1. 中国零售数字化转型研究报告 ——用户数据化价值及企业数智化升级 2021年 海量行研报告免费读

2. 中国零售企业数字化进程分析 1 中国零售企业用户价值提升痛点 2 中国零售企业用户价值提升策略——数智化 3 中国零售企业数智化应用案例分析 4 中国零售企业数智化发展趋势展望 5 2

3. 数字经济发展 从数字赋能到数字经济的跃迁，三大产业数字化持续渗透 根据中国信通院统计数据，中国数字经济规模不断提升，2020年中国数字经济增加值规模达39.2万亿元，同时数字经济占 GDP比重逐年提高，2020年达38.6%。从三次产业的数字经济渗透率来看，渗透率逐年上升，其中第三产业数字经济发展 显著优于一、二产业。依托数字化知识及信息，以信息网络为载体，以数字技术为驱动，数字经济将在新经济业态下创造 更多产能。 2016-2020年中国数字经济在三大产业 2016-2020年中国数字经济规模 的渗透率 30.3% 32.7% 34.0% 36.3% 39.2 35.8 27.2 38.6% 31.3 22.6 2016 2017 2018 2019 2020 数字经济增加值规模（万亿元） 数字经济占GDP比重（%） 来源：中国信通院，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. 29.6% 32.6% 35.9% 37.8% 19.5% 40.7% 21.0% 16.8% 17.2% 18.3% 6.2% 6.5% 7.3% 8.2% 8.9% 2016 2017 2018 2019 2020 第一产业（%） 第二产业（%） 第三产业（%） 来源：中国信通院，艾瑞咨询研究院自主研究绘制。 www.iresearch.com.cn ©2021.5 iResearch Inc. www.iresearch.com.cn 3

4. 数字时代的营销场景应用 从数据分析到用户资产沉淀，营销数字化进入数据赋能时代 随着数字经济的发展，企业对大数据的需求愈加深入，数据的应用场景更加丰富，尤其是在疫情影响下，以零售为代表的 众多行业在线上营销渠道的布局上面临更大的机遇和挑战，因此用好数据也成为企业营销人员最需要长期投资的能力。而 在营销数据的应用上，数字技术发挥的价值也在不断增大，从单纯的数据分析为营销决策提供参考，到基于营销数据进行 用户数据资产化的沉淀，目前数据资产化成为数字时代下企业的重要需求。 2020年后疫情时代营销人员要长期投资的能力 数据 内容 电子商务 广告技术 61% 2020年广告主认为营销技术带来的价值分布情况 53.9% 传播的数据可实时追踪和分析 50.6% 对消费者数据做出精细化运营 46.2% 释放人力做更有创意的营销 46.2% 提升工作效率，节省人力成本 39.6% 技术渗透扩大了市场增长边界 58% 57% 数据资产化：汇 总所有平台数据， 将数据转化为标 签，深度挖掘数 据和信息价值， 支持精细化运营 场景，提供实时 洞察和分析，使 营销工作效果得 到量化和优化。 57% 来源：iProspect，《2021聚焦未来: 品牌加速》，2020年10月。 来源：2020年艾瑞通过CMO训练营调研获得。 ©2021.5 iResearch Inc. ©2021.5 iResearch Inc. www.iresearch.com.cn www.iresearch.com.cn 4

5. 中国零售及数字化应用发展历程 传统零售向新零售演进，数字化应用不断升级 伴随社会经济环境的发展，零售行业历经集贸式零售、连锁店式零售、电子商务式零售发展到新零售阶段。集贸式零售即 市场化的萌芽期；连锁店式阶段零售行业发展速度最快，多种业态并存；2003年淘宝成立，标志电子商务式零售时代的到 来，电商平台涌现，开启多渠道运营；新零售阶段零售业向全渠道化发展，更重视渠道的融合和消费者体验。数字化进程 贯穿零售发展之路，在企业信息化架构POS、ERP、WMS基础上，DMP、CRM、CDP的搭建帮助企业更好地应用数据。 中国零售企业数字化应用发展历程梳理 1990年前 1991—2002 2003—2015 集贸式零售 连锁店式零售 电子商务式零售 新零售 2003年淘宝成立，零 售业进入电商时代， C2C、B2C、B2B等多 种模式共存。 零售业逐渐向全渠道 运营演进，以消费者 为中心，线上线下渠 道同步运营。 零售体系发展迅速， 零售业态逐渐丰富， 百货商店、连锁超市、 便利店等共存。 改革开放前百货商店 实行计划资源分配； 改革开放后，国有大 型百货为零售业主体。 POS ERP WMS 2005年以前，零售企业信息架构主要包含： POS、ERP及WMS。其中POS沉淀收银、门店 信息等数据；ERP包含人员、采购等财务数据； WMS收集物流数据。 CRM RDW 在之前架构基础上， 衍生出客户关系管理 系统CRM及零售仓库 数据RDW。 2016年后 DMP CDP DMP位于营销链路前 端，CDP处于中后端， 实现数据整合、清洗、 打标签等功能，更好 实现用户培育。 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 5

6. 中国零售行业发展现状 从线上渠道的探索，到数字化对线上线下渠道的融合赋能 根据国家统计局数据，2020年受疫情影响，社会消费品零售总额为39.2万亿，同比下滑3.9%。其中，网络零售保持稳健 增长，在社会消费品零售总额中占比达30%。从2020年网络零售分品牌交易额来看，服装鞋帽类、日用品类、家用电器和 音响器材分别以22.3%、14.5%、10.8%的份额位列前三。基于大数据及新技术，数字化持续赋能零售业全渠道，线下渠 道向智能化转型，线上渠道在便捷性及个性化推荐方面优势显著，预计未来在数字化的驱动下，线上线下渠道将进一步融 合。 2016-2020年中国社会商品零售总额及 网上零售额 16.5% 20.7% 23.8% 26.1% 2020年网络零售分品类交易额TOP10 30.0% 服装鞋帽、针纺织品 22.3% 日用品 10.2% 10.0% 5.2 2016 7.2 2017 8.0% 40.8 37.8 34.7 31.6 8.8% 9.0 2018 -3.9% 39.2 10.6 2019 家用电器和音像器材 10.8% 通讯器材 11.8 2020 社会消费品零售总额(万亿) 网上零售额（万亿） 网上零售额占比（%） 社会消费品零售总额同比变化（%） 来源：国家统计局，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. 14.5% 7.6% 粮油、食品 6.7% 文化办公用品 6.3% 化妆品 6.2% 家具 其他商品 体育、娱乐用品 5.5% 4.9% 3.4% 来源：商务部《2020年网络零售市场发展报告》，艾瑞咨询研究院自主研究绘制。 www.iresearch.com.cn ©2021.5 iResearch Inc. www.iresearch.com.cn 6

7. 中国零售行业数字化现状解构 新零售时代用户为王，“人”的数字化备受关注 零售行业的发展从战略层面分别经历了产品为王、流量为王和用户为王三个阶段，而每个阶段的战略重心，都分别很大程 度上推动了“人货场”的数字化转型进程。新零售数字化赋予了“人货场”更多价值，从人的层面，用户运营由碎片化的 信息发展为用户画像，同时用户标签使企业能够更大程度挖掘用户的生命周期价值；从货的层面，产品及服务的研发与营 销以人的偏好展开，供应链向柔性化、网络化发展；从场的层面，线上线下交互融合，承载产品及服务的同时，沉淀数据 资产。由产品为王、流量为王发展到用户为王，用户消费选择权及话语权愈加强势，“人”的数字化是识别、了解、运营 用户，实现商业变现的必要途径。 零售行业的三大发展阶段 产品为王 “货”的竞争 • • 数字化驱动供应链各环节，包 括采购、生产、仓储、运输等， 从串联到并联，提升协同能力 与传统零售基于物流、规模优 势提供商品不同，新零售注重 用户需求及服务体验，通过洞 察用户数据了解人群偏好，指 导产品研发及创新 用户为王 流量为王 “场”的拓展 • • • 零售场景逐渐演进为线下、 线上多渠道同步运营 线下：线下渠道向敏捷化转 型，智能导购、数字化卖场 等新业态出现 线上：除传统线上零售平台 淘宝、京东外，零售场景向 小程序、抖音、微博等拓展 “人”的需求 • • • “人”包括两个维度：零售 企业员工及消费者 消费者端：用户数据沉淀使 人群画像更丰富，对个人用 户重视全生命周期运营 零售企业员工端：建立数字 化架构，实现用户资源数字 化、培训考核数字化等 来源：艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 7

8. 用户为王时代的零售用户数据化价值 用户数据化价值将反哺到生产、渠道、销售、运营全场景 在零售行业用户为王的时代，零售企业从新品的设计、渠道终端的选择、销售策略的制定再到已有用户的运营，都会以用 户为中心展开，从用户需求出发链接到各场景，首先需要做好用户数据化。具体来看，零售用户数据化的价值体现在生产、 渠道、销售和运营各场景，精细化地解决企业增长核心问题，包括用户喜欢什么产品、用户喜欢在什么渠道购买产品、用 户更加容易被什么卖点打动、怎么抓住用户地全生命周期价值等，帮助零售企业建立更加有效的增长策略。 零售企业用户数据化在各大场景的价值 生产场景 渠道场景 销售场景 运营场景 制定更精细的销售策略 抓住全生命周期的用户价值 用户数据化 设计更被需要的产品 选择更合适的渠道 通过用户数据化，洞察用 户当前乃至未来的需求和 偏好，进而为零售企业新 品设计和生产提供一手数 据信息和决策参考，帮助 零售企业在产品层面保持 跟消费者的高契合度 通过对用户在消费渠道方 面的数据洞察，更加清晰 地了解什么样地用户在购 买同类产品通常在什么渠 道，进而帮助零售企业更 加合理地进行渠道铺陈， 更加精准地从零售终端和 用户建立链接 通过用户数据化建立对用 户更加个性化的洞察，实 现千人千面的需求和卖点 匹配，包括营销内容设计、 广告投放、活动策划等方 面，都可以实现更加精细 化的策略和落地方案，增 加销售效率和效果 通过用户数据化建立CLV 评估体系，对用户全生命 周期进行覆盖和运营，通 过提高每一个消费者的全 生命周期价值来增加销售 率和利润率，帮助零售企 业与用户建立更紧密的联 系，进一步扩大增长潜力 来源：艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 8

9. 零售企业数智化能力成熟度评估模型 将用户数据作为生产要素，跨越数智化，将成为新竞争壁垒 零售企业从数字化起步到数智化可以概括为6个阶段：起步、感知、融合、洞察、智能、敏捷，每一次阶段的跃迁，都代 表着企业数字生态的进一步成熟和完善。目前大部分零售企业正处于前三个发展阶段的努力与转型中，逐渐形成全渠道的 用户运营模式，而未来越来越多的零售企业将相继进入数智化阶段，实现对用户价值更加深度的挖掘和运营。运用用户数 据作为生产要素，跨越数字化到数智化的鸿沟，将为零售企业构建新的竞争壁垒。 GrowingIO零售企业数智化能力成熟度评估模型 起步 感知 融合 洞察 智能 敏捷 数智化阶段 Level 5 Level 4 数字化阶段 Level 3 Level 2 Level 1 Level 0 电话、邮件 登门拜访 纸质记录 手工报表 Oversight 失查 电子渠道 线上交易 部门数据集市 即席报表 全程客户经营 全渠道运营 全景客户视图 企业数据仓库 经分可视化 Hindsight 后知后觉 Fullsight 全景姿态感知 描述性分析 诊断 预测性分析 价值分层 用户分群 行为分类 风险分类 生命周期分段 智能投放 精准营销 千人千面 运筹优化 智能推荐 智能定价 智能识别 决策自动化 实时营销 精准触达 社交裂变 人工智能 边缘计算 敏捷制造 动态自适应 Insight 洞察 Foresight 远见 Mindsight 超意识 来源：模型参考Growing IO，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 9

10. 中国零售企业数字化进程分析 1 中国零售企业用户价值提升痛点 2 中国零售企业用户价值提升策略——数智化 3 中国零售企业数智化应用案例分析 4 中国零售企业数智化发展趋势展望 5 10

11. 中国零售企业用户价值提升痛点 流量红利增长受限，存量运营日趋重要 CNNIC数据反映了互联网流量环境，2016-2020年中国网民规模及移动网民规模逐年递增。截至2020年末，中国互联网用 户量高达9.89亿，网民渗透率为70.4%；移动网民规模高达9.86亿，渗透率为70.2%。高渗透率一方面驱使零售行业企业 主重视线上渠道的销售与营销；一方面说明流量红利向上增长空间受限，零售企业主应重视存量用户的运营，深度挖掘用 户全生命周期价值。 2016-2020年中国网民及移动网民规模与渗透率 70.4% 53.2% 50.6% 7.3 7.0 2016 网民规模（亿） 55.8% 54.4% 7.7 7.5 59.6% 61.2% 58.8% 60.6% 8.3 2017 移动网民规模（亿） 8.2 2018 8.5 8.5 2019 网民渗透率（%） 70.2% 9.9 9.9 2020 移动网民渗透率（%） 来源：CNNIC，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 11

12. 中国零售企业用户价值提升痛点 平台获客成本攀升，用户需求分析势在必行 货币化率即平台变现能力，反映平台型电商通过佣金及广告变现的情况，典型电商平台如京东、阿里货币化率逐年提升。 货币化率从另一个层面也反映平台入驻商家的投入成本，而且零售行业中的快速消费品、服装类商品佣金要较其他品类更 高。获客成本升高，企业经营及营销承压，零售业态用户为王，关注用户需求势在必行。根据中国百货业协会调研，百货 店收集消费者数据的用途集中在了解用户偏好与精准营销，并为顾客提供更个性化的产品及服务。 2015-2019典型电商平台货币化率 5.2% 5.0% 5.2% 6.1% 7.0% 百货店样本收集消费者数据用途 为收集顾客意见，了解消费者偏好 96.6% 为更精准营销 93.1% 为顾客提供更个性化产品/服务 2.6% 2.7% 3.0% 3.7% 4.3% 为门店优化商品组合 为研发新产品 2015 2016 2017 京东电商平台货币化率（%） 2018 2019 其他 72.4% 22.4% 1.7% 阿里电商平台货币化率（%） 来源：中国百货业协会《2019-2020年中国百货零售业发展报告》，艾瑞咨询研究院自 主研究绘制。 来源：Wind, 艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. 81.0% www.iresearch.com.cn ©2021.5 iResearch Inc. www.iresearch.com.cn 12

13. 中国零售企业用户价值提升痛点 外部环境推动业务需求技术化，IT团队和业务团队存在错配 中国信息化周报针对企业数字化转型主导权做出调研，结果显示不同企业数字化转型主导部门有差异，42.6%的受访企业 IT部门起主导作用，41.2%的是企业管理部门，11.8%为业务部门。技术团队与业务部门在协作过程中存在以下痛点：从 职能本质来讲，技术团队主导数据的底层处理与分析，处于价值转化的前端；业务团队基于业务逻辑，结合分析成果做出 决策与判断，处于价值转化的后端。IT部门在技术支持上和业务需求存在错配，仍需不断磨合和协同，尤其是在数智化阶 段，如何让IT技术更加贴近业务进而产生更大的价值，是零售企业转型的主要痛点。 2018年企业数字化转型主导权调研 数字化转型及客户经营 业务 价值 敏捷行动 洞察预测 客户感知 智能决策 技术 沉淀 信息融合 技术 来源：《中国信息化周报》，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. 业务 来源：参考GrowingIO资料，艾瑞咨询研究院自主研究绘制。 www.iresearch.com.cn ©2021.5 iResearch Inc. www.iresearch.com.cn 13

14. 中国零售企业用户价值提升痛点 技术和业务错配影响数据洞察，掣肘精准运营 零售业数智化升级进程中，数据作为平台及企业的关键资产，更是企业主的痛点所在。从数据采集层面看，企业主面临一 方数据采集难、三方数据质量差的困境，对于分销渠道复杂的零售品类，用户数据采集缺乏实时性与全面性；从数据处理 层面看，数据清洗困难、各渠道数据打通不易，用户分层及用户标签的创建与数据质量息息相关，直接决定企业是否能够 实现精准营销；从数据应用层面看，数智化产品在用户行为预测、销售决策等复杂建模功能上亟待优化。 2020年中国广告主对 “数据越多，有效数据洞察越难” 的观点认同程度 零售行业用户数据洞察需求及痛点 需求及痛点贯穿数据采集、数据处理、数据应用整个过程 数据决策的智能度不够 5分 分 数 越 高 ， 认 同 感 越 深 15.4% 数据采集的颗粒度不够 4分 35.2% 3分 39.6% • • • 2分 • • 一方数据：线下分销渠道较为 复杂的企业用户数据收集困难； • 线上渠道媒体数据丰富度受限 三方数据：数据质量不佳，与 企业受众特征重合度低 数据采集应严守法律合规要求 数据洞察的精细度不够 • 数据来源庞杂，清洗困难 数据围墙花园：打通多渠道 数据，尤其各媒体端数据难 用户分层、精准标签能力、 用户生命周期价值评价指标 等的建立需要试错与优化 • 智能决策及建模：千人千面智 能推荐、用户行为预测、营销 策略与决策等功能的智能化程 度有待提高 数字营销活动的量化反馈及反 哺数据质量的能力需要优化 8.8% 数据应用 1分 1.1% 数据处理 数据采集 来源：公开资料，专家访谈，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 14

15. 中国零售企业数字化进程分析 1 中国零售企业用户价值提升痛点 2 中国零售企业用户价值提升策略——数智化 3 中国零售企业数智化应用案例分析 4 中国零售企业数智化发展趋势展望 5 15

16. 中国零售企业用户价值提升策略 提升用户价值，关键在于贯彻零售企业数智化升级路径 零售企业提升用户价值，关键在于实现企业数智化的升级，主要包括战略的升级、业务的创新、深化的用户洞察、高效的 用户运营、技术的支撑等五个方面，这也是零售企业在数智化升级过程中需要重点关注、探索和建设的能力和方向。 零售企业数智化升级的主要路径 增长战略 自上而下形成营销战略 思维的数智化转型 创新业务 布局更多创新业务形式 推动用户经营能力 洞察预测 更加重视用户洞察和预测 在企业营销中的价值 高效运营 更加高效、敏捷、灵活地 展开企业用户运营工作 卓越技术 结合外部内部力量不断夯实 数智化技术基础设施建设 来源：公开资料，专家访谈，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 16

17. 策略一：战略转型 从流量思维到单客思维，CLV是转型的重要目标导向 企业在数智化升级实践中，绝对不应该是为了转型而转型，需要有战略思维层面的认知变化和目标迭代，才能支撑企业的 数智化真正落到实处。根据清华大学全球产业研究院的调研数据显示，提升销售率和利润率是所有企业在营销方面展开数 智化转型实践的共同目标，而对于零售企业而言，销售率和利润率的提升很大程度体现在从流量思维到单客思维的转型。 在流量红利渐退，获客成本增加等因素影响下，通过“广撒网”的营销模式实现消费者转化、带动GMV增长变得更加困难， 而抓住每一个已有用户的整个消费生命周期（CLV）反而是更加有效的增量途径。零售企业提升用户价值的关键在于企业 管理团队自上而下对CLV价值的认可和探索。 2020年中国企业营销数字化转型目标 提升销售率和利润率 100.0% 打通客户数据，加强营销协同管理 62.5% 构建全景用户画像，助力精准营销 62.5% 拓展与客户的沟通渠道，建立客户数据库 流量 思维 诉求：通过更多人购买产品来增加 销售率和利润率 重视GMV 50.0% 强化客户服务，提升用户体验 37.5% 为业务洞察和销售策略调整提供支撑 37.5% 比竞争对手都更好地满足客户需求 中国零售企业营销思维与目标的转型 单客 思维 12.5% 诉求：通过挖掘每一个消费者的全 生命周期价值来增加销售率和利润 率 重视CLV 来源：《中国企业数字化转型研究报告（2020）》，清华大学全球产业研究院。 来源：公开资料，专家访谈，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. ©2021.5 iResearch Inc. www.iresearch.com.cn www.iresearch.com.cn 17

18. 策略一：战略转型 战略驱动营销目标升级，CLV成评估企业价值重要指标 在零售企业战略思维的转型过程中，其反应出来的价值评价指标也在升级迭代。相比GMV驱动时代下对流量、转化、客单 价及复购率的追求，CLV驱动时代更加关注用户在全生命周期中的所有价值的连续和延展。而当前CLV指标价值除体现在 营销效果层面，更体现在CLV逐渐成为零售企业价值考量的重要参考标准。因此，建立优质的CLV体系也成为数智化时代 零售企业的重要目标。 中国零售企业营销评估指标的发展与进阶 CLV 不 断 迭 代 = 会员数 × 活跃时长 × 各段价值 × 品类/服务 × 需求/场景 3.0时期 拉新/识别 2.0时期 广告投放 优惠折扣 组合销售 社群营销 1.0时期 门店 需求匹配 品牌定位 习惯/忠诚 GMV = 流量 内容/互动 × 转化率 分层/预测 × 分群/推荐 平均客单价 创新 × 复购率 来源：公开资料，专家访谈，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 18

19. 策略二：业务创新 不断尝试和布局创新业务场景，加强对用户的深度运营能力 零售企业可以通过不断布局更多的数智化创新业务，来增加自身在用户运营上的能力。通常来看，零售企业的营销链路主 要可以分为数据洞察、创意内容、媒介渠道、服务体验及定制生产等几大场景，各类创新业务赋能不同场景，帮助企业实 现用户价值提升。如创意自动化业务，可帮助零售企业更加高效地进行千人千面的创意内容制作和匹配，提高内容制作效 率及对用户的个性化吸引力。再如营销自动化业务，可帮助零售企业对用户进行更加智能化、个性化地沟通与触达等。 中国零售企业数智化的创新业务场景 数据&洞察 创意&内容 媒介&渠道 服务&体验 定制&生产 CRM/SCRM 吸引 零 售 企 业 用户 提高 用户价值 创意自动化 营销自动化 触达 CDP 吸引 用户 用户 DMP 运营 用户 内容管理平台 CMP 客户心声洞察 C2M 反哺 生产 柔性制造 客户体验管理 CEM 渠道运营 电商零售运营、小程序运营等 来源：艾瑞咨询研究院自主研究及绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 19

20. 策略三：深化洞察 投入更多资源和精力，深化对用户资产的全面洞察 中国广告主对营销部门的职责认知，最主要是正确帮助企业理解消费者和市场趋势，而其最需要提升的能力恰恰也是快速 洞察市场和提出策略的能力，及对消费者数据的处理和分析能力。可见在用户洞察方面，企业的期待效果和实际效果仍有 差距。尤其是在用户为王的零售行业，加强对用户的洞察显得尤为重要，包括从群体画像到个体画像的升级，从静态标签 到动态标签的运用等，零售企业需要投入更多的资源和精力，去打造更加深度和全面的洞察能力。 2020年中国广告主认为营销部门 最主要的职责分布情况 正确理解消费者和市场趋势 60.4% 2020年中国广告主认为营销部门 最需要提升的能力分布情况 快速洞察市场和提出有效策略的能力 59.3% 对消费者数据的处理和分析能力 做好消费者运营和体验 推动公司业务和战略转型 制定营销目标和规划 52.8% 优质的营销创意策划能力 50.6% 对营销新技术的了解和使用能力 50.6% 51.7% 50.6% 多个关键要素的理解和整合能力 46.2% 快速的学习和了解市场变化的能力 45.1% 各个部门之间的协调和沟通能力 为企业带来收入 45.1% 来源：2020年艾瑞通过CMO训练营调研获得。 ©2021.5 iResearch Inc. 57.1% 媒介采买谈判能力 37.4% 24.2% 来源：2020年艾瑞通过CMO训练营调研获得。 www.iresearch.com.cn ©2021.5 iResearch Inc. www.iresearch.com.cn 20

21. 策略四：高效运营 搭建数智化运营体系，提高用户运营效率 零售企业在数智化升级推进过程中，还需要搭建一个成熟的数智化运营体系，以提高企业的用户运营效率，进而更加高效、 灵活、敏捷地开展相关工作。而通常来讲，建立成熟的数智化运营体系需要做好三个方面的准备，1）根据企业自身数智 化进程做出更加合适的组织架构调整，提高整个企业的灵活性；2）对企业所有触点的数据采集做好标准化规范，提高数 据的使用价值和效率；3）做好各业务场景数据使用的引导和培训，加强对用户数据的利用程度。 中国零售企业数智化运营体系搭建策略 组织架构 • • • 成立独立的数智化工作领导小组推 动转型进程 将数智化IT部门并入营销业务部门 在IT部门中开设业务沟通团队，负 责技术与业务的对接沟通工作 数据规范 • • 对各个场景和触点的数据采集与沉 淀工作进行精细化的管理 制定体系化的用户数据指标和范式， 帮助各方人员更加标准化地录入用 户数据 业务引导 • • 需要制定合理的业务流程规范，推 动业务人员在日常运营工作中更多 了解和使用数据 加强对营销业务人员的数智化产品 运营思维和使用经验的培训 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 21

22. 策略五：技术准备 夯实底层基础，搭建营销数智化生态矩阵 零售企业的数智化升级首先需要形成足够的用户数据资产沉淀，进而对用户数据进行分析与处理，并将其应用在各个具象 的营销场景中，实现更加优质的营销效果。而数据中台、CDP、DMP等平台在整个企业营销数据生态中扮演着底层基础设 施的作用，负责各方用户数据的收集、整合及加工处理，几乎所有Martech应用场景都需要基于数据中台/CDP/DMP去实 现和落地。因此，对零售企业来讲，选择合适的方式，把底层基础设施建设得更加稳固，也是为未来搭建完整、成熟的营 销数智化生态矩阵提供更加优质的生长土壤。 中国零售企业营销数智化生态布局路径 消费者 行为层 兴趣 认知 购买 复购 忠诚 效果影响 应用层 内容&体验 + 广告投放 + 社交互动 + 销售&客户管理 底层支撑 数据中台/CDP/DMP等 数据层 平台搭建 搭建方式 完全自主研发 完全外包研发 合作研发 直接购买标准产品 (SaaS) 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 22

23. 中国零售企业数字化进程分析 1 中国零售企业用户价值提升痛点 2 中国零售企业用户价值提升策略——数智化 3 中国零售企业数智化应用案例分析 4 中国零售企业数智化发展趋势展望 5 23

24. GrowingIO企业介绍 GrowingIO致力于帮助企业提升数据驱动能力实现更好的增长 GrowingIO是一站式数据增长引擎整体方案服务商，以数据智能引擎为核心，通过构建客户数据平台，打造营销增长闭环， 帮助企业提升数据驱动能力，赋能商业决策、实现业务增长。GrowingIO过去在互联网行业的用户增长领域建立了卓越的 品牌影响力，近三年开始专注于数字化转型中的零售、电商、保险、酒旅航司、教育等传统行业，并建立了一系列标杆案 例，其企业愿景是帮助企业提升数据驱动能力，实现更好的营收增长。 GrowingIO企业发展历程 • • • GrowingIO 创立 获经纬中国、Greylock 和 NEA 种子轮投资 GrowingIO V1.0 版正式发布 • • • 《首席增长官》书籍出版 上海及深圳分公司成立 GrowingIO V3.0 版正式发布 2016 2015 • • • 企业级客户突破 1000 家 「GrowingIO 智能运营」发布 2018 2017 获经纬中国、Greylock 和 NEA 2000 万美元 A 轮投资 GrowingIO V2.0 版正式发布 GrowingIO 首届增长大会召开 • • • • • • • 《数智驱动增长》战略 社会网络营销产品发布 IML洞察模型平台发布 2020 2019 获 NEA、经纬中国、Greylock B 轮融资，累计获融资4亿元 「GrowingIO 广告分析」发布 • • 2021 「GrowingIO 增长平台」发布 「GrowingIO CDP」发布 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 24

25. GrowingIO零售企业数智化解决方案 围绕零售企业全场景营销痛点，提供对应解决方案 GrowingIO紧紧围绕零售企业各个场景的营销痛点，以数据智能分析为核心，通过客户数据平台、产品分析、智能运营、 私域运营、咨询培训等多元化业务布局，为数据、产品、运营、市场和管理等各个团队进行丰富且有效的解决方案，为零 售企业进行全面的营销赋能。 GrowingIO数智驱动增长解决方案赋能营销运营 零售企业 营销痛点 GrowingIO 解决方案 数据人员 CRM人员 市场人员 • 数据质量低 • 价值挖掘难 • 缺乏分析工具 • 缺乏优化方法 • 营销策略粗放 • 精准营销缺失 客户数据平台 洞察预测 智能决策 RFM分析 预测分析 留存分析 事件分析 漏斗分析 归因分析 • • • • • • • • • • • 数据整合 客户主数据 客户全景视图 客户标签库 数据治理 • • • • • • 定策略 拆群体 推产品 算价格 看时机 做触达 渠道人员 • 运营手段单一 • 精细化不足 • • • • 管理人员 • 渴求互联网思维 • 期待团队赋能 营销运营 咨询&培训 裂变达人 业绩达人 AI预测 AI推荐 • 服务体系 • 咨询体系 • 培训体系 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 25

26. GrowingIO用户数智化解决方案 覆盖用户数据感知、融合、洞察到决策的全链路赋能 GrowingIO用户数智化全链路布局 用户数据感知 Web H5 行为数据 微信/企微 小程序 公众号 对话数据 (S)CRM 会员 商品数据 产品 供应链 供应链数据 …… 公 域 平 台 天猫 交易数据 京东 …… 业 务 系 统 用户数据洞察 用户数据策略组合 用户CLV与体验分析 用户信息 微 信 生 态 APP Processing 自 营 平 台 用户数据融合 客 形成 户 全 景 画 像 CLV 提升 ROI 分析 用户 心声 聚类 分群 分布 特征 归因 分析 流转 地图 转化 瓶颈 实时 预警 洞察预测分析 场景 梳理 策略 应用 动态 标签 投放优化 实时推荐 智能分群 标 签 引 擎 智能企微 私域达人 数据 准备 模型 构建 智能短信 智能内容 CDP客户数据平台 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 26

27. GrowingIO企业数智化解决方案 覆盖企业数智化从起步、感知、融合、洞察、智能到敏捷的 全阶段，针对不同阶段的企业提供专业的定制解决方案 GrowingIO企业数智化全阶段布局 敏捷阶段 智能阶段 洞察阶段 融合阶段 感知阶段 起步阶段 Level 5 Level 4 Level 3 Level 2 Level 1 Level 0 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 27

28. 用户数智化典型案例分析 Level 1 感知阶段：某垂类头部品牌建立有感知的私域运营体系 GrowingIO系统依托数据采集及融合优势，提供完善的微信生态私域运营解决方案，包括：1. 分析：通过指标体系，识别社 交通路，指导品牌活动运营策略；2. 营销：基于用户画像，更好完成用户识别、转化及累积； 3.带货：通过社交图谱识别 定位KOC，帮助品牌实现分销与线索转化 。以某垂类头部品牌为例，在两周的活动周期内，GrowingIO通过建站、运营、 分析、激活KOC、复盘的解决方案，帮助品牌实现用户增长，提升ROI，使品牌认识到私域运营的重要意义。 用户数智化典型案例一 评估 业 务 痛 点 公域流量成本高企 私域流量运营欠缺 • 公域平台获客成本上升， 流量竞争由增量转向存量 • 微信平台品牌用户规模较 大，但体系化运营欠缺 建站 策略 解 决 方 案 • 针对品牌促销 活动开发的定 制化小程序 增长指标 效果 转 化 数 据 运营 • 搭建实时监控 体系，实现策 略灵活调整 获客场景 分享场景 降本增效 • 2周活动周期后，公众号新增粉丝近10W • 页面访问量百万，独立访客数50W • 较同等规模营销活动节省2/3成本 微信数据洞察不足 • 缺乏微信生态数据洞察， 精细化运营受制 分析 复盘 • 沉淀微信生态 数据，指导未 来私域运营 • 对看板指标及 用户行为数据 进行分析 页面分析 用户画像 错误分析 行业洞察 • 协助品牌沉淀颗粒度高的数据资产 • 用户画像洞察对精细化营销具有指导意义 • 品牌发掘运营私域生态的价值 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 28

29. 用户数智化典型案例分析 Level 2 融合阶段：某垂类世界品牌的动态标签引擎 GrowingIO系统可以将用户在门店POS交易数据、三方电商订单数据、线上APP、小程序行为数据、CRM系统中的会员数 据、微信群/评论区的文字数据、客服电话中的语音数据、第三方联邦建模评分识别并合并为“唯一用户Id”，通过Id mapping的规则引擎与匹配算法，最大程度地融合多方数据源。通过“人工-规则-编码-模型-联邦学习”五种方式构建的动 态标签引擎，让此品牌客户实现了用户变化预测、商品/内容偏好推荐、KOC识别带货、合理营销时机触发等能力，改变 传统静态标签系统复杂、更新困难、无法指导业务策略的痛点。 用户数智化典型案例二 转发、阅读、 点赞…… POS交易 电商订单 行为数据 人工标记 内容A/B/…… 属性规则 商品A/B/…… 会员信息 SQL编码 文字反馈 预测模型 3. 商品偏好 （推荐） 生日、喜好、 纪念日…… 语音对话 三方数据 联邦学习 5. 4. 内容偏好 行为反馈 （推荐） （时机） 分享水平，新 客户，转化率… 6. 社交影响 （KOC） 1. 基础属性 （角色） 2. 生命周期 （预测） 裂变、分销能 力…… 高价值、中价 值、低价值…… 未来14天购 买概率…… 姓名、ID 手机号…… 注册时间、 家庭类型…… 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 29

30. 用户数智化典型案例分析 Level 3 洞察阶段：某零食类Top品牌的全生命周期运营 GrowingIO系统可以将用户按照生命周期“初陪-成长-成熟-延展-衰退”多个阶段计算分析，并结合企业经营特点制定策略， 应用适合的数据科学模型，提升当阶段最重要运营指标。配合对用户下阶段的行为预测，激发生命周期中的第二（升阶）、 第三（扩品）、第四次（裂变）价值跃迁，实现用户CLV可预期的提升。区别于这家企业原有的统一市场计划的运营方式， GrowingIO通过数据洞察模型平台帮助企业制定了不同用户生命周期的个性运营方案，运营效果持续提升。 用户数智化典型案例三 第二次跃迁 第三次跃迁 第四次跃迁 第二次跃迁 第三次跃迁 第四次跃迁 高 客 户 价 值 中 低 生命周期 运营目标 初培期 成长期 成熟期 获客 - 激活 激活 - 留存 留存 - 拉新 运营策略 首转 运营指标 首次转化率 多边转化 私域绑定率 “M6关联推荐模型” “M15营销组合模型” —选品策略 —多边互转 洞察模型 老客跃迁裂变 价值升阶率 “M3超级用户模型” —千面权益 延展期 再激活 – 留存 扩新品 老客贡献率 衰退期 发现 - 激活 - 换新 流失预警 180唤醒率 – 换新率 “M15商品需求预测模型” “M7流失预警模型” —爆款秒杀唤醒 —种草-采需求 “M5营销周期模型” “M21万码归因模型” “M17复合优惠券模型” —时机策略 —扫码绑定 —个性促销 “M10价格弹性模型” —新品定价定型 “M18营销组合模型” —通道策略 “M9产品可替代模型” “M4生命周期价值模型” —换新用户结构 —跨品类推广 “M20裂变达人模型” —裂变扩量 “M2价格敏感度模型” —超低价尝鲜裂变 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 30

31. 用户数智化典型案例分析 Level 4 智能阶段：某百货公司的个性化推荐解决方案 GrowingIO适配零售及电商行业的个性化推荐算法：1. 实时推荐引擎：支持APP、网页及小程序等多种平台，适配首页、 秒杀、推荐位等不同业务场景，实现人、商品、内容的实时推荐匹配； 2. 人群配货：针对门店日常选品、天猫等三方电 商的人群包投放、企微人群集中推送等（受限平台功能或设计资源不能实现千人千面的），采用推荐引擎+优化聚合算法 实现人群的商品选配；3. 新品选人：对于没有历史数据的新品研发、试销场景，提供基于关联商品属性标签和外部数据联 邦计算的适配高潜人群选择。GrowingIO为某百货公司打造的个性化推荐解决方案，帮助企业实现加购率及GMV的提升。 用户数智化典型案例四 营销 目标 线上增长 线上营销方式ROI较低， 亟待拉升线上增长 线上商品体量大，如 何实现新品有效曝光 阶段 提升 加购提升 首页推荐位加购提升200%+ 详情页推荐位加购提升60%+ 全站加购提升4%+ • • • 商品推荐，实现人货 匹配，提升转化率 POC试点 上线16%流量栏位 算法优化 智能匹配 新品曝光 通过2个栏位验证算法提升情况 协作机制 GMV提升 • • 首页推荐位GMV提升500%+ 详情页推荐位GMV提升70%+ 算法优化，实现通推 荐算法通路 • • 跑通对接流程，建立协作机制 系统化AB实验流程建立，有助于 精准评估算法效果 全站合作 智能推荐体系 增长 规划 • • 打造个性化智能推荐体系 高优先级栏位涵盖品牌列表页、 九宫格及详情页品牌推荐；中优 先级栏位包括闪购、搜索 • • 曝光优化机制 基于商品生命周期曝光模型，推 荐引擎集成曝光功能 量化新品标准，加强换机策略， 匹配上新、出新速度 智能 + 人工 • • 加强智能推荐与人工运营协同互 补 实现广告位商品优化 来源：公开资料，艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 31

32. 用户数智化典型案例分析 Level 5 敏捷阶段：某零售企业快速走向数智化高阶运营 GrowingIO可以协助当前数智化成熟度较低的企业向高阶迈进。GrowingIO为企业提供战略规划、组织设计、能力建设、 系统搭建、运营实操的整体升级方案，采用的方法是一种端（业务）到端（技术）的纵向打通的“Quick win” 模式。企 业可以快速在试点场景实现最高阶段的数智化运营效果体验，再全面铺开。GrowingIO与某零售品牌合作的“速赢”项目， 60天内实现门店会员销售提效30%，帮助内部团队快速建立信心和样板，最终逐步实现整体转型。 用户数智化典型案例五 第一步：评估与诊断 • • • • 评估诊断数据资产和组织能力 建立GDM-用户增长领先业务模型 建立用户增长组织初级结构 用户数据增长系统接入 第二步：专项破局 • • • 聚焦用户专项启动 通过商品或内容专项破局 建立数智化发展蓝图 第三步：试点放大 • • • 试点专项在全业务推广 业务反馈迭代试点设计 建立用户增长系统平台 O：企业目标 速赢项目 提升店铺会员数 S：战略选择 M：衡量指标 拉新数 数智化组织 （全渠道会员） 业务 分析组 业务场景 投放 优化 建立用户数据领导驾驶舱 梳理用户增长指标体系 跨事业部联合用户数据驱动 持续批量专项启动、迭代 模型提效 ©2021.5 iResearch Inc. 识别量 运营 策略组 店铺 提效 应用 开发组 线上 激活 行为 因子 属性 因子 平均套 装付费 数据 产品组 私域 运营 数据 工程组 会员 管理 交易 因子 A 群体 B 群体 • • • 免费体验 新手礼包 爆品推荐 增长数据平台 • • • 交互率 数据 科学组 内容 粘性 推荐模型 新用户激活 业务落地 提升活跃频次 平均会 员付费 复购率 项目 管理组 搜索 强化 规划 架构组 高潜 预测 C 群体 F- score 关注引导 推荐种草 会员权益 智能增长平台 培训 推广组 ... AB测试 对照组 K- means 决策树 增购率 商品 推荐 预测模型 成长用户留存 平台支持 来源：公开资料，艾瑞咨询研究院自主研究绘制。 注册数 提升平均客单价 平均单 品付费 用户模型 第四步：中台化运作 • • • • 用户价值增长 实验 组1 实验 组2 流失用户预警 成熟用户变现 • • • 大促活动 首单5折 VIP专享 • • • 数据中台 新品上映 品类更新 活动预告 流失用户召回 • • • 礼盒限时 独家特惠 小众推荐 CRM 灰色是待建，绿色是已有基础 www.iresearch.com.cn 32

33. 中国零售企业数字化进程分析 1 中国零售企业用户价值提升痛点 2 中国零售企业用户价值提升策略——数智化 3 中国零售企业数智化应用案例分析 4 中国零售企业数智化发展趋势展望 5 33

34. 中国零售企业数智化发展趋势展望 零售企业不断向DTC模式转型，重视布局私域流量 DTC模式起源于美国，其凭借跟消费者更加直接、深度和稳固的关系链接，受到越来越多零售巨头企业的青睐，随着中国 零售理念和社交媒体环境的发展，中国本土零售企业也开始向DTC模式进行尝试和转型。依托社交关系链，私域流量以性 价比高、去中心化、可深度触达等优势成为零售业布局的新风口。用户购买行为链路形成闭环，沉淀在企业私域中，反哺 数据资产，不断强化用户触达与交互。未来DTC模式触达渠道将更加丰富，DTC的渗透也将进一步加速中国零售企业数智 化升级的进程。 中国零售行业DTC模式的发展历程 1.0阶段 DTC模式下私域流量运营和用户价值的提高 性价比高 通过自建商城系统直接触达消费者 去中心化 2.0阶段 通过电商平台直营店直接触达消费者 重要途径 3.0阶段 未来 通过社交媒体直接触达消费者 购买 留存 深度触达 1）更加丰富的触达渠道 2）更加成熟的DTC生态 来源：艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. 形成 用户 数据 资产 获客 数据反哺 复购 转介绍 来源：艾瑞咨询研究院自主研究绘制。 www.iresearch.com.cn ©2021.5 iResearch Inc. www.iresearch.com.cn 34

35. 中国零售企业数智化发展趋势展望 “人货场”数智化愈加融合，构建新零售数智化生态 在零售行业的数智化浪潮中，人、货、场的数智化转型进程都在不断深化，数智化变革也不断优化人的管理、货的管理和 场的管理。未来零售企业的数智化不是仅专注于某一个部分，而是把人、货、场所有的数据进行整合打通，实现真正意义 上的新零售数智化生态，除了在营销策略上能够依托数智化进行决策外，在渠道铺陈、门店管理、供应链管理、产业研发 等方面都能够实现智能化和自动化。在新零售时代的数智化生态构建中，用户数据将成为打通“人货场”的关键所在，用 户价值将愈加显著。 新零售数智化生态的构建 打通 打通 人的数智化 • • • 消费者行为数据 会员数据 …… 货的数智化 • • • 商品管理数据 供应链数据 …… 场的数智化 • • • • 媒体渠道数据 门店终端数据 电商平台数据 …… 来源：艾瑞咨询研究院自主研究绘制。 ©2021.5 iResearch Inc. www.iresearch.com.cn 35

36. 艾瑞新经济产业研究解决方案 行业咨询 投资研究 市 场 进 入 为企业提供市场进入机会扫描，可行性分析及路径规划 竞 争 策 略 为企业提供竞争策略制定，帮助企业构建长期竞争壁垒 IPO行业顾问 为企业提供上市招股书编撰及相关工作流程中的行业顾问服务 募 为企业提供融资、上市中的募投报告撰写及咨询服务 投 商业尽职调查 投后战略咨询 为投资机构提供拟投标的所在行业的基本面研究、标的项目的机会收益风险等方面的深 度调查 为投资机构提供投后项目的跟踪评估，包括盈利能力、风险情况、行业竞对表现、未来 战略等方向。协助投资机构为投后项目公司的长期经营增长提供咨询服务 36

37. 关于艾瑞 艾瑞咨询是中国新经济与产业数字化洞察研究咨询服务领域的领导品牌，为客户提供专业的行业分析、数据洞察、市场研 究、战略咨询及数字化解决方案，助力客户提升认知水平、盈利能力和综合竞争力。 自2002年成立至今，累计发布超过3000份行业研究报告，在互联网、新经济领域的研究覆盖能力处于行业领先水平。 如今，艾瑞咨询一直致力于通过科技与数据手段，并结合外部数据、客户反馈数据、内部运营数据等全域数据的收集与分 析，提升客户的商业决策效率。并通过系统的数字产业、产业数据化研究及全面的供应商选择，帮助客户制定数字化战略 以及落地数字化解决方案，提升客户运营效率。 未来，艾瑞咨询将持续深耕商业决策服务领域，致力于成为解决商业决策问题的顶级服务机构。 联系我们 Contact Us 400 - 026 - 2099 ask@iresearch.com.cn 企 业 微 信 微信公众号 37

38. 法律声明 版权声明 本报告为艾瑞咨询制作，其版权归属艾瑞咨询，没有经过艾瑞咨询的书面许可，任何组织和个人不得以任何形式复制、传 播或输出中华人民共和国境外。任何未经授权使用本报告的相关商业行为都将违反《中华人民共和国著作权法》和其他法 律法规以及有关国际公约的规定。 免责条款 本报告中行业数据及相关市场预测主要为公司研究员采用桌面研究、行业访谈、市场调查及其他研究方法，部分文字和数 据采集于公开信息，并且结合艾瑞监测产品数据，通过艾瑞统计预测模型估算获得；企业数据主要为访谈获得，艾瑞咨询 对该等信息的准确性、完整性或可靠性作尽最大努力的追求，但不作任何保证。在任何情况下，本报告中的信息或所表述 的观点均不构成任何建议。 本报告中发布的调研数据采用样本调研方法，其数据结果受到样本的影响。由于调研方法及样本的限制，调查资料收集范 围的限制，该数据仅代表调研时间和人群的基本状况，仅服务于当前的调研目的，为市场和客户提供基本参考。受研究方 法和数据获取资源的限制，本报告只提供给用户作为市场参考资料，本公司对该报告的数据和观点不承担法律责任。 38

39. 海量行研报告免费读