我们处于一个好的时代，我们还会处于一个更好的时代。我想把这句话送给所有零售业同行们。
新零售，万物互联，大数据……几乎所有的新事物、新理念、新概念都会或多或少的与零售业发生关系。这其中，大数据更是早于新零售被提出来，并吸引了越来越多人的关注。
最早提出大数据时代到来的是全球知名咨询公司麦肯锡。麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
而在这场数字化转型过程中，零售业更是充当了先行军、主力军的角色，那么在数字化转型，数据运用中有哪些值得我们思考的共通问题呢？在此谈一谈个人浅见，期待起到抛砖引玉的作用。
数字化的核心是什么？
对于这个问题，每个人的解读角度不同，可能得到的答案不同。如同零售的本质一样，数字化依然是围绕着两个词在进行：消费者、效率。
如何更好的解决消费痛点，满足消费者需求，这是零售业数字化的出发点。过去我们要了解消费者需求，了解消费者痛点，最早的时候靠人工，靠各种问卷，靠各种反馈等等，这种方式，并不是纯粹理性的，甚至作业者的感性、个人喜好决定了整个结果。
而现在，数据化时代，几乎达到了一切皆可量化的地步，这种进步，让我们对于消费者有了更广泛，更深层次的了解，甚至通过数据，消费者自身没有感受到的点也被挖掘了出来，这也就直接造成了很多引领、引导消费者的新模式出现。
而持续优化提升经营者的效率，是新零售的核心点之一，也是数字化转型的核心点之一。以商超、便利店等零售平台为例，大数据、数字化大幅度提升了其门店、商品、运营、营销等多版块的效率与质量，从而可以更高效的为消费者服务。
数字化转型的关键点
我接触过的几个连锁零售企业，对于数字化转型、大数据都是持有极大的热情，而且都做了各种系统、信息、场景、商品、支付、服务等多个环节与板块的尝试，有成功，有失败，也都在探索一条适合企业自身的数字化体系。
个人认为对于数字化转型，有两点是最关键的：适用、实用。
随着各种解决方案的越来越丰富，对于不少的企业来讲，需要做的问答题越来越少，选择题越来越多，而选择大于努力这句话，对于企业，永远适用。
每个企业的自身状况不同，发展阶段不同，对于大部分企业来讲，适合自己的才是最好的，这也是为什么很多企业会量身打造体系，而不是直接生搬硬套现有的模式体系，哪怕是再先进的模式。
自己在细分行业里处于何种地位，发展规划是什么，最急需解决的问题是什么……这些企业自身的问题，决定了在数字化转型的过程当中，要做什么，做多少，怎么做。
简单聊了聊数字化转型的问题，我们再来看看另一个问题，也是数字化中的重要一环：如何更好的运用数据。
数据运用的难点
对于零售企业来讲，数据运用基本上分为三部分：数据收集，数据分析，数据运用。在这个过程中有哪些难点呢？
统一性
这个问题，很多企业遇到过，特别在关联部门作业时，如何保持数据口径统一，标准统一，认知统一?即使是同一个数据库，同一个系统出来，在使用过程中，由于认知、角度不同，还是会存在差异。
有效性
信息越来越丰富，数据越来越庞大，给了我们更多选择的同时，也带来了一个问题，哪些对我们是有效的，哪些是对我们现阶段有效的，哪些是对我们目前要解决的问题时有效的？
有用性
数据最终是为了解决问题，但很多时候，数据分析完了，没有了下文，或者，依据数据做出了方案，没有落地，再或者，落地了，没有解决问题，甚至有人对此产生了怀疑，认为是在浪费时间。
如何更好运用数据？
保持数据的真实、完整性
我遇到过部门或者个人过滤到对于自身不利的信息、数据，如果不能保持数据的真实、完整，后续的所有动作都是无效的。
因此，企业应建立完善的机制，来避免对于最初数据的人为偏向性过滤，当然，对于非人为因素的缺失，也应该依据具体情况来进行优化、完善。
伤其十指不如断其一指
首先，任何数据都不可能反应企业的所有问题；其次，泛泛分析只会看到表面现象，看不到更深层次的东西;第三，数据、数据分析的多少与解决问题并无实质性关系。
在数据分析这件事上，分析透，研究透一个点，远远优于分析出一堆问题点，一堆看似可行的方案。
中国有句老话：伤其十指不如断其一指。这句话同样适用于数据运用，特别是在初期阶段。
良好的数据机制
我们每天都会看各种数据，也会定期做出分析，方案，对于数据分析合理性，方案可行性应该有完善的机制，对于方案的执行，反馈，改进等更应该有完善的追踪机制，长期以往，才能形成良好的数据习惯。
完善的数据管理
所有的执行不力，根源都出在管理问题。
假如我们在数据收集，数据分析，数据运用上总是出问题，做了很长时间依然没有形成统一的认知、完整的机制，那一定是在数据管理上出现了问题。
做好结果定义，才能真正做好数据管理。文章开头的话再次送给所有人：我们处于一个好的时代，我们还会处于一个更好的时代。
当然还有一句话：零售的本质依然未变，零售的基本功依然需要。
在万物互联的大发展背景下，如何更有效且高效收集、分析并运用数据？如何数字化人、货、场？零售企业如何应对数字化时代的全面来临？
