高生产率；基于融合化的“好”大数据和复杂的算法，可以按产品类别模拟不同定价和促销策略的效果，并高度准确地估计由此产生的需求弹性；还可以使零售商在商品组合方面获得巨大进步，捕捉消费者视角而非厂商视角的商品组合分类，引进新项目，发现增加销售的机会。
总之，未来的消费者将不再仅仅依赖商店或线上，消费者的行为在数量、多样性、准确性和速度方面产生大量数据（数据实时更新），即更好的数据。传统实体商店和传统电商都需要在这个意义上重新思考自己的角色，像新型的零售商那样在没有地理界限的离线和在线环境中即时跟踪、即时服务消费者。零售商要能根据消费者的需要调整战略、价格、产品、渠道和沟通，提升客户价值；帮助一线员工基于对客户偏好和市场状况的洞察，调整服务以适应消费者更加个性化的需求；能够在标准化和定制化之间取得平衡，平衡有效性和效率性。
虽然并非所有可能的技术都会成功，在有效引进数智化技术之前也需要一段试验期和调整期，但新零售、新型消费就是数智化、融合化的第一步尝试，将极大地丰富购物体验、消费者满意度，提高零售效率，也必将推动零售业的进步。