《新零售实务（第2版慕课版）教案 第6章 新零售数据化运营.docx

周次

课次

课时

课题

零售数据化

课型

理论

授课班级

备课人

授课人

教

学

目

标

知识

了解新零售数据化的内涵

了解新零售数据类型

技能

掌握新零售对客户数据的挖掘和应用

掌握商品数据和销售数据分析

情感

学习新零售数据化内容，培养创新高效的工作精神

教学

重点

与

难点

重点

了解新零售数据化的内涵

了解新零售数据类型

掌握新零售对客户数据的挖掘和应用

掌握商品数据和销售数据分析

难点

掌握新零售对客户数据的挖掘和应用

掌握商品数据和销售数据分析

媒体教具

多媒体

教学过程

修改栏

教学内容

师生活动

（一）任务导入：大数据分析让“永辉超市”在逆境中“破冰”

教师提问：请和同学讨论一下，永辉超市是如何结合自身情况运用大数据分析方法的？

（二）新课讲授

教师讲解：

零售数据化概述

1、零售数据化的定义

零售数据化就是通过互联网、人工智能等新兴技术，将传统零售业的人、货、场指标进行数字化，将其变为直观的、可供分析的数据，并对其进行处理分析，最终实现全渠道覆盖、全链条连通的新零售转型。

2、零售数据化的条件

零售数据化需具备以下三个条件：（1）完善的数据软件系统。（2）完整的基础数据。（3）完善的数据中台服务。

（二）新零售数据类型

1、新零售“人”的数据

（1）解析“人”的数据

新零售领域“人”的数据由最初的碎片化的信息处理逐步发展为建立用户画像，为画像设立用户标签使企业能够最大程度挖掘用户的生命周期价值。

（2）“人”的数据化实现的步骤

畅想未来，消费场景无处不在，企业应当掌握如何在多样化的消费场景中快速收集用户的消费数据。

（3）“人”的数据类型

“人”的数字化根据不同的划分角度也延伸出多种衡量指标。

2、新零售“货”的数据

（1）解析“货”的数据

“货”即商品，商品的数据化首先需要对商品的各项数据进行收集。商品数据主要包括商品的各项参数数据、库存数据、价格数据、销售数据、评价数据等。

（2）“货”的数据化作用

①“货”的数据化可以帮助企业实现按需生产。②“货”的数据化可以改进线下门店经营。

（3）“货”的数据类型

①根据商品的销售情况进行分析。②根据库存管理进行划分。

3、新零售“场”的数据

（1）解析“场”的数据

“场”也就是消费的场所或渠道，“场”是为了促成交易而存在的。过去消费者在线下购物时的流程是进店、选货、付款，线上购物则是浏览、加购、付款，不会过多地关注“场”的附加内容。

（2）“场”的数据类型

“场”的数字化主要围绕消费场景进行分析，包括：

①根据流量趋势分析。包括“独立访问者数量”“重复访问者数量”“页面浏览数”“门店客流量”等，以此反映门店或者网页访问情况。

②根据流量来源分析。包括“流量来源频次分析”“流量来源权重分析”等，以此反映客户的获取渠道。

（三）新零售数据收集

1、线上数据收集

（1）数据中台数据收集

传统的数据中台主要负责对店铺数据进行报表统计，对于新零售企业来说真正的数据中台应该包含数据采集、数据处理、对企业提供数据支撑等环节，从而紧密地和业务、运营结合在一起。

（2）社交网站数据

社交网站数据收集涉及大量的数据挖掘、处理和分析，社交网站数据收集的核心是利用图文和社交网络分析方法来认识和预测消费者在社交网站上的行为。以微指数为例，微指数是新浪微博的数据分析工具。

（3）搜索网站数据收集

搜索网站根据特定的计算机程序向用户提供互联网上的各色信息，并对信息进行整理，为用户提供检索服务。

2、线下数据收集

（1）线下门店CRM系统数据收集

当下许多新零售线下门店已有的CRM系统已经实现了线下部分数据的数字化，可以完成对客户、会员、采购、销售、库存和系统的数字化管理。

（2）扫码数据收集

新零售门店通过构建扫码数据终端，可以实现店铺货品查找、商品配送、库存盘点、退货换货各环节的数据化，解决店铺管理存在的商品配置不合理、人员管理混乱、物流效率低下等现象，提升企业的服务水平，实现降本增效的目的。

（三）课堂小结

1、零售数据化概述

2、新零售数据类型

3、新零售数据收集

（四）布置作业

查阅资料，新零售“人-货-场”数据类型还可以怎样划分？

教师提问

教师讲解

教师讲解

教师讲解

教师讲解

教师讲解

教师讲解

教师引导学生回答

学生回答

学生回答

板书设计

作业布置

查阅资料，新零售“人-货-场”数据类型还可以怎样划分？

教学反思

周次

课次

课时

课题

人的数据分析

课型

理论

授课班级

备课人

授课人

教

学

目

标

知识

了解用户人口特征分析

了解用户活跃度分析

了解用户价值分析

了解绘制用户画像

技能

掌握新零售对客户数据的挖掘和应用

掌握商品数据和销售数据分析

情感

学习新零售数据化内容，培养创新高效的工作精神

教学

重点

与

难点

重点

了解