热门搜索:

零售商业可持续运营优化(下):品类管理

核心提示: 品类管理思想是零售商业运营管理的灵魂,不仅用于CRM数据在品类/业态偏好上的分类研究,也同样适用于品牌信息数据、商品组合的分类研究,品类思想贯穿整个运营管理的全程。

  上篇我们探讨了用情商来理解并管理零售(专题阅读)商业的消费者,在充分理解了消费者并实现有效管理后,如何更精确的寻找满足消费者所需的商品,构建属于零售商业自己全新的商品组合呢?运营(专题阅读)优化如何做到可持续?面对运营管理优化所带来的业务流变化,如何应对?

  我们认为“品类管理思想”是零售商业运营管理的灵魂,不仅用于CRM数据在品类/业态偏好上的分类研究,也同样适用于品牌信息数据的分类研究,品类管理思想贯穿整个运营管理的全程。

  首先,用品类管理思想构建零售商业的商品组合体系。

  1、理解品牌。

  品牌作为零售商业供应链端的主体,充分掌握她的信息和变化,就能够赢取供应链端更多的话语权。

  积累大量的品牌资源,掌握它在行业、品类、业态、开店数量等基本属性的信息。这一步我们已经实现,目前我们已经积累全国30多个城市100多个优秀购物中心的品牌(EBS)信息库,且已利用于我们历时所服务的各个项目中。

  当然,仅仅有量还不行,数据挖掘和有效利用才是重点。九洲远景信息中心今年刚发布的“品牌购物中心TOP100企业指数”就是基于我们所管理的品牌数据库来展开,围绕品牌渗透率指标进行了深入研究和分析。

  另外,我们认为每个品牌(商品)都是带着满足目标消费客群功能和情感需求的使命而生。所以,对品牌的理解不能仅局限于表象,还需要了解品牌的“生态圈”,同样我们会给品牌打上消费者价值元素的标签,使得供需双方的依存关系一目了然。

  拥有这样的信息,我们认为做到真正的理解品牌。日积月累每个零售商业都会拥有自己的品牌大数据。

  2、数据整合,形成可持续的大数据体系。

  零售商业,不管是线上商城还是线下购物中心,都是为品牌(商品)提供一个售卖平台,平台的经营和管理就是邀请目标顾客来店实现消费交易。我们用品类管理的思想把“会员大数据”和“品牌资源大数据”共性对接进行整合,使得“商品(品牌资源)——平台(商业体)——消费者(需求)”三者之间的关系更加清晰。并且在技术的支持下时时更新,同时相互作用,让数据流动起来、持续性运转,来支持零售商业持续优化。

  3、通过有效的品类管理,构建零售商业新的品类组合体系实现优化。

  零售商业运营优化的目的是增加的营运收入、控制营运成本,提升EBITDA U 。为达成此目的,我们会设立以客流量、租金、销售额、坪效等一系列的KPI指标。所谓有效的品类管理体系,就是围绕这些KPI目标,构建满足零售商业目标消费者价值诉求的品类组合。

  我们总结出五个步骤来完成零售商业品类组合体系的构建:品类定义、品类角色、品类战略、品类战术、品类预算。

  品类角色的确立,我们是根据“市场吸引力”和“相对竞争优势”来构建品类角色的分析矩阵,确定零售商业的核心品类、相对竞争品类和便利/季节性品类。

  品类战略是在品类角色的指引下,形成各品类的业态贡献分析模型,制定零售商业各品类下的竞争战略。

  品类战术的目的是确立购物中心最终引入有效品牌。有了“品牌资源大数据(BRM BIG DATA)”,直接利用大数据筛选目标品牌资源,确立零售商业目标合作品牌名单就变得简单了。当然,围绕构建品类组合战略目标,对现有品牌的甄别、优胜劣汰是非常必要的。

  品类预算目的是验证和修正预定的KPI优化目标,构建零售商业3-5年租金和收益估算。

  另外,伴随着业务流的优化,我们认为只有组织体系的变革和流程重新组合(BPR)才能保证优化工作的有效执行。

  会员管理体系和品类组合体系的优化,带来了业务流的变化,必然伴随着需要设立新岗位、新职能,及业务流程的重新设计和重组。

  例如,CRM大数据的建立和精准营销的实现,需要重新定义技术部和市场部的职能职责;新品类管理体系的建立,招商不再是招商,而是品类规划,因此需要巨大的优化。

  总的来说,零售商业不管是线上商城还是线下购物中心,都是围绕顾客做生意。不管市场竞争多么激烈,理解并管理消费者价值诉求,就能做到主动营销、精准营销;同时利用品类管理思想整合并持续优化资源,构建有效的品类组合是零售商业运营管理的关键;通过组织体系变革和流程重组,来推动运营优化管理体系的贯彻执行。

  两大数据互为驱动如同零售商业体鲜活的心脏,可持续数据流通如同血液,品类管理思想如同脉络,时时掌握消费者和消费品(品牌)这两个核心变量,以变应变的驱动商业体健康高效运转,我们让复杂的运营管理工作变得简单化起来。 

实时掌握更多商业地产实操干货,请扫描下方二维码,关注“商业地产云智库”
来自:九洲远景
分享到:
关键词:零售商业 运营管理 品类管理 商品组合 数据挖掘
热门干货推荐