《i黑馬》導讀:在網購問題上,日本人還是比較保守,據調查稱,只有 20% 的顧客樂意單純在網上購物,78% 的還要去實體店確認商品。

在日本,電子商務、全管道、O2O 等等,發展的歷史都不長。與美國和中國相比,日本電子商務的規模相對較小。根據日本外務省的統計,2013  年日本電子商務的規模約為 1400 億美元(約為美國的 50%),而且增長率也比美中兩國低一些。

在 2011 年~2013 年間,美國電子商務的增幅約為 13%,中國約為 80%,而日本則為 11.5%。

同樣,全管道、O2O 在日本零售業的發展時間更短,只是 2011 年才開始的事情,而且與電子商務的發展,以及日本通訊技術進步和智慧手機快速普及狀況相對應。

  • 日本零售業的全管道發展歷程概況

從官方的統計資料上看,日本的網上零售業發展始於 2000 年。那時,全日本的互聯網普及率僅為 30%,但到了 2013 年,這個數字已經增長為 83%,增長速度較快。

在電商發展之初,電商僅作為日本實體店提升業績的補充手段,而且網店和實體店都是各自獨立運營,由此也引發了實體店和電商部門的企業內部競合狀態。

2004 年,寶潔公司提出了「FMOT」概念(英文:Frist Moment of Truth,意為當消費者第一眼看到貨架上的商品,3~7 秒鐘才確定是否購買),但在當時,日本的網店和實體店還沒有融合,也沒有 O2O 的概念。所以,顧客只能分別流覽網店或實體店的商品。

到了 2006 年,O2O 概念開始在日本萌芽。從這一年開始,日本實體零售商開始實施網店與實體店的統一運營,以此達到企業內部商品管理的統一化。但在當時,顧客管理、供應鏈都還沒有實現線上與線下的融合。這樣,雖然實體零售商分別擁有了線上和線下的業務,但也還是分別經營。需要注意的是,2006 年日本的零售業管理者們已經具有了 O2O 理念的雛形,並且開始進行相關的研發工作。

2008 年,iPhone 手機開始在日本銷售,智慧設備也很快在日本消費者中普及開來,由此激發了資訊傳輸技術的快速成熟和發展。但是 iPhone 進入日本後,使日本本土的資訊技術受到衝擊,最後被淘汰。2008 年 9 月 15 日,美國發生了波及全球的金融危機,日本的經濟和零售業都受到嚴重影響。

2010 年,美國 TrialPay 的 CEO Alex Rampell 提出了「O2O」的概念,但當時的想法是把訪問網站的顧客誘導到實體店去購買商品,即從線上到線下。

2011 年,全美零售商聯盟(NRF)開始提出「全管道」概念,這個概念主要是為了配合移動零售。同年,Google 提出了「ZMOT」(英文:Zero Moment of Truth,即零點接觸行銷術,含義就是要讓消費者在「尚未接觸」到商品之前,就已經通過網路向消費者進行行銷,從而讓消費者主動接收產品的正面資訊,並影響其消費意向。)這時,日本零售商開始考慮實施全管道、O2O,並考慮讓線上線下的業務和管理全面融合。

但是,2011 年日本發生的大地震和核洩漏事件,使日本的供應鏈遭受了嚴重影響,給日本零售業也造成很大衝擊。由於經濟停滯,到 2012 年,日本的 IT 廠商和零售商開始對行銷更加重視。

2011~2012 年是日本全管道零售技術的研發年,到 2013 年部分產品開始上市,即從產品研發到研發完成用了 2 年時間。2012 年,日本智慧手機普及率達到 50%,日本零售企業開始開展全管道的市場行銷工作。

整體來看,雖然日本的 O2O、全管道發展大約比美國晚 2 年,但到了 2013 年 2 月開始激增,這是零售商與 IT 企業共同合作產生的結果。

  • 日本消費者的特性分析

由於日本國土狹小,地理上的間隔不大,所以,日本的市場非常不一樣,日本消費者的購買行為也很不同。

調查資料顯示,在日本,只有 20% 的顧客樂意單純在網上購物,而高達 72% 的顧客雖然也有網購,但仍需要去實體店確認商品;線上線下多管道購物者的購買金額比單管道顧客的購買金額高 2 倍。此外,網上下單、希望到實體店提貨的顧客比例高達 70%。

此外,調查還顯示,日本消費者的 O2O 式購買方式表現明顯。約 75% 的顧客即使在實體店找到了喜歡的商品,也會去網上確認(線下 – 線上);72% 的顧客即使在網上找到了喜歡的商品,也仍會去實體店去做確認或檢測(線上 – 線下)。

從這些資料可以看出,日本消費者對實體店依然抱有很高的期待。同時,由於日本國土狹小,城市之間的距離比中美兩國小得多,消費者到達的便利性更好。因此,實體店在日本零售業中占仍佔有重要地位。也正因為此,在日本,專門從事線上零售的企業僅占 20%,而同時開展線上和線下業務的零售企業占 60%。

  • 日本零售企業的全管道案例

雖然日本零售企業開展全管道的時間並不長,但已經湧現出一些先進的企業,他們的 O2O 模式也各不相同。

(1)資生堂模式:異業聯合

在日本,資生堂公司擁有大量的實體店,其中 90% 以上都是直營店。2012 年他們開始做 O2O。其模式的主要亮點是既有網上銷售,還有異業合作的網上銷售(即異業間的合作),這樣的好處是能夠互相有導流的作用,因為單獨一家網站吸引客流非常不容易。

此外,資生堂的網上還有美容諮詢、在家美容檢測服務、直營網店和實體店導航等,以此與顧客間實現互動,最終實現 O2O。

(2)永旺模式:資源分享

大家知道,作為一家非常知名的風險投資公司,軟銀在很多零售企業、互聯網公司都有投資,例如日本雅虎、永旺等,孫正義在日本擁有非常大的影響。

由於背後有資本上的聯繫,因此,永旺的 O2O 採取了與雅虎合作的模式。顧客可以在雅虎的網站上下載優惠券,然後在永旺實體店門口掃描出來後,就可以在永旺實體店使用。

這種「永旺 + 軟銀 + 雅虎」模式的亮點是:零售商可以通過這種方式收集到顧客資料,並通過雅虎引流到門店,從而使雅虎和永旺能共用顧客資源。

(3)NTT 模式:技術先導

NTT 是日本最大的電信運營商,它利用 GPS 技術,將顧客誘導 + 商品登記簽到做組合。

當顧客進門後看中某一種商品時,可以用手機掃描該商品,這時他就得到了商品積分。即使顧客這次沒有購買,但下次光顧再買時,這個積分還可以用。如果顧客第二次沒有回來,零售商也可以用第一次掃描留下的資料進行分析,這個顧客為什麼不回來了,即分析他的購買行為。

這個模式與永旺模式的思路不同,著重點也不同。NTT 模式的著重點是,只有當顧客真正拿到商品之後才給積分,而永旺模式是顧客進店後,還沒有和商品產生直接聯繫就已經給了優惠。

(4)東急百貨模式:庫存統一

東急百貨的 O2O 是從商品資訊共用切入的。2012 年東急百貨開始做庫存資料打通工作。現在,他們的網店商品和庫存商品的資訊已經打通,虛擬庫存、統一管理,並且做到視覺化,每 1.5 小時庫存資訊更新一次,實現了同一業態下的庫存資料打通。

(5)JR 日本東京火車站模式:店內導航

日本東京火車站的商場都在地下,一共有 200 多家。如何找到顧客,並把他們「拉」到店內呢?

JR 模式的做法是:當顧客在室外時,用 GPS 找到他們,再向他們推送優惠券,當顧客來到室內時,就用 AR 做導航(實際上,AR 有定位功能),找到他們想要去的店鋪。目前,這個模式還在試驗中。

(6)優衣庫模式:社交購物

2012 年 5 月,優衣庫的社交網站設立。它利用了「領先用戶」(即先行購買或使用了商品的顧客)對商品的評價,來引導、激發其他顧客產生跟隨購買。當其他顧客看到評價,如果評價好,就願意去買。同時,廠商也通過這種方式瞭解到顧客的想法,從而有針對性地開發新產品。

他們的社交網站同時建在手機上和 PC 端,並且是獨立的社交網站,而不是在公司官網上開闢一個欄目,這樣能直接快速收集顧客建議。

(7)伊藤洋華堂、永旺、西友:網上超市

前文提到,在日本有 70% 的顧客喜歡門店自提。因此,顧客在伊藤洋華堂、永旺、西友和頂點的零售店都可以門店取貨。在這些企業內部,已經做到了門店和網上的統一化管理,但在具體細節上,每個企業的做法還有不同。

伊藤洋華堂、永旺和西友的門店和配送中心的庫存是統一管理的,生鮮商品由門店直接配送,常溫商品從物流中心配送,但頂點的做法則不同。因為頂點的門店較小,沒有足夠空間代客保管商品,所以門店庫存和網上庫存是分開管理。也就是說,頂點還沒有實現 O2O。

  • 日本零售企業的啟示

從日本零售企業的全管道發展和實踐中,我們可以得到這樣的啟發:

(1)商圈的決定者不再是零售商,而是顧客

以前,商圈是零售商自己設定的,是從零售商視角來「看」顧客;但現在,商圈是由消費者根據自己的位置來決定的,是移動的商圈。因此,能被顧客「看到」的零售店才有機會。如果在消費者的「商圈」裡沒有你的零售店,那麼這個零售店就意味著被淘汰。

這也是為什麼,60% 的日本零售商要做 O2O 的原因。

(2)用數據做行銷

要用大資料分析,找到新的需求後,再去進行精准行銷。在這方面,日本有一個很有意思的案例。

在不做資料分析之前,日本零售商只知道購買胸罩的顧客有男士,但並不知道有男士是在為自己購買胸罩,抑或他們是在為女友或太太購買。但資料分析後發現,在購買胸罩的男性顧客中,有 30% 是為自己購買的,他們中年齡最小的 20 多歲、最大的 70 歲。他們不好意思去實體店購買,而更願意在網上買。通過資料分析終於發現了這個大市場,零售商們就可以據此進行有針對性的開發。顯然,如果沒有資料分析,這是不可能做到的。

展望未來,大資料分析是最關鍵的。過去很多擁有資料的企業並沒有成功,其主要原因就是,零售企業對自己的 KPI 理解不到位,所以大資料的利用還不夠充分。所以,一定要明白自己需要什麼資料,否則,即使有了大資料,仍然會失敗。

(本文轉載自合作夥伴《i 黑馬》;圖片來源:Marc Veraart,CC Licensed;未經授權,不得轉載。)