自马云提出“新零售”概念后，各路资本、企业、机构或专家纷纷进行解读或布局，虽然大家对于“新零售”的理解不尽相同，但是经过近两三年来的实践与讨论，多数人比较认可“新零售”具有两个核心三个重构的重要特征。

　　两个核心：以消费者体验为中心、以数字化为驱动力

　　无论是电子商务、O2O，还是无人店、自助售卖机，其背后的核心要素是不同环节的数字化，通过商品信息、选择购买信息、支付信息、仓配信息、评价反馈信息等数据的串联与分析，重塑产业价值链，实现从B2C到C2M的转型。在这一过程中，传统的由内至外的供应链顺序将被颠覆，企业的研发、生产、 营销、物流等活动都将以消费者数据作为驱动力和决策依据， 要求企业对全价值链进行数字化的改造，包括对大数据、新技术、新平台、新金融和新制造等的全面升级，重塑供应链各环节，实现供应链升级。

　　在零售业态的革新、线上线下结合的背后，是消费及零售行业商业模式的再造、物流与供应链运营的革命，而这一切都离不开以消费者为中心和以数据化为驱动力这两个核心理念。

　　三个重构：消费关系重构、供应链管理重构、销售场景重构

　　消费关系重构即是“人”的重构，是商家与消费者关系的重构。在新零售时代，无论是在线上还是在线下，每一个消费者将变成可识别、可触达、可洞察、可服务的点，企业与消费者之间将发生“化学反应”。企业通过各类技术或设备收集顾客的所有支付偏好、消费路径、消费习惯、会员信息、储值信息等数据，并加以整合分析，并据此为消费者提供更有效、体验更好的服务或产品。

　　供应链管理重构即是“货”的重构，主要是流通领域的重构。在数据化的基础上，企业可以有效地集成和协同供应链条上的各个环节或节点，通过销售预测、智能云仓等提前调配好准确的商品种类及数量，再通过仓配一体化的高效协同以最短的时间将商品送达消费者手中，实现高服务水平的同时使整体成本最小化。

　　销售场景重构即是“场”的重构，是销售终端通路的重构。与传统销售渠道不同，新零售的销售场景更综合化或者近场化；综合化指在互动、体验为主诉求的同时，将娱乐、艺术、人文、生活服务等多元素集成一体，形成新的生活商业综合体；近场化指与消费者的距离更近，比如办公室无人货架、车载零食货架，使销售点与消费者的距离缩小到10米、甚至1米的距离，从而让消费者能更快地获取所需的商品。

　　对新供应链的理解

　　随着现代物流发展的深入，国外物流业逐渐向供应链形态发展，宝供物流企业集团董事长刘武认为：物流行业的整体利润日趋摊薄;供应链已成为制造业、流通业持续发展的关卡；企业愿意寻找第三方物流供应链公司为他们提供整体解决方案等原因，都推动着物流往供应链方向的发展。

　　在与企业的接触中，笔者发现大家对于新零售供应链的需求主要有三点：

　　第一是快速、准确地感知消费者的需求；传统零售业态中，由于层级较多、新技术设备缺失等原因，企业对于最终消费者需求的了解较少，呈碎片化且有较大的滞后性。而在新零售业态里，由于各环节多数已实现数据化且实时在线，加上大数据、AI等新技术的应用，帮助企业更快、更准地掌握消费者的真实需求，并用于指导供应链链条的优化升级。

　　第二是改造或整合流通渠道；随着零售业态的丰富，如今企业不仅要管理传统的分销渠道体系，同时也要管理B2C电商、B2B批发分销、O2O、自助售货机、无人店等新兴渠道。因此企业要考虑线上线下全渠道如何协同整合，如何减少不必要的重复备货直至消灭库存，如何在降低物流总成本的同时使商品更有效地触达终端，如何打造扁平式供应链以更贴近消费者……而这些均需要通过流通渠道的改造或整合来实现。

　　第三是优化或升级生产方式；消费者的需求越来越个性化、碎片化、多元化，要让消费者获得更好地满足与体验，企业需要依托数据化，进行销售预测，以销定产，优化产品研发、设计及生产，实现柔性制造，以合理成本实现多品种、小批量生产。

　　供应链的升级突围

　　新零售成为必然趋势已无须讨论，越来越多的企业更多思考的是如何更好地拥抱新零售，拥抱新零售需要如何调整或优化自身的供应链。在多年的研究与实践中，笔者认为要想实现新零售下供应链升级突围，可以从以下三点入手：

　　首先是供应链的科技化：应用物流自动化及智能化技术来实现物流作业高效率、低成本，根据行业特点、业务特征恰当地应用RFID系统、货到人分拣系统、拣选机器人、码垛机器人、AGV、无人车等物流技术或设备，实现人机交互协同作业、自动化作业或智能化作业，以应对新零售时代小批量多频次的作业特点，达到提质增效的目的。

　　其次是供应链的数据化：应用WMS（如C-WMS仓库管理系统）、TMS、OMS等软件，以及RFID、智能芯片、感应器等硬件，采集并汇总仓储、运输、配送、销售等环节所产生的全部数据，做到实时在线且动态更新；并对这些数据进行处理与分析，挖掘出运营特点、规律、风险点等信息，从而更科学合理地进行管理决策与资源配置的。数据化供应链将有助于企业解决行业洞察、数据共享、销售预测、网络规划、库存优化等问题。

　　最后是供应链的协同化：依托云化信息系统、智能算法，利用历史大数据、销量预测，构建成本、时效、覆盖范围等多维度的运筹模型，协同仓储、运输、配送三环节，优化网络布局；应用多仓融合解决方案，整合全渠道、多品类仓库，科学合理地安排与调配库存，智能预测补货，实现库存协同，加快库存周转，提高现货率，提升整个供应链的效率。