原创《新零售下，阿里巴巴美团焦虑症》：本文关于焦虑症论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
这简直是完美的基础模型.先是辛苦创业,其次品质提升,随后是数据积累,最后精准配送、用户体验大幅度提升,商业效率提高.
最近一年,新零售的概念很火.生鲜商超、无人货架、便利店等创业项目如雨后春笋,也是应风而起.和此同时,也衍生出了京东“无界零售”、 “智慧零售”等翻版概念.
人工时代最好的新零售案例
在探讨今天的话题前,先讲个曾经看过的故事吧：
在20世纪30年代的台湾,曾经有一位小哥,家穷读不起书,15岁便出去给卖米的粮行当学徒,一年后自己单干.但当时的情形不容乐观,在这个不大的县城,有着近30家米店,小哥的店子开得最晚,规模最小,也没有知名度.
小哥年轻嘛,能吃苦,于是乎起早摸黑,挨家挨户地推销卖米,但实际效果却差强人意,吃力不讨好.试问一下,一般人会去买这种小商小贩,推销上门卖的米吗?
于是小哥改变策略,开始在米的质量上下功夫.那个时候由于技术等客观因素,大米里面掺杂着很多小石头、谷粒、碎片等等,虽然司空见惯,但并没有商家愿意在这上面下功夫,小哥于是把米中的杂质剔除出去,最后大米的质量开始领先同行.于是一传十,十传百,小哥的生意迅速起飞.
然而小哥并没有满足于此,他发现有很多老年客户,一个人背大袋大米非常费劲,于是小哥又推出送米上门服务,这项服务大受欢迎,毕竟谁也不愿意背着米袋走很长的路.
小哥并没有像常见的那样,仅仅把米送到门口,拍拍屁股,茶也不喝就走了.而是提供倒米进缸服务,如果米缸有陈米,将陈米先倒出来,再把新米放进去,然后陈米放在上层,这样陈米就不至于放久变质.
叙述到这里,估计有很多人猜到小哥是谁了.没错,他就是台湾经营之神——王永庆.
讲述这个故事,是为了引出下面最重要的一段：
小哥在送米过程中,除了打量米缸大小,还询问这户人家多少人吃饭、几个大人、几个小孩,每人饭量如何,并将此数据记录下来、还预估该户人家买米的大概时间.不等顾客上门,小哥就在合适的时候将相应的米,送到客户手中.
最近在思考新零售的时候,这个故事,一直在我脑袋里栩栩如生地呈现出来.在我看来,这个案例是人工时代,最好的零售案例.
联系当代新零售,这简直是完美的基础模型.先是辛苦创业,其次品质提升,随后是数据积累,接下来是用户数据搜集,掌握“米缸”容量、调查消费特点、判断消费需求,最后精准配送、用户体验大幅度提升,商业效率提高.
我们今天谈论的新零售,也是如此的逻辑.
目前阿里电商、京东、小米电商、网易严选,都是在这个概念上的提升,只不过——时间维度,换成了AI、Big data时代了；产品种类维度,变得眼花缭乱,数以万计了,消费者开始选择困难症；用户的行为搜集,变成了各种偷摸明抢（比如前些天支付宝上,芝麻信用的事）.
新零售的四个阶段
Step1：“米”的质量提升
这些年,受益于国内制造业的进步,很多产品,做得还算可以,尤其在性价比方面,比如小米智能设备、网易严选、天猫超市、京东正品等等,总体来说满足了王永庆的这个阶段,“米”质量本身的提升.
Step2：掌握“米缸”大小
从第一波电商开始,国内已经拥有了十多年的网购数据积累,尤其以阿里最为出色,例如,昨天很多朋友在朋友圈晒的各种交易记录,都有以下方面：
1. 网购商品种类偏好、相关品种占比；
2. 外卖情况、爱点的店；
3. 亲密付情况（包括给人充值）；
4. 出行情况,比如共享单车、网络约车；
5. 线下支付情况,爱光顾什么店,买什么东西；
6. 种类细分的,如电影院、便利店、小商户占比等；
7. 部分社交情况,包括资金转账情况.
基本上支付宝的账单例子,涵盖了个人大部分的交易数据.在我看来,这个阶段,就是王永庆掌握“米缸”大小的阶段.
当然,我们也不难发现,排除上述第一和第七,新美大基本也拥有了这些数据.这也很好理解了为什么王兴提出“竞争无边界”的想法.无论是自己做第三方支付,还是入侵网约车,都是不得不做的行径.这也是为什么阿里人如此投资饿了么、亲自培养口碑的原因.因为美团掌握的交易数据,和阿里很类似,只不过阿里主要的方向在线上,而美团在线下.
所以,很可能美团是阿里未来不得不面对的巨大对手.假以时日,王兴完全有可能取代京东,成为阿里巴巴的美团焦虑症的“罪魁祸首”.
我们一方面惊叹,这些互联网公司的数据积累,进而为下一阶段做准备.
当然,我们也可以看看,阿里在百货（银泰）、3C 家电（苏宁）、商户（口碑、饿了么）、商超（高鑫等）、生鲜（盒马）布局,看看数据沉淀积累方向.
在王永庆的故事里,王看似费力,*送货,一直到倒进米缸,又不喝茶,不收其他附加费,除了掌握“米缸”大小,还有一个反馈结果：看自己的先前预测是否正确,送货是否精准.
这些电商们,也是同样类似的原理,阿里系的数据,是全方位的多渠道反馈,虽然不清楚他们内部数据之间是否打通,但完全可以把用户（买米人）消费能力、消费特性,摸得一清二楚.在这些数字面前,你没法骗人.
Step3：吃米人消費画像
接下来,就是数据用户画像,很明显,上面的分析,实际上已经完全掌握了王永庆时期“这户人家”米的消费情况,米缸大小、人几口、具体分布、食量大小,经过计算完全可以估算下次需求到来的时间,做到用户的精准画像.
其实,我们在掌握精准画像时,也可以考虑一个问题：扩张什么样的产品,才可以进行精准画像?
比如在王永庆那个时代,除了米,还可以是柴油盐酱醋茶,虽然考虑时代特点,比如这户人家的用“柴、油”情况,可以估算；但盐酱醋茶,这类产品,由于产品特性,决定了不太适合进行标准化预测.
焦虑症论文参考资料：
结论：新零售下，阿里巴巴美团焦虑症为大学硕士与本科焦虑症毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写焦虑最简单的偏方方面论文范文。
