存量内卷时代：既分高下，也决生死

我们专注于数据分析，通过数据洞察不同业态、人群和经济周期下的未来趋势。在此分享一些个人见解：

关于经济拐点。2024年1月至10月，社会消费品零售总额同比增长 3.5%，低于2023年的 7.2%，GDP（国内生产总值）增长4.7%，显示零售对经济增长的拉动作用减弱。尽管如此，汽车、建筑等细分市场仍强劲增长，而一些特定行业的表现会更突出。

另一组数据同样引人深思。数据显示，300万家超市和便利店中有38万家已关闭，品牌方需赋能经销商生存。作为品牌商，选择未来方向需超越经验，关注被忽视的市场。例如，私处护理品牌迪拜生物在抖音上迅速崛起，中顺洁柔的厨房湿巾与贝拉图生的竞争也打破了价格逻辑。

并非所有赛道都在内卷，但每个赛道从兴起到竞争通常需要12—24个月。大数据有助于发现那些刚开始兴起、有繁荣之势的赛道。

对经销商而言，选择正确的店铺至关重要，数据模型强调“人、货、场”的重要性，尤其是场的质量。对此，我们有一个基础公式：动销门店数×月均POS×（1－门店利润率）＋门店新增库存。举个例子，我们用了一年时间，在数千个标签中筛选并组合所需标签，从1.6万家店中筛选出一个5%的模型算法。结果令人满意，试点城市的闭店率为13%，而高潜能店铺的闭店率仅为5%。

数字化需快速迭代，依靠不同算法应对不同场景，关键在于用户、价格、商品、门店。以卫生巾为例，我们主要分析15—50岁女性群体，特别是2亿无子女女性，思考如何为其提供高情绪价值的商品。

品牌需从抓住流量转向抓住人。以西安为例，我们通过算法将城市划分为小片区，发现10%的区域集中了62%的客户和1090家高潜能店铺，正进行模型测试。

综上，时代的变革要求我们运用大数据构建商业场景的算法模型，选出有潜力的人、货、场，解决消费者为何不以期望价格购买产品的问题。建议经销商在复杂的市场环境中，探索新赛道、产品和门店，与优秀供应链合作，拓展新网点和城市。

更多资讯请关注销售与市场微信公众号。