无论是传统零售还是新零售，都离不开人货场这三个因素。但是在不同的市场时期，人货场三者的关系，随时都在发生着变化。在物质匮乏的时代，货毫无疑问是首位的。但是在新零售时代，人货场的核心是人，货和场都是围绕人展开的。

那么基于这样的前提，零售品牌商就必须以消费者数据为中心，依托大数据的精准分析，赋能售前、售中、售后的精准触达和精准服务，解决供应链管理问题，带动重构货和场，以期无限接近消费者需求。所以归根到底，人货场的重构在某种意义上也可以说是“用数据驱动人货场升级”。

图片来源于网络，侵删

人· 数据化

消费者的喜好千人千面，品牌商想要在海量的消费群体中找到精准目标客群，并在合适的时间、渠道触达目标受众，就必须利用大数据进行消费者分析。

因此零售品牌商可以依托芳禾数据的数据应用中心，连接企业原有数据、智能硬件、智能应用、第三方数据、线上线下数据等，对接消费者体系及标签体系，针对不同的消费者打不同的标签，不同的标签再通过结构化的数据体系整合，组合出不同的消费者画像，使消费者逐步变为一个可识别、可分析、可触达的个体。

图片来源于网络，侵删

比如通过对现有消费者的聚类分析，按照最近一次消费信息，匹配不同消费者相似消费信息，聚类出不同的类群，识别出高价值消费者，并做出定向、有针对性的营销策略，增加回购率，培养会员忠诚度。另外基于对消费者的深入洞察与理解，对接精准营销系统，灵活设置推送信息，精准引导，满足消费者潜在需求。

货 · 数据化

当获悉消费者的全息信息后，再通过芳禾数据的全网货品大数据采集系统，采集线上各大主流购物平台的全方位货品信息，比如天猫、唯品会、京东、淘宝、抖音等等平台的货品信息，了解消费者的实际购买需求和潮流热点，实现逆向牵引品牌的生产设计，使零售品牌商的产品设计从过往纯感性设计，转化为感性+理性的科学设计。

图片来源于网络，侵删

货品数据化有助于品牌更好地进行品类结构设计，并且通过爆款设计元素，瞄准新品设计方向，为爆款的设计提供指导性建议。另外基于货品数据分析，实现按需生产，有效解决了库存积压问题。

场 · 数据化

以前的交易渠道都是分离的，属性单一的。那么现在在大数据的驱动下，“场”从原来单一面对零售终端，转向泛零售、线上线下更多场景化转变，可以实现到店支付、也可以离店下单、可以线下体验线上下单、也可以线上下单线下提货。

图片来源于网络，侵删

大数据驱动消费场景无所不在，通过数据洞察消费者需求，赋能智能硬件、智能应用、人工智能等，对零售场景的各个因素，诸如支付、消费环境、购买等环节进行升级改造，增加如精准营销、智能屏显广告、智能试衣间、无人结算等人机体验与互动，满足消费者多样化的购物体验。

图片来源于网络，侵删

大数据驱动人货场升级，从消费者的需求出发，通过全渠道的运营管理、货品设计管理、场景化营销，充分打造品牌优势，实现数据驱动的零售品牌业务增长。