毋庸置疑的一点是，零售业已经处于一个消费体验大升级的时代，而商品数据化、线上引流及订单处理、移动支付、人脸识别、人工智能、个人基础征信、大数据采集及应用等相应商业技术的日渐成熟及应用，正是推动这种消费体验升级的核心因素。

但是，凡是牵扯到需要体验的需求，都可能有无止境的要求；凡是涉及技术的东西，都很难有终极的形态。

那么，在接下来的几年中，新零售所涉及的商业技术又可能触及什么样的消费体验？接下来，重点谈谈和大数据有关的两方面内容。

1.大数据的深层运用

无论是其他行业还是零售业，目前在大数据的应用上仍然处于较为初级的阶段。尽管我们通过线上、线下渠道的数据打通，店铺、商品、消费用户、供应商及供应链等环节的数据化及相应的“数据探头”，已经能够采集与管理到涉及人、货、场的相应类型及相应规模的数据量，但是在数据的处理与应用上，不应该仅仅是定向推送之类的精准化促销与传播，以及作用于品类商品及供应链环节的管理，一定还有很长的路要走。

比如在用户数据的架构上，如何将一个相对粗的架构依照用户社会身份属性、消费偏好、消费频率、消费关联、消费触发及触点等进行独立细分的而又能形成交叉应用处理的类别化管理及应用，以及如何将经过“脱敏”的数据处理结果作用于人、货、场及服务的无障碍动作触发。

未来某一天的场景可能是这样的：周五的晚上6点钟，数据警示系统适时分析得知，接下来的一小时将会有100名左右的顾客到场，而他们之中25~39岁的女性占比85%左右，她们之中90%将采买休闲零食、10%会采买卫生巾、25%会采买生鲜……她们各自采买商品主要集中的品牌、规格、价格段，以及高度关联购买的商品又分别是……

数据警示系统自动将分析结果传导给卖场广播系统、智能货架系统或智能导购机器人、关联促销系统，广播开始播放这部分顾客所喜欢的音乐；智能货架系统自动整理货架，将目标商品整理到这部分顾客的主视力陈列位置；关联促销系统自动向这部分顾客推送其关联购买的目标商品信息。

将来数据的应用不仅仅着眼于一个个标签化的细分群体，而是会以更加个性化、具体化的家庭甚至个人为单位，并着眼于他们整个生命周期的消费需求的释放与满足。

2.预测技术将会成为核心技术追求

大数据的应用意义重点不在于分析过去，不在于通过分析已经发生的事实来“亡羊补牢”地指导自己现在怎么做，而在于预测未来——从过去和现在已经产生的纷繁复杂的数据事实中预判事物走向，通过这种对未来及趋势的把握来调整自己现在的布局及动作，做好准备拥抱即将发生的“事实”。

而这即预测技术，正是各种所谓“黑科技”加持下的新零售所需要的核心技术——这项技术将会在未来几年逐渐应用到有关用户消费体验，以及零售业前台、后台的运营管理中。

比如我们可以根据对一个单身女孩低头刷微信的面部表情的识别，及其近期消费商品类别及数量等数据的交叉分析，判断出这个女孩子恋爱了，营销系统就可以根据这个预测结果定向推荐其偏好的甜蜜零食及甜蜜礼品；可以根据这个女孩购买卫生棉的周期及数量，判断这个女孩的生理周期，在其例假快来的前几天就判断出她上次买的夜用护垫应该已经用完，预测技术系统从而给营销部门指示，提前锁定该项需求，向其定向推送喜好的品牌护垫的信息。如果这个女孩子超过了一个月未购买例假消费品，我们就可以提前预知她可能怀孕的信息，从而定向锁定怀孕早期孕妇可能喜好的商品需求，定向推荐相应的商品。

这些消费体验与零售商的经营行为，都和预测技术相关。只要数据处理系统足够强大，我们完全可以抛弃群体性画像这个有进步却依然粗糙的“玩意”，将消费触点管理模型、消费触发模型、消费行为预测模型等精准到以一个家庭甚至是一个个体的消费者为单位，当这一天到来的时候，我们就能围绕每一位用户的全生命周期，来预判和满足这位用户下个月的需求、下周的需求，甚至是三天后的需求。

在同一个阶段中，当一个个最小单位的数据在预测系统汇总的时候，就会提前给出一个指导采购、物流、配送、品类与SKU管理，以及关联服务方面的最精准的数据指令，从而让计划调度部门、商品采购部门、物流配送部门、店面运管部门提前高效而又准确地做好工作。