零售行业市场分析

零售行业市场分析一、数据体量持续增长，数据经济规模庞大全球数据量持续增长，中国数据体量位居世界前列。根据IDC数据预测，全球数据量持续增长，预计到2025年全球数据量将达到175ZB。根据中国信通院测算，2017年到2021年我国数据量从2.3ZB增长至6.6ZB，全球占比9.9%，仅次于美国，位居世界第二。中国数据要素市场已经起势。根据《中国数据要素市场发展报告（2021-2022）》测算显示，我国数据要素市场规模达到815亿元，其中数据储存、数据分析、数据加工、数据交易分别占比22%、21.5%、19.6%、14.7%，预计“十四五”期间市场规模复合增速超过25%，即将进入群体性突破的关键发展阶段。数字化赋能效果明显，数据资产潜在价值巨大。数据资产的使用能够充分挖掘数据的价值，提高各行各业的运转效率。根据中国工业信息安全发展研究中心测算，数字化转型对不同行业都所影响，其中制造业中已转型上市公司与比未转型上市公司的ROA高5.59%。二、供给：基础设施渐完善，助数据市场腾飞（一）数据二十条出台，数据市场建设迈出关键一步数据要素具有特殊性，良好的市场生态需要首先完成基础设施建设，市场方可由有偏走向无偏。数据要素具有虚拟性、非竞争性、部分排他性、负外部性等特点，因此面临着产权界定不明晰、数据交易机制不健全、数据安全保护不完善的问题。产权问题、交易机制和数据保护又会影响数据要素的流通和市场价值的实现，数据要素市场仍处于有偏阶段。数据要素市场需要首先完成基础设施建设，完善产权确认、数据保护等方面，数据要素市场的需求才可以更好被满足。数据要素战略和规划紧锣密鼓出台，数据要素市场扬帆起航。自十九届四中全会首次提出将数据作为生产要素参与分配，我国开始加快推动数据战略布局的不断深入，陆续推出规范数据要素市场标准化发展的指导文件和政策。其中，2022年12月19日，国务院发布《中共中央国务院关于构建数据基础制度更好发挥要素作用的意见》（简称“数据二十条”），提出要在中国建立四项数据基础制度，分别是数据产权制度、流通交易制度、收益分配制度和安全治理制度。“数据二十条”淡化了数据所有权、强调使用权，创造性提出建立数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架。该文件对数据基础制度体系进行了布局，为之后政府内部的行政法规、文件政策等提供原则性指导。数据要素市场基础性制度建设迈出关键性一步，为数据要素市场建设注入了新的动力，发展速度和发展水平有望实现进一步的突破。2023年2月，中共中央、国务院印发了《数字中国建设整体布局规划》，提出数字中国建设按照“2522”的整体框架进行布局，并且明确提出，将数字中国建设工作情况作为对有关党政领导干部考核评价的参考。因此，数字化建设进度有望加快，数据要素市场将以更快速度趋于完善和成熟。（二）数据产业链建设启动，数商生态逐步完善数据要素产业链包括数据供应、数据服务及数据需求三大环节。我国数据供应端积淀较深，数据量庞大，在近期国家政策的加持下，展现出较大的潜力。数据服务环节包括数据采集、分析、交易、定价、安全保障等环节，是数据资源得以资产化的重要环节，是数据产业链的重要组成部分。产业链下游环节主要为数据产品需求方，我们认为只有在数据供应完善的情况下，数据产品需求才能够得以释放，数据要素市场才可以繁荣发展。数商生态逐渐繁荣，数据要素市场专业化和标准化程度有望提高。在基础制度夯实底座的背景下，数商生态也在逐步走向繁荣，不同类型的市场参与者可以降低产品供给成本、高效对接需求、促进数据价值发挥。根据《全国数商产业发展报告（2022）》，从2000年至2021年底，中国数商企业复合年均增长率为25.7%，截至2022年11月，中国数商行业企业数量达到183万家，涵盖数据咨询服务商、数据分析技术服务商、数据资产评估服务商、数据基础设施提供商等。根据《中国数据要素市场发展报告（2021-2022）》，数据要素相关企业数量在2010年2021年实现了高速发展。数商生态繁荣助力数据要素市场基础设施进一步完善，为数据资产的发展奠定了良好的基础。中国数据流通在政策加持下持续探索，取得初步成效。数据流通也就是完成数据资产的市场化配置，使得数据价值得以释放。数据供应方完成登记、定价后在数据交易机构挂牌交易，数据需求方通过数据交易机构进行数据购买。随着近年来政策加持，上海数据交易所、贵阳大数据交易所等一批政府背景平台已建成并投入使用，阿里、腾讯、京东等头部企业也陆续建立数据交易平台。其中，数据交易所迎来快速发展期。2015年-2017年是我国数据交易机构的第一轮快速发展期，在2015年一年中就成立了7家数据交易平台。2021年以来随着我国政策支持力度的提高，数据交易机构迎来新一轮的快速发展期，根据信通院数据显示，全国已经有40余家数据交易平台。以上海数据交易所为例，交易平台的交易流程已经比较完善、清晰。数据流通是数据资产实现价值的关键环节，随着我国数据流通平台的不断建成，以及国家政策的支持，数据流通的定价规则、交易机制、流通制度等完善，平台数据技术加速提高。未来我国数据流通领域将以法律法规和基本制度为前提，实现数据流通过程中安全与效率兼具、规范与活力并行。三、零售行业：数据潜力巨大，价值有待挖掘（一）价值评估框架：数据质量+应用维度+风险合规数据资产价值的基础是数据质量，需要在应用场景中实现，但是风险合规具有“一票否决权”。分析数据资产是否具有可以实现的价值需要从三个维度考虑，分别为质量维度、应用维度和风险维度。数据完整、真实、准确、采集成本低等才可以被认为是高质量数据。高质量数据并不意味着高价值数据资产，数据资产具备高价值意味着其在现实应用中可以提供价值，这意味着数据资产需要具备一定的稀缺性、时效性、多维性、标准化程度较高等。但是风险合规具有“一票否决权”，即便数据质量高同时应用价值大，实际应用产生风险可能性较大会使得数据无法应用。收益高于成本决定数据资产化的动力，外部收益与内部收益的比较决定是否进行数据产品化。只有当数据资产化带来的收益大于资产化过程的成本后，企业才会有动力进行数据资产化。数据资产既可以在内部使用，服务自身经营决策、业务流程，从而提升盈利能力，也可以形成数据商品进入数据要素流通市场变现。若内部使用收益较高，或者外部使用有被窥取行业机密的重大风险的情况下，企业将选择通过内部使用的方式进行变现；若外部使用收益较高，且对外出售数据不会影响企业的核心竞争力，企业会通过外部使用进行变现。（二）零售行业：数据价值挖掘潜力巨大，细分市场龙头数据价值尤甚1、零售行业具备数据资产价值基础零售行业与居民日常消费关联度高，是GDP最重要的组成部分之一，庞大收入规模蕴含海量潜在数据。批发与零售行业占GDP的比重仅次于工业，是国民经济最重要的组成部分之一。批发与零售行业与居民日常高频消费高度相关，链接众多群体和上下游企业，因此蕴含着海量数据。零售公司数据量庞大，数字化运营程度较高。零售行业的数据产业处于数据要素产业链的上游，即数据供应环节。根据IDC测算，在2018年各行业的数据量分布中，制造业、零售业、金融业分别以3584EB、2212EB、2074EB的数据量位居前三位。根据神策研究院发布的《2022中国企业数字化运营成熟度报告》，泛零售行业在“中国企业数字化运营成熟度模型”中综合指数排名第一，在包含数据采集这一考察指标的“数字洞察能力指数”也超越金融和互联网行业排名第一，永辉超市、永和大王、屈臣氏等零售企业综合指数均处于领军地位。零售行业数据价值较高，发展空间广阔。中信证券行业分类中的零售业涵盖范围较小，包括超市百货业态、贸易业态、专业市场经营、专业连锁、电商服务和运营。拆分限额以上批发和零售业零售额中不同行业，我们发现与中信证券行业分类中的零售业态相关度高的商品销售额仍占有重要比例，2022年占比达到39%。结合数据分析框架，我们认为零售行业数据价值相对较高。渠道是商贸零售行业重要组成部分，零售行业是链接厂商、经销商、零售商和消费者的重要枢纽，因此，零售行业覆盖消费者数量众多，并且消费频次较高，覆盖产品种类多样，消费数据量庞大。根据我们的数据资产价值评估框架，我们认为零售行业数据资产居于消费行业前列。2、零售行业数据资产价值具备变现动力，乘数效应带来商业发展新红利期零售行业数据资产存在价值基础，数据资产挖掘动力充分：1、线上流量成本增加以及流量边际收益递减，无论是综合电商还是直播电商，行业增速均已放缓。2、线上流量红利接近饱和并且流量成本走高推动经营者需要再次考虑挖掘线下商业价值并重视对传统商业的数字化改造。3、电子商务已经将2C端的数据分析和商业化做得比较成熟，但是商业中2B端的价值挖掘仍旧处于初级阶段。我们认为，数据要素并不是简单将数据线上化来提升线上渗透率或者给予线上提供流量支持，而是助力于实体商业运营的。历史来看，线下租金较高为线上业务快速发展带来机遇，2019年以来线下租金呈现下降趋势，但是商业交易简单回归线下并不会创造增量价值，数据要素具备乘数倍增效应，数据资产价值挖掘能够提升线下商业生态效率，甚至创新商业模式，从而能够创造新的发展机遇，带来新的红利期。3、零售行业数据资产价值挖掘进度有望进一步加快零售企业仍然处于数据资产化的初步阶段。无序、混乱的原始数据需要被收集管理成为有序和具备使用价值的数据，原始数据才可以成为数据资源。数据资源是数据资产化的起点，需要针对特定应用场景或商业目的进行加工、开发，从而形成可供企业业务部门应用或者交易的数据资产。大部分零售企业生产经营中产生的数据仍处于混乱的原始状态，尚未开始数据资源化。部分企业积极推进数字化，数据化系统等工具已经上线，迈向数据资产阶段。我们认为零售行业数据资产价值将逐步释放，数据资产建设加快：1、零售行业数据量庞大，一般满足法律合规要求，同时由于链接众多消费者和企业，数据潜在价值较大。2、零售行业数据资产变现动力较大。互联网电商平台企业数据量庞大，但是由于互联网企业本身已经形成生态圈，自身数据在内部循环产生的收益大于向外部变现收益，出售数据反而会削弱自身核心竞争力，因此其变现动力较弱。零售企业数据尚未形成或难以完整闭环生态圈，因此数据变现动力更大。3、零售企业数字化投入仍然不足，数据价值尚未发挥。数据服务商生态已经得到发展培育，零售企业有望以较低成本获得数据服务商服务开发数据。随着企业数字化意识增强和数字化投入增加，数据资产有望对企业带来正向收益。根据数据资产价值评估框架，我们认为零售行业中的专营/专业连锁业态的数据资产价值较大。零售企业数据基本满足法律合规要求，较少涉及国家公共安全领域，具备数据挖掘变现基础。相较于一般零售企业而言，聚焦细分市场的零售企业的数据具备更为明显的稀缺性和多维性，同时已经积极布局线上数字化平台向数据资源化阶段过渡。四、数据产品应用场景丰富，关注零售细分市场龙头企业（一）窥见数据产品应用，场景丰富多样1、公共领域：数据产品深度融合，推进城市规划建设至少十余种公共服务应用场景，激发数据产品需求。各地区依托政务大数据平台建立政务数据仓库，根据《中国数据要素市场发展报告（2021-2022）》统计显示，国内31个省（直辖市、自治区）政务云基础设施建设基本完成，超过70%的地级市已经建成或正在建设政务云，北京、山东、重庆等多省市政务系统上云率超过90%。依托政务数据仓库，城市规划、环境保护、生态建设、交通运输、城市规划、食品安全、金融服务、市场监督、社会救助、公共卫生、应急处理等领域都可以通过对数据进行分析处理，有助于政府精准施策，保障民生。以城市规划为例，城市规划与数据产品融合，优化规划方案，推进城市建设。传统城市规划中存在数据缺乏、数据重复、规划分析主观性强、不同尺度空间规划难以匹配、规划效果缺乏蓝图等问题，而将数据进行可视化处理，可将大量原始数据转化为可以直接显示计算结果的、可以直观的显示在屏幕上的结果，从而更加直观、清晰的读取数据特征，优化设计方案，合理配置资源，提高资源利用率，有利于城市的建设与发展。2、商业领域：优化管理决策，助力降本增效，发现全新市场机遇优化管理决策，提升效率，帮助企业增收降本。零售企业日常经营或者采集的数据已有应用场景包括：个性化营销、价格优化、库存管理、门店选址等。企业对于消费者画像、购物行为、客流情况等数据的了解增进，因此可以提升消费者留存，更好满足消费者偏好，高效管理库存，从而实现增收降本。以沃尔玛为例，公司注重零售数据应用以改善购物体验、优化决策和提升效率。2017年沃尔玛建立了数据分析中心DataCafé，数据来源超过200个，包括门店产生的内部经营业务数据，外部的通讯数据、社交媒体数据、汽油数据等等。依靠DataCafé，沃尔玛可以更加高效做出管理决策，比如及时调整价格、高效管理库存。2019年沃尔玛又发布了IntelligentRetailLab，借助物联网和AI来改善运营，比如公司可以通过货架的传感器来监控产品的库存和新鲜程度，以此改善消费者的购物体验和管理库存减少损耗。汇纳科技基于百亿客流提供零售选址、营销效果分析等服务。汇纳科技覆盖超过1800个购物中心，5万家品牌零售店，每年统计超过150亿客流。基于掌握的庞大数据，汇纳科技向百货、购物中心和品牌连锁店提供选址、营销分析、客流预测等服务。3、金融领域：洞悉真实交易，助力风控防诈数据产品助力银行定位用户需求、风险评估，促进信贷业务的发展。以银行为例，银行以数据产品为基础，整合客户信息，如所在地、工作情况、婚姻状况、在电商网站上的交易数据、客户近期消费等，进而分析客户潜在的金融服务需求，进行精准推广。对于中小企业贷款风险评估，可以通过企业的生产、流通、销售、财务等相关信息，进行数据挖掘与贷款风险分析，量化企业信用额度，进而有效开展中小企业贷款等。精准营销+防诈+精细运营三管齐下，有助于保险领域健康、稳定运行。数据产品可以从精准营销、欺诈行为分析和精细化运营三个方面广泛应用于保险领域。在营销方面，实时采集用户的职业、爱好、家庭结构、习惯、浏览行为、人脉关系等，进行实时精准营销，同时运用数据挖掘潜客、计算客户的退保概率和续期概率，及时发现高风险流失客户以实施干预，提高保单续保率。在欺诈行为分析方面，通过数据追溯，找出影响保险欺诈最显著因素以及因素的取值区间，建立预测模型，通过自动化分析，将理赔案件依照滥用欺诈可能性进行分类处理，高效解决保险欺诈的问题。在精细化运营方面，通过数据产品获得更准确和更高利润率的保单模型，为客户定制个性化保单。（二）关注零售细分市场龙头1、居然之家：家居全产业链布局，多维赋能家居经营居然之家是中国泛家居行业龙头企业，门店网络遍布全国。居然主营家居卖场，同时涵盖室内设计、装修、智能家居、智慧物流等。截至2022年6月30日，公司在国内29个省区市经营了427个家居卖场，包含97个直营卖场及330个加盟卖场。数字化产业服务平台“洞窝”上线，数字化布局基本完成。公司的家居零售产业服务平台“洞窝”于2021年正式上线。截至2022年末，平台覆盖线下卖场达到了341家；GMV从2021年的超过1亿元增长至2022年末的超过350亿元。“洞窝”通过搭建中端零售管理、品牌数据决策、卖场经营管理三大系统赋能商户，服务消费者，连接工厂和卖场。由于公司旗下直营店的交易结算全部都统一收银，加盟、委管和非居然之家卖场逐步推进中，公司有望掌握千亿级的交易数据以及衍生的用户信息。数据资产有望对于消费者、商户、品牌方多维赋能。统一收银为居然之家沉淀数据资产的基础，洞窝的快速推进是数据资产积累的重要来源。公司于核心区域布局仓储物流，并且上线了设计、装修、家政等服务，有望形成家居家装全产业链数据闭环。由于家居卖场数字化程度较低并且专业化程度较高，因此以洞窝为核心形成的家居家装全产业链数据资产应用前景较大。1、对于消费者而言，购物数字化可以提升消费者购物体验，提升成交意愿；2、对于商户而言，数据资产可以帮助商户更加精准了解自身经营状况，同时由于家居卖场消费具备强关联性，因此数据资产有望实现高效引流；3、对于品牌商而言，丰富的零售终端数据可以帮助品牌开发新品、高效管理库存等。2、汇通达：分销供货为基础，数字化变现加速公司错位竞争，聚焦下沉市场发展B2B电商。公司主要业务为交易业务和服务业务。1、交易业务：通过公司自营的汇通达商城网站向乡镇农村商户分销家用电器、消费电子产品、农业生产资料、交通出行、家居建材及酒水饮料等品类。截至2022H1，公司累计注册会员零售门店总数达到191,750家，同比增长21.7%；实现活跃会员零售门店65,264家，同比增长62.6%。截至2021年9月末，公司已经覆盖中国21省份，超2万个乡镇。2、服务业务：以数字化能力为基础，向商家提供免费SaaS、SaaS订阅+、商家解决方案等项目，截至2022H1，SaaS+订阅用户总数达110781人，同比增长55.1%，其中付费SaaS用户达27065家，同比增长179.71%；22H1服务业务板块收入36.44亿元，同比增长117%。汇通达基于SaaS服务，将数据资产运用到帮买、帮卖、帮管理等场景。其中帮买主要包括商品的经营，帮助用户进行爆款采购、数据分析以及反向定价；帮卖主要指经营顾客，包括开网店、精准营销以及流量管理；帮管理主要指店铺经营，包括支付结算、货物管理、履约管理、员工管理。3、孩子王：数字资产助力内部效率提升孩子王为母婴行业龙头企业，注重私域会员运营。孩子王为母婴产品零售龙头企业，自营门店位居行业前列，截至2022H1，孩子王于华东、西南、华中等地区拥有500家门店。孩子王注重会员运营，公司会员人数超过5,000万人，其中最近一年的活跃用户超过1,100万人，企业微信私域运营用户近1000万，截至2022H1公司付费黑金会员规模超过82万人。孩子王不断加大研发投入，进行全渠道数字化升级开发。孩子王研发投入行业领先，同业爱婴室无研发支出。公司主要从3方面进行了数字化：1、用户数字化：搭建了APP、小程序、云POS等用户前端系统，实现了从线下数字化门店到手机APP、微信小程序等全渠道互通。2、员工数字化：发了育儿顾问客户管理工具“人客合一”、“云客合一”、“阿基米德”店总经营管理工具等，赋能基层员工进行高效而精准的客户服务和管理。3、管理数字化：公司搭建了以业务和数据双中台系统为主，以AI中台为辅的技术架构，提升了整体业务运转效率。公司沿着“信息化-在线化-智能化”的发展路径，实现了“用户、员工、商品、服务、管理”等生产要素的数字化在线。截至2021年，孩子王亿搭建5大前台系统、3大中台系统、7大后台系统，涵盖7000+个系统模块，1300+个数字化生产工具，丰富的数据资产为公司发展赋能。公司数据资产可以用于精准营销和服务、精准管理、智能物流等。4、借鉴成熟SaaS企业估值模式，初步估算数据资产价值数据要素在零售端的应用仍处于初级阶段，数据产品定价规则仍不明晰。对于零售企业，数据正处于由原始阶段向数据资产阶段行进中，首先是内部提效，其次外部赋能