未来零售数字化白皮书

—— 数字化驱动价值回归
前言
随着物联网、大数据、 5G 和人工智能等新兴技术
的高速发展，科技驱动对零售企业的经营模式与理
念产生新的挑战。传统的生产关系、供需渠道、经
营模式渐渐难以适应消费者新需求。以消费者为中
心的万物互联产生了海量数据，如何有效采集、管
理以及使用这些数据，如何通过数据重构人货场关
系，如何通过数据驱动业务增长成为摆在零售行业
经营者桌面的重点话题。
为了帮助企业迎接新环境的挑战，华为和安永联合
发布本白皮书，从消费者与渠道、商品与品牌、门
店与服务、数据与使能多个维度深度探索消费者全
生命周期服务提质增效，构建新的竞争体系，回归
客户服务价值本源。
 目录
后疫情时代零售行业概览
1 线下零售仍占据市场主导地位，拓展全渠道成
为零售企业发展共识
2 消费者普遍认为，体验对消费决策至关重要
3 个性化、多样化的消费者需求带来供应链的改变
4 很多企业都在数字化转型，但取得突破的较少

数字化驱动零售全方位增长
1 品牌价值体验是用户核心消费动机
2 营销数字化帮助营销效率倍增
3 商品数字化孕育超级产品的诞生
4 空间数字化助力未来超级门店建设
5 超级导购与超级服务

打造全链路数字化消费
体验的解决方案
1 回归客户本源的战略愿景重塑
2 围绕客户价值建立完善的体验数字化管理体系
3 建立面向未来的数字化商品体系
4 扎根消费者营销，夯实深度运营基础
5 通过数字化门店突破运营时空壁垒，探索数字场建设与呈现
6 建设企业级的全域数据综合治理体系
7 基于云基础设施建设数据治理体系的数据底座
8 协同生态合作生态，全方位加速数字化转型
01
后疫情时代
零售行业概览

5 华 为 x 安 永 数字化驱动价值回
 线下零售仍占据市场主导地位，拓展全渠道成为零售企业发展共
线下零售仍然占据市场主导地位
移动互联网灵活的消费者触达手段，丰富了消费者的购买渠道，也帮助品牌全方位感知消费者，
促使线上零售总额持续增长。社会消费零售品销售总额统计显示，近年来线上零售的增速逐步
放缓，线下零售在真实体验、即时满足等方面具有特殊的优势等原因，占比仍然占据市场主导
地位。

新消费群体对购物渠道的偏好
虽然我国网购电商规模增速已呈现放缓趋
势，但以新中产及新生代人群为代表的消 网 购
费群体已经养成网购习惯，随着疫情防控 实体店
常态化，拓展线上渠道触点对于零售企业 37%
48.00% 两者兼有
而言势在必行。

15.00%

数据显示，约一半的消费者会选择同时在线上线下了解、消费品牌和产品。消费者的购物旅程 早已不局限在单一渠

2015-2021 年中国实物商品网上零售额及增速 2021 年我国实物商品网上零售额 10.8 万亿

元人民币，占社会消费品零售总额的比重为
120000 （单位：万亿元人民币，%） 35.00% 24.5%，而线下实体店消费品零售额 33.3 万
108042

100000 97590
31.60% 30.00% 亿元人民币，占比 75.5%
28% 85239
26.20% 25.40% 25.00%
80000 70198 0%
19.5 0% 20.00%
54806
60000
41944 14.8 15.00% 24.50%
40000 32423 12%
10.00%
20000
5.00%
75.50%
0 0.00%
2015 2016 2017 2018 2019 2020 2021

网上零售额（万亿元） 同比增速（%） 线上 线下

数据来源：国家统计局

6 华 为 x 安 永 数字化驱动价值回
 消费者普遍认为，体验对消费决策至关重

以注重消费体验的“Z 世代”人群的消费习惯推动零售行业来到了围绕消费者体验 为
中心的数字化全场景零售的新赛道
伴随 00 后逐步走向职场，新生代消费群体购买力日益增强，据商务部研究院 2020 年发布的数
据显示，“Z 世代”人群在总人口中占比接近四分之一，已然成为消费市场的中坚力量。
市场竞争白热化，价值体验愈发成为消费决策的关键因素。随着消费世代的更迭和消费习惯的
变化，当代消费者不再局限于追求“产品”和“服务”。个性化、社交化、品质化的主流消费需
求 催生着消费场景的重构和创新，而能将多元丰富的消费场景串联起来的关键因素就是体验
消费。

根据安永智库调研数据显示：

86%的客户愿意为更
好的体验额外付费。 卓越的体验可以体现在消费者
的全生命周期中，从“种草”、
购买、复购再到裂变，每一个
消费节点所产生的数据都可以
通过提升消费体验获得更高的
价值资产，映射到顾客留存率、
72% 的客户会跟 6 个 复购率、推荐率等业务层面指
标上。
以上的朋友分享一个愉
快的客户体验。

通过人群大数据分析、人工智能等数字化手段为消费者提供更贴合需求的产品及服务，并从物
理感官和内心情感上与消费者产生交互，可以有效引起消费共鸣并与消费者逐步建立起深度链
接。品牌通过对消费者生命周期的挖掘可以在产品和服务的基础上创造卓越的体验，带来基于
不同消费场景和消费链路的附加价值。

体验型企业的优势

客户满意度 客户留存率 客户重复购买率

领先 1.4 倍 领先 1.7 倍 领先 1.9 倍

数据来源：安永智库

7 华 为 x 安 永 数字化驱动价值回
个性化、多样化需求带来供应链的改
柔性供应链
打破原有传统的渠道运作方式，以消费者需求牵引各环节动态参与，能够更快、更灵活
地满足市场及消费者。品牌商应及时通过数据驱动，感知消费者的需求，不断调整研发、
采购、生产、销售、物流等业务环节，持续不断地敏捷迭代，快速响应市场。

可见性是构建柔性供应链的基础，将敏捷注入价值链中，强化执行力
弹性 = 可持续性=
可见性+ 敏捷性 环境+社会+治理
嵌入端到端的可
见性，情景模拟 确保可持续的
当前 和多样化的供
和风险监控
应来源
设计全方位的 线性协作，灵活度低，客户服务成本高
敏捷网络 确保可追溯性、
供应 生产 仓储 物流 渠道 客户
可见性和信息
披露
下一步
确保可替代的 敏捷的和网络化的生态系统
供应来源 销售渠道 推动价值链碳
流量平台 减排

建立具有韧性 客户
的运营模式和 承包商 在商业模式中
团队 引入循环思维
终端
建立可靠和安
供应商
评估新的税收
全的供应链 品牌商 配送 客户 和激励措施对
终端 可持续供应链
供应商 的影响
行业领先公司正在通过有针对性的行动来解决供应链挑战，比如提高可见性和控制能力，提高对风险的认知， 在
生产商 物流 仓储
端到端的生态系统中提升改变的灵活性、敏捷性和响应能力。 客户
领先公司现在在做什么 ?

1 嵌入端到端的可见性，零售情景
模拟零售供应危机执行事件响应的可启用零售数字化孪生
模拟和风险监控 情景见性解决方案模拟方案
部署一个分布式的 重新评估零售供应激活从取货到送货的
2 设计全方位的敏捷网络 零售订单管理系统 链的战略架构 全方位能力
(DOM)

3 确保可替代的供应来源 识别并匹配关键零建立供应商风险计评估和开发多层次的
部件和其供应商划供应商可见性
定义未来的劳动力 确定所需的零售新将解决问题的心态融
4 建立韧性的零售运营模式和团队和储备员工 技术和技能 入到工作方式中
( 超过 5 年 )
定义双重方法的网络安全策略
优先考虑跨生态协引入网络安全风险管
5 建立可靠和安全的零售供应链
作范围 理人才

8 华 为 x 安 永 数字化驱动价值回
很多企业都在数字化转型，但取得突破的较
企业数字化转型道阻且长

仅将数字化当作工具
把数字化转型仅仅看作工具和系统的建设，忽略了战略定位、商业模式和组织机制的变革，其中最为挑战的是组

生产关系不匹配
在数字化转型的过程中，部分企业没有重点重塑业务模式，尤其是交易架构和利益相关方利益重分配的问题，没

缺乏专业的人才
数字化转型对团队的专业能力要求和以往位置经营时代有较大差异，没有足够重视 人才能力的迁移、专业人才

贪大求全，盲目冒进
数字化转型是长期的系统性工程，数据资产和用户资产的积累需要时间和持续的投入，没有制定合理的预期和目

忽略用户体验
我们同时也观察到，部分企业忽略用户感受的无效转型，简单粗暴的硬性指标目标驱动数字化转型，缺乏有效的

9 华 为 x 安 永 数字化驱动价值回
02
数字化驱动零售
全方位增长

10 华 为 x 安 永 数字化驱动价值回归
数字驱动全方位增长

随着时代的发展与技术的进步，“Z 世代”对于消费的行为和态度正在发生根本性转变，同时
这些行为和态度正在从主流消费群体出发，逐渐影响不同年龄段、不同消费能力的消费者。虽
然行为和态度都在发生转变，但是我国从计划经济到商品经济，再到服务经济和体验经济，人
们对于美好生活的向往是不变的。

价值 超级
达成度 品牌

零售品牌 Super5 超级突破

超级
沟通接受度 场景舒适度超级 门店
内容
消费者
五维体验模型
线上 线下

服务
感知度 产品 超级 超级
满意度
导购 产品

如今，全渠道已成为零售品牌未来发展的共识，我们从消费者需求出发，总结了零售品牌全渠
道体验的五个基本维度，而这五个维度也体现了当前消费者的消费决策因素。通过对这五个维
度的数据挖掘与研究，也就不难发现品牌的应对方式与解题思路。

1 华 为 x 安 永 数字化驱动价值回
品牌价值体验是用户核心消费动机

价值体验代表了品牌利益承诺与用户预期之间的匹配程度，它是由品牌影响力、 产
品价值、服务体验三方面共同决定的
品牌核心价值是品牌资产的主体部分，它让消费者明确、清晰地识别并记住品牌的利益点与个
性，是驱动消费者认同、喜欢乃至爱上一个品牌的主要力量。

在零售行业，随着中国消费市场的不断升级，用户需求越来越细分化，不同的用户对于购物体
验有着完全不同的偏好和需求。品牌可利用自有数据以及第三方数据进行分析洞察，针对他们
的需求做出相应的价格设置与品牌承诺。

示例 便利店行业

目前绝大多数便利店品牌搭建了会员体系助力用户管理数字化

最终借助会员体系，通过数据的收

通过获取会员数据 利用客户消费订单► 加深对用户的了解

建立对客户感知 和对其开展精细化的运营树立在他们心中的品牌形象
内容和消费地点等数据的抓取并形成用户画像

1 华 为 x 安 永 数字化驱动价值回
营销数字化帮助营销效率倍

通过数据驱动全域数字化营销，转变营销模式，提高营销效率
如今我们处在一个用户主权的时代，不同于传统宣贯式的营销模式，每一个消费者都有自己的
文化环境和生活圈层。所以不论是 B2C 的传统沟通方式，还是利用 KOL（关键意见领袖），
核心用户 C2C 的口碑 “种草”交流，数据都是越来越重要的生产资料。

领先企业以全域采集的消费者行为数据、自身平台数据治理和消费者主数据为基础，
通过数据驱动全域数字化营销，建立全面的消费者标签及画像，深度消费者数据洞
察，制定针对性的营销运营策略，实现货与人的精准匹配与推送，高效提升转化率。

数字化营销
着力打造智能
化新商场， 实
现人与货的精
形成消费者多维度 提供更为丰富的 准匹配以及效
► 识别客户产生的浏览 ►
标签和画像
►
经营策略
率的提升。
及消费轨迹进行分析

示例 某大型快餐连锁品牌

通过其良好的社交聆听手段和工具，抓取当下
最时兴和核心消费人群最感兴趣的话题，每周
定期推出相关文案并席卷各大社交平台，甚至
热点 很多关联二创作品都有突破百万的播放量。
+
产品

社交手段和工具
通过和消费者近距离的互动了解消费者的喜好
并针对性的推出爆款产品，以“热点 + 产品”的组
合在餐饮行业整体下行的 2021 年实现逆势增长，
全国范围内新增 1232 家门店。

1 华 为 x 安 永 数字化驱动价值回
商品数字化孕育超级产品的诞

结合消费者的洞察和深度的用户运营，爆款创新的成功率将大大增加，敏捷 化
产品创新可以得到深度应用

传统渠道模式下从研发、计划、生产、分发到上市销售，周期长、成本高、市场反应慢，容易
库存积压。企业面临着从传统渠道经营模式到柔性供应链模式下的战略转变、各流程“数据
孤岛”打通等痛点。
商品数字化打通商品流通各环节数据，提升信息流转的及时性与准确性，实现资金流、物流和
信息流的实时可视可管控。通过数据驱动供应链决策，达到以消费者个性化需求驱动的产品设
计与快反化高质量生产的目的。

示例 某新锐美妆品牌

品牌在私域搭建尝鲜种草团

将美妆新品研发周期
缩短至 3-4
周。对比某国际品牌 8-16 个月
了巨大的时间、成本以及成功率优势。
用数字化手段收集私域用户反馈

通过抽样对比的方式寻找产品优化方案

1 华 为 x 安 永 数字化驱动价值回
空间数字化助力未来超级门店建
线下泛零售进入多元化业态和消费者沉浸式体验共同高速发展的局面
线下泛零售进入多元化业态和消费者沉浸式体验共同高速发展的局面。
► 部分企业制定贴合购物中心定位的主题营销，打造独家 IP（知识产权），形成了独特定位；
同时打造了消费者沉浸式购物和体验场景，达到了差异化竞争的效果。
► 近年有更多品牌积极踏入生活方式领域，以跨界的内容与场景打动消费者，一个优质的消
费场景可以大大增加顾客的逗留时长并影响做出的购买决策。如今的门店及线下消费场所
早已不仅仅是一个陈列商品的地点，而是一个集购物，服务和文化于一体的消费体验空间。
通过生活方式的渗透可以更大规模增加品牌与用户触点，同时获取更多的线下数据。
► 另一方面，对于空间数字化还可以对内进行降本增效，提高门店运营效率。无论是帮助零
售门店进行动线优化、选品优化；还是提高收银结算效率，减少店员重复性工作；释放的
生产力可以更多的投入以门店为中心，覆盖周边更广区域的线上空间的运营。比如门店直
播与社区团购。

消费者价值 品牌商户价值
► 高效决策：消费决策不受门店位置 ► 数据洞察：门店为商户提供行
业、门店的客户数据、交易数
以及营业时间限制，获得相同品质 据、行为数据分析洞察
的产品或服务 ► 高效转化：门店为品牌商户提
► 无缝体验：消费者从出门到门店停 供数字化营销工具或服务，提
车购物、线上信息化与实体门店实
体服务的全旅程无缝体验
私域运营 升品牌的客户运营效率
► 营业能力提升：线上信息化服
► 优越感传播：优质的服务与体验为 智能标签 / 分群智能终端 务拓展商户的销售时间以及空
消费者提供优越感传播的话题以及 间 ，智能化提升服务效率
内容 数字化营销
客户 360 画像数字化 大数据选址 公司管理价值
门店经营价值
门店 ► 数据资产积累：会员及行为数
高效连接：客户数字化营销体系形
新兴技术 数据中台 据、门店营收及精细化成本数
►
成门店与消费者的直接连接，构建 电子价签 据、商品及交易数据等
► 精益运营：实时查看门店状态、
私域运营基础 云店 全链路运营数据，集合外部数
► 敏捷运营：数字化的工具、平台、 智能运营智能客服 据分析，及时调整经营策略
数据为门店运营提供敏捷化的支持， ► 业务创新：了解消费者，数据
快速响应消费者以及品牌商户需求 智慧物业 驱动业务的持续创新决策以及
► 降本增效：信息化、智能化提升门 创新效果的精细化分析
店的经营管理效率，降低能耗、人
力的经营成本

示例 某大型连锁电器零售企业

空间数字化模式
通过运用技术手段，将线上线下进行有机融合来实
化升级。通过多种 AI 算法的运
物联网 智能选品 智能调价
开店 进店
智能进销 大数据 离店

逛店

人工智能
智能陈列 用，实现了 70% 的运营和管理效率的提升。

1 华 为 x 安 永 数字化驱动价值回
超级导购与超级服

客户需要的是在恰当的时机，出现恰当的服务
服务是越尊贵越好吗？答案是否定的。随着对用户精细化运营能力的提升，用户画像颗粒度越
分越细。
同时，CRM（客户关系管理系统）中的客户资料如何帮助导购进行沟通和服务也是一个重要
场景需求。领先企业通过有效的私域运营对整个消费者生命周期价值深度挖掘，打造会员积分
与权益体系，增加品牌企业和消费者之间的互动与交流，提升消费者忠诚度，持续形成优质的
会员数据资产沉淀，为企业的精细化运营夯实基础。

示例 某大型国有连锁零售企业

以“实体门店 + 私域运营 + 私域直播”为绑定组合的运营模式，多点对面触达消费者， 深度运营。

运营模式 深度运营私域，赋能品牌导购扩大销售。企业融通

实体门店 私域社群 私域直播 近五年数字化会员平均

每年增长 66%，线上
GMV （商品交易总额）
平均每年增长 42% 。

随着数字化的逐步深入，企业也加强了消费者全场景的数字化创新体验服务能力。
► 智慧停车 将无线通信、移动终端技术、LBS（基于位置的服务）技术、XR（扩展现实）
技术等综合应用于停车位的采集、管理、与导航等服务，通过提供停车资源的实时更新、
查询与导航等功能，实现了停车位资源利用率最大化、空置最小化、匹配合理化和服务一
体化。
► 智慧收银 消费者离店时智慧收银基于消费者行为数据的应用，借助收银终端的交易数据
交换，通过推送电子账单及关联服务信息至消费者，实现互动消费体验，提升数字化创新
服务能力。

1 华 为 x 安 永 数字化驱动价值回
 小结
体验经济提出近 30 年，至今仍在探索阶
段是因为它在等它 的另 一半 “数字
化”。
借助数字化技术与旅程管理能力，品牌
即可根据自身优势和特色寻找业务创新
增长突破点。同时伴随数字化水平成熟，
才能真正让品牌插上体验的翅膀，逆风
增长。

17 华 为 x 安 永 数字化驱动价值回归
03
打造全链路数字化
体验的解决方案

18 华 为 x 安 永 数字化驱动价值回归
打造全链路数字化体验的解决方案

1 华 为 x 安 永 数字化驱动价值回
 打造全场景零售新模式，强化零售“五力”，驱动行业价值回归

1
企业应该从业务战略和数字化战略两个方面重塑战略愿景，通过全
域数据采集、全场景数字化服务、全链路数字化管控等手段，以实
现全周期数据驱动增长的关键数字化目标，构建全场景零售新模式。

2
企业通过打造零售稳增长 5 力模型，增强产品力、营销力、渠道力、供应力和服务力等

后疫情时代和数字化时代叠加下，零售业亟需探寻不确定中的确定性，把握增 长的底层逻辑。以消费者为中心，向消

从源头创造价值 以消费者为中心 向用户交付价值

产品力 营销力 渠道力 供应力 服务力

更好产品 更快发现 更易购买 更快获得 更优体验

全面数字化转型
战略愿景

一顶 业务战略 数字化战略 生态战略

全域数据采集 全场景数字化服务 全链数字化管控 全周期数据驱动增长

数字化商品 消费者营销与深度运营 数字化门店 …
N 场景
… … …
统一的数据底座和业务共享平台
双平台

一底
分布式云基础设施

2 华 为 x 安 永 数字化驱动价值回
回归客户服务本源的战略愿景重塑

► 企业应该从业务战略和数字化战略两个方面重塑战略愿景。以消费
者为中心，回归客户服务本源，围绕消费者全生命周期的需求满足
是业务战略的重中之重
顶设层面
► 在数字化战略层面，企业应该利用 AI、大数据、云计算等新兴数
字技术，以数据驱动运营转型，制定符合自身特色的数字化战略。
通过建立变革委员会、创新工作坊、头脑风暴、沉浸式培训等形式，
将数字化理念进行逐层灌输，培养数字化文化

► 围绕商品、消费者和门店三个关键因素，通过数据驱动，结合品牌
承接层面 定位规划，通过全域数据采集、全场景数字化服务、全链路数字化
管控等手段，以实现全周期数据驱动增长的关键数字化目标

全域数据采集

► 通过采集会员、交互行为等客户数据；品牌商户客
流、商品等商户数据；交易信息、流水等交易数据；
水电煤等经营数据；行业密切相关外部数据等全域
数据，构建数字化基础

全
周 全场景数字化服务
期
数字化目标 数
► 打造数字化成本管理、数字化招商合作、数字化场
据
地管理、数字化商户运营、数字化客户运营、数字
驱
化物业管理等，实现全场景、全生态的数字化服务
动
增
长
全链路数字化管控
► 布局多元化营销渠道，线上线下一体化运营，覆盖
近、远现场，以消费者为中心，全链路激励转化，
从新客到老客，从复购到联购，打造全渠道、全场
景、全链路的数字化管控

2 华 为 x 安 永 数字化驱动价值回
 围绕客户价值建立完善的体验数字化管理体
体验管理的核心能力在于客户旅程管理能力与体验数字化能力

对于 2022 年，唯一可以确定的是“高度的不确定性”，新冠肺炎疫情、供应链、员工变动，
以及客户需求的变化等等这些因素叠加在一起，将迫使组织进行大量的调整。在这种环境下，
企业必须改造传统的以稳定性为导向的运营模式，使组织能够更快地感知和响应消费者感受与
市场变化，这一层面的敏捷性将在很大程度上依赖于企业的体验管理能力。
我们知道，所有敏捷的实践都需要建立在对现状精准洞察的基础上。零售数字化上半场，大多
数企业都对数字基建有所投资，但对消费者主观感受的洞察和管理投资相对较少，随着新消费
群体的崛起与消费理念的变化，体验管理的重要性愈发凸显。

体验战略目标 & 愿景

旅程管理 体验数据化
核心
能力
价值达成 营销沟通 产品体验 服务感知 场景感受
消费者对于品牌 公域 B2C 的信 数据产品（触点） 售前、售后服务 场外环境（远场
管理维度 价值的预期与品 息传 递 ， 公 体验 用户运营 景、近场景）
牌承诺价值之间 域 C2C 口碑传 物理产品（商品） 场内环境（空间
的匹配度 播， 私域 体验 环境，动线设
B2C2C 传播裂 置……)
变
关键
指标
运营指标 体验指标
关注率 1
活跃度 进店率 提袋率 2
复购率 更多… 愉悦感 3
满意度 参与度 推荐率 4
接受度 更多…
实施 体验定位&落地实施
流程 路径 体验评估与测量 研究分析与洞察 设计优化与创新
基础
体验管理组织 客户体验文化 体验管理技术
要素

体验管理核心能力在于客户旅程管理能力与体验数字化能力。在目前这个触点爆炸化，内容 粉尘化的融媒时代，客

2 华 为 x 安 永 数字化驱动价值回
 围绕客户价值建立完善的体验数字化管理体

One-X 模型

One-X 模型揭示了体验数字化和体验管理的价值与运行逻辑，客户体验首先会关注客户所能感
知到的价值，从客户价值出发构建与品牌承诺相符的统一全渠道体验，帮助客户达成目标价值，
在关键触点/场景以触发式打分的形式做敏捷调研。

 以业务为中心建
立统一的数据/  围绕消费者生命
系统架构 周期，建立全渠
道体验治理框架
统一的数 统一的前
据和技术 端用户体
架构 价值传递 验
数据生命周期管理 消费者生命周期价值
DLM CLV

 统一技术架构，
维度标准，分析  跟踪并度量体验
算法 与商业效果，追
求客户价值的提
升

统一体验，统一架构，为业务、生态伙伴和消费者提供支持

► 结合会员的福利体系，及时获取客户体验和态度数据，同时广泛在电商、社交、内容等
平台抓取客户评价，利用 NLP（自然语言处理）技术分析 VOC（客户之声），获取实
时的消费洞察
► 结合运营数据建模，分析并判断客户动机与偏好。运营数据与体验数据分别回答了前端
业务“发生了什么”与“为何会发生”两个重要的问题。通过二者的融合，为品牌持
续优化业务模式、产品服务等一系列决策提供方向和支持
► 同时，客户价值也形成了推动业务转型的抓手，推动后台建立统一的技术架构、统一的
数据结构来传输、清洗、管理、分析各类数据。为业务、生态伙伴和消费者提供卓有成
效的支持，最终得出准确的消费洞察，提出明确的优化方案，形成完整的价值闭环

2 华 为 x 安 永 数字化驱动价值回
建立面向未来的数字化商品体
商品数字化是实体零售企业转型过程中最难逾越的一步

多业态的商品、服务以及大量非直营的商业模式都会为商品数字化带来巨大挑战。商品数字
化为数据驱动人货场的关系重构提供坚实基础。更完整的商品数据维度产生更精准的客群画
像，配合数字化营销体系，为消费者带来更好的购物体验。

数字化商品体系

商品主数 供应链 物流配

据管理 数字化 库存数字化 交易数字化 送数字
化

商品数字化的第一步是主数据统一管理。商品统一主档的建立，创建并维护商品数据
商品数字化的第一步是主数据统一管理。商品统一主档的建立，创建并维护商品数据
的一致性、完整性、相关性和精确性是保证数据分析洞察可靠性的基础。 比如：统一
的一致性、完整性、相关性和精确性是保证数据分析洞察可靠性的基础。比如：统一
的品牌编码、供应商编码、店铺信息编码、商品主档编码、年份季节编码、颜色、尺
的品牌编码、供应商编码、店铺信息编码、商品主档编码、年份季节编码、颜色、尺
码、区域编码等等。
码、区域编码等等。

以商品交易数字化为中心，打通产销链，实现高效协同。

通过物流配送数字化提升客户体
验，打通供应链、库存数据及服
务并进行数字化、基于大数据和
AI 做动态分析，实现销量预测、
柔性供应、动态供货、智能补货、
产销协同等，为降低仓储物流成
本，提升供货调货效率、打造爆
品提供坚实基础。有效解决传统
销量预测 动态供货 降低成本 人工经验决策情况下导致的销量
预测不准确、物流成本高、补货
调货效率低等问题。

2 华 为 x 安 永 数字化驱动价值回
扎根消费者营销，夯实深度运营基
完善消费者画像
基于消费者旅程增强全渠道互动场景数据采集，充分利用线上线下高频场景和触点打造丰富的
数字化场景
线下试用 线上交易平台 社群

01 02 03 04 05 06

线下门店导购 线上客服 直播
例如车位预约查询、场内轨迹、门店 XR 营销互动、品牌搜索和导航等，全面捕捉客户行为
相关数据。通过采集客户行为数据，以用户基本信息、用户行为信息、交易事实与偏好等
数据为核心对象，将采集的数据以单一用户 ID（身份识别号）进行关联，同时进行有效的
客户洞察，建立特征及偏好类标签信息，完善客户画像。

全域数字化营销
从公域与它域引流至私域运营管理形成完整的管理闭环。为了保证用户的消费与裂变，企业
需要在私域运营的各环节对消费者进行细致的洞察，对消费者进行分群精细化运营。依托客
户数据管理、内容管理、自动化营销、社群运营管理等工具实现私域内流量数字化运营管理。
以矩阵运营和头部 IP 运营相结合的方式，打造工业化内容生产能力。通过对内容投放效果进
行数字化监测，进一步指导内容创作策略，实现完整的管理闭环。基于消费者洞察的私域运
营提升客户活跃度，促进客户更快种草拔草，形成消费者全生命周期运营，实现长效转化。
当前企业的核心竞争力是什么
企业需建立起强大的生态合作体系，在符
庞大的活跃会员群体 80% 合监管要求的前提下，通过数字科技手段
与合作伙伴进行数据合作，接入外部平台
线上线下良好的互动 67% 获取第三方的公域流量的同时，将自身积
累的数据与生态合作伙伴的数据相互融合，
良好的品牌形象
60%
获得维度更为丰富、标签更为精准的会员
良好的品牌合作关系
数据资产，以支撑建立更全面的消费者洞
察，协同双方会员积分权益体系实现消费
经验丰富的运营团队
60% 者的全域数字化营销和智能化管理。
57%
0% 20% 40% 60% 80% 100%

数据来源：中国百货商业协会《2020 零售业会员运营报告》

2 华 为 x 安 永 数字化驱动价值回
通过数字化门店突破运营时空壁垒，探索数字场建设与呈
打造涵盖空间数字化运营管理、消费者数字化服务的门店数字化装备体系

通过运用新兴科技手段，将会员、商品、订单、门店经营管理等数据与流程整合，提供数字
化、场景化服务，实现线上线下融合的数字化体验。打造涵盖拓展销售服务能力，以科技驱
动门店运营管理效率提升的综合解决方案。依托数字化门店的数据资产沉淀，结合大数据能
力、数据智能分析能力、快速迭代能力实现门店“千人千时千面”的服务能力。

探索数字场建设与呈现

数字场作为物理场的延伸，当前 阶段以云店、
基于物理场产生数据 ...
构建孪生的数字场 续优质的产品及服务，沉淀数据资产，为数字

客户数据 商户数据
门店建设

品牌商户管理
… 同时数字场可以通过 AR 、 VR 等形式提供优
门店经营数据

门店运营管理

数字经济时代，科技助力门店经营链路数字化升级，数据驱动客户体验、业务模式及运营效
率提升。零售企业需以门店装备数字化和运营数字化为基础，开展数字场甚至元宇宙场等探
索建设与呈现，提升数字化创新能力，以数据与科技驱动“人货场”的闭环。

2 华 为 x 安 永 数字化驱动价值回
建设企业级的全域数据综合治理体
我们认为零售品牌企业作为非数字原生企业，实现数据赋能的关键要素之一是在现实世界
的基础上构建一个跨越孤立系统、承载业务的“数字孪生”的数字世界。通过在数字世
界汇聚、联接与分析数据，进行描述、诊断和预测，最终指导业务改进。在实现策略上，
数字世界一方面要充分利用现有 IT 系统的存量数据资产，另一方面要构建一条从现实世
界直接感知、采集、汇聚数据到数字世界的通道，不断驱动业务对象、过程与规则的数字
化。

IT 维度中的数据综合治理体系建设包含信息架构、数据底座与数据服务
企业在数据治理的实践中，存在数据治理组织机制不健全、数据治理体系不完善、缺乏数 据
战略规划、缺乏标准指导等问题。零售企业要实现数据分析与赋能，需要综合地从流程、组
织和 IT 三个维度着手诊断，全局统筹蓝图规划，并实践落地。
客户 员工 合作伙伴供应商消费者
数据治理
企业级数据综合治理体系应该基于统一的规则与平台，以业务数字化为前提，数据入湖为
报告 / 自助分析 实时可视 风控推演智能决策…
基础，通过数据主题联接并提供服务，支撑业务数字化运营。 数据体系
数据分析平台
数据服务
五种数据中台联接方式 数据分类
数
据 以业务流
以对象（主体）为中心联接 数据服务
消 主
费 题 （事件）为中心联接 智能标签 报告数据 算法模型
联
数
据
合 数据感知
（
底 中
座 两种入湖方式、六项入湖标准
台
） 物理入湖 虚拟入湖

数
明确数据 Owner
发布数据标准
认证数据源 定义数据密级
制定数据质量方案
注册元数据 数据质量
据
湖 批量 / 实时采集
数据
内部数据
源
外部数据 数据安全与隐私
销售 交付 供应 人力资源 ……

体系建设
数据底座
信息架构 数据服务
数据湖数据仓库
将企业内外部的数据汇聚， 对数据进行重新
以结构化的方式描述在业务运作和管理决策中所需要的各类信息及其关系的一套整体组件范围。
基于数据分发、发布的框架， 将数据作为一种服务产品来 提供，以满足客户的实
资产目录数据标准

数据模型 数据分布

2 华 为 x 安 永 数字化驱动价值回
基于云基础设施建设数据治理体系的数据底

借助云基础设施的弹性能力，保障数据服务能力在突发情况下可靠交付

数据的价值取决于其可访问性和应用场景。未来大部分数据将来自物联网设备和云端，基于云平
台将不同来源不同类型的数据汇集到一起，形成企业最真实的海量数据资源。在云端，还可以实
时接收来自企业内外部的各种数据，支撑业务协同。
借助云基础设施的弹性能力，保障数据服务能力在突发情况下可靠交付。事实上，所有用于理解、
分析和使用数据的先进工具也都将在云上持续演进，并不断开发新能力，例如通过云端的人工智
能、分析方法和自动化等技术处理数据，满足复杂多样的商业场景应用需求。只有在云端，数据
才能实现规模化、发挥敏捷性，从而推动企业再造，拉动业务增长，释放最大价值。

“以应用为中心”的云原生基础设施架构，通过数据面的软硬协同和管控面的分布 式
云操作系统，为企业提供硬核性能、极致稳定、多样性算力、云边端协同的云 基础
设施

NIST（美国国家标准与技术研究所）对云计算的定义，是一种按使用量付费的模式，这种模式提
供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，
存储，应用软件，服务），这些资源能够被快速提供，只需要投入很少的管理工作，或与服务供
应商进行很少的交互。随着摩尔定律接近极限，通过晶体管密度增加的红利不再，关键技术的工
艺正面临着挑战。在这种情况下，无论 CPU、内存、存储或是网卡，单个部件的优化将无法满足
业务发展诉求。
“以应用为中心”的云原生基础设施架构，通过数据面的软硬协同和管控面的分布式云操作系统，
为企业提供硬核性能、极致稳定、多样性算力、云边端协同的云基础设施：

通过分布式云操作系统，实现资源全域调度、动态协商与治理
通过深度软硬协同，实现 计算、存储、网络、容器、安全的全卸载与加速能力。

在未来，所有的设备、终端、传感器都将是联网的，所有的基础设施和应用都将云化，应用优先
上云，并拥抱人工智能，让数据在业务决策中发挥重要作用，全数字化、全云化，实现基础设施
即服务、技术即服务、经验即服务。

2 华 为 x 安 永 数字化驱动价值回
基于云基础设施建设数据治理体系的数据底

数据底座由数据湖、数据主题联接两层组成，将公司内外部的数据汇聚到一起， 并
对数据进行重新的组织和联接，为业务可视化、分析、决策等提供数据服务

通过在云上建设数据底座，将企业内外部的数据汇集在一起，对数据进行重新组织和联接，让数
据有清晰的定义和统一的结构，并在尊重数据安全与隐私的前提下，让数据更易获取，最终打破
数据孤岛和垄断。

1 统一管理数据 打通数据通道 2
► 统一管理结构化、非结构化数 ► 打通数据供应通道，为数据消费提
据，将数据视为资产，能够追 供丰富的数据原材料、半成品以及
溯数据的产生者、业务源头以 成品，满足企业自助分析、数字化
及数据的需求方和消费者等 运营等不同场景的数据消费需求
通过数据
► 确保企业数据完整，监控数据
底座实现 ► 保障数据安全可控，基于数据安全
全链路下的各个环节的数据情 的能力 管理策略，利用数据权限控制，通
况，从底层数据存储的角度， 过数据服务封装等技术手段，实现
诊断数据冗余、重复及“僵 对涉密数据和隐私数据的合法、合
尸” 问题，降低维护和使用 规地消费
成本
3 数据存储完整性 保障数据安全 4

2 华 为 x 安 永 数字化驱动价值回
基于云基础设施建设数据治理体系的数据底

湖仓一体是大数据分析平台的发展趋势
数据湖是逻辑上各种原始数据的集合，除了“原始”这一特征外，还具有“海量”和“多样”的
特征。 数据湖保留数据的原格式，原则上不对数据进行清洗、加工，但对于数据资产多源异构
的场景 需要整合处理，并进行数据资产注册。

经过数十年的快速发展，大数据处理技术已日 渐成熟，围绕数据仓库、数据湖衍生技术多如 繁星，业界在多年的探索

Reports BI Data ScienceMachine Learning

Metadata, Caching, Indexing Layer

ETL

湖仓一体

Structured, Semi-structured & Unstructured Data

湖仓一体是大数据分析平台的发展趋势

企业需要构建一个架构可持续演进的离线、实时、逻辑三种数据湖，支持企业客户全量数据的
实时分析、离线分析、交互查询、实时检索、多模分析、数据仓库、数据接入和治理等大数据
应用场景，使企业高效用数、简化用数，业务洞见更准，价值兑现更快。

提供交互式、BI、AI 等多种计算引擎， 架构支持特性

离线数据湖 采用成本相对较低的对象存储实现存算
分离，使得云原生数据湖的架构更灵活，
通过集群联邦，支持超大规模，支持滚
动升级，保障关键业务升级不中断。 ► 支持增量数据实时入湖，实现数据入湖
时效快、开发易、性能高、资源利用率
更高
实时数据湖支持 ACID 数据实时增量入湖，
实时数据湖 毫秒级 OLAP 分析等构建实时更新处理 ► 支持实时 OLAP 引擎，实现报表全自助
能力，使得供数时效从 T+1 到 T+0。 高性价比的实时分析
► 支持跨湖、跨仓和云上、云下、多云协
同分析的能力，突破地理限制，打破数
据墙，协同分析效率提升
逻辑数据湖 逻辑数据湖提供跨湖、跨仓、跨云的协 ► 时序数据库，云边端协同，实现一份数
同分析，实现湖仓一体，减少数据搬迁， 据兼容全场景，一套引擎打通云边端、
协同分析提效。 一套框架集成云边端

3 华 为 x 安 永 数字化驱动价值回
协同生态合作，全方位加速数字化转

在这个市场快速变化，技术日新月异的时代，企业需拥抱变革，敢于冒险并驱动增长。秉承
“一切皆服务（XaaS）”和“产品导向（Products Approach）”的方法，加速新理念的采纳和
快速渗透。开发、培育和提供能够驱动持续创新和行业融合的新产品和服务，同时保证这些服
务满足各个行业市场动态、监管环境变化。

数字化生态体系转型路径

第一步 第三步 第五步

基于对未来潜在场 由内及外在不同方 逐步铺开，在各部
景的理解定义目前 式支撑的集成式转 门推动转型计划，
战略的选择； 型计划中，设计适 衡量转型价值，并
应未来状态的 在集团内部吹起转
型之风。
第二步 能力； 第四
步
由外及内适应变化的 动员行动，组建团
顾客需求和市场环境， 队并做出承诺，推
重新想象跨越不同范 动整个转型体系的
围的业务； 运作;

3 华 为 x 安 永 数字化驱动价值回
核心结论

1
随着消费世代更替，消费者主权时代到来，价值体验驱动
的消费升级正在悄然发生。基于数据的洞察与应用是应对
这一变化的最佳途径。通过数据驱动的全渠道获客、全域
提升转化、私域裂变留存，围绕消费者全生命周期服务提
质增效，回归客户服务本源。

2
全渠道成为品牌关注重点，现实与数字场景正在加速融合。
首店经济促进门店品牌升级，在商品与品牌之间，通过数
字化和敏捷化手段重新定义、设计并驱动供应链柔性转型，
以消费者个性化需求驱动商品快反化设计与高质量生产。

小型或社区零售业态兴起，综合商业体转型“体验中心”迫

3 在眉睫。以商品零售为主的百货业态突破物理时空限制，
演变成多元业态、全域、全时段经营的创新重构式零售模
式——全场景零售。依托线下优势实现一体化服务，通过
新兴科技进行全场景数字化创新成为实现换道超车的要因。

4
数据是洞察市场，需求挖掘，精准营销，产品服务升级的核
心抓手。全域数据采集能力、数据标准和质量管控能力、数
据模型建设能力、数据应用服务能力，是数据驱动零售 行
业价值回归的要因。

5
企业应该从业务战略和数字化战略两个方面重塑战略愿景，
通过全域数据采集、全场景数字化服务、全链路数字化管
控等手段，以实现全周期数据驱动增长的关键数字化目标，
构建未来零售新模式。

6
企业应该构建以五力为核心竞争力的零售稳增长模型，以
消费者为中心，从源头创造价值，向用户交付价值。

32 华 为 x 安 永 数字化驱动价值回归
专家团队
华为云 安永
潘捷 王海瑛 Helen Wang
华为云中国区副总裁 大中华区咨询服务主管合伙人
安永（中国）企业咨询有限公司
刘永康
王志远 Ian Wang
华为云中国区零售行业总经理 大中华区数字化与新兴科技咨询服务合伙人
安永（中国）企业咨询有限公司
马忠钰
吴晓颖 Sharry Wu
华为云中国区洞察专家 大中华区业务创新与管理转型咨询服务主管合伙人
安永（中国）企业咨询有限公司
庄宇
华为云中国区零售行业咨询与解决方案 胡 鑫 Ray Hu
高级架构师 大中华区业务创新与管理转型咨询服务合伙人
安永（中国）企业咨询有限公司
甘华
华为云中国区零售行业咨询与解决方案 何台燕 Tony He
高级架构师 大中华区数字化与新兴科技咨询服务总监
安永（中国）企业咨询有限公司
何启龙
华为云中国区零售行业咨询与解决方案 李常宝 Jason Li
高级架构师 大中华区数字化与新兴科技咨询服务经理
陈志建 安永（中国）企业咨询有限公司
华为云中国区零售行业咨询与解决方案
高级架构师
吴营涛
华为云中国区零售行业高级业务发展经理
陈崃
华为云中国区零售行业高级业务发展经理
林晓东
华为云零售行业解决方案高级架构师
卢俊
华为云中国区零售行业高级生态发展经理
祝向党
华为云咨询总监

如有更多咨询，联系我们
华为云 安永
刘永康
马莉萍 Niki Ma
中国区零售行业总经理
华为云计算技术有限公司 大中华区数字化与新兴科技咨询服务高级经理
+86 150 2997 9998 安永（中国）企业咨询有限公司
+86 21 2228 6509
liuyongkang@huawei.com
niki.ma@cn.ey.com
安永 | 建设更美好的商业世界 关于华为云
安永的宗旨是建设更美好的商业世界。我们致力帮 华为云是华为的云服务品牌，将华为 30 多年在 ICT
助客户、员工及社会各界创造长期价值，同时在资 领域的技术积累和产品解决方案开放给客户，提供
本市场建立信任。 稳定可靠、安全可信、可持续发展的云服务。
在数据及科技赋能下，安永的多元化团队通过鉴证 华为云致力于让云无处不在，让智能无所不及，共
服务，于 150 多个国家及地区构建信任，并协助企 建智能世界云底座。
业成长、转型和运营。
面向未来的智能世界，华为云将持续创新，携手客
在审计、咨询、法律、战略、税务与交易的专业服 户、合作伙伴和开发者，以云原生的思维践行云原
务领域，安永团队对当前最复杂迫切的挑战，提出 生，实现全数字化、全云化、AI 驱动，一切皆服务。
更好的问题，从而发掘创新的解决方案。

安永是指 Ernst & Young Global Limited 的全球组织，加盟该全球组织

的各成员机构均为独立的法律实体，各成员机构可单独简称为“安永”。
Ernst & Young Global Limited 是注册于英国的一家保证（责任）有限
公司，不对外提供任何服务，不拥有其成员机构的任何股权或控制权，
亦不担任任何成员机构的总部。请登录 ey.com/privacy，了解安永如何
收集及使用个人信息，以及在个人信息法规保护下个人所拥有权利的描
述。安永成员机构不从事当地法律禁止的法律业务。如欲进一步了解安
永，请浏览 ey.com。

© 2022 安永（中国）企业咨询有限公司。
版权所有。
APAC no. 03014844
ED None.

本材料是为提供一般信息的用途编制，并非旨在成为可依赖的会计、税务、法律
或其他专业意见。请向您的顾问获取具体意见。
本白皮书的信息搜集、研究与编撰的过程不涉及转让或应用任何美国出口管制条
例规管的软件和技术。

ey.com/china

关注安永微信公众号
扫描二维码，获取最新资讯。

本报告版权属于华为云计算技术有限公司和安永 （中国）企业咨询有限
公司所有，未经双方事先书面授权许可，任何人不得修改、复制、转载、摘
编或以其它任何方式使用本报告的全部或部分内容。