徐愷澤 孫怡欣

摘 要：隨著信息技術的快速發(fā)展，傳統(tǒng)線下零售商店已不能滿足當代人需求，隨著現(xiàn)互聯(lián)網(wǎng)購物普及并被廣泛接受。對此，本文對我國傳統(tǒng)線下零售商店向新型“互聯(lián)網(wǎng)+”便利店轉(zhuǎn)型策略進行了具體分析，并對行業(yè)轉(zhuǎn)型的路徑進行了深入探究。

關鍵詞：傳統(tǒng)零售行業(yè);“互聯(lián)網(wǎng)+”轉(zhuǎn)型

兩年前，“新零售”概念第一次出現(xiàn)時，眾多傳統(tǒng)零售企業(yè)可能不會想到，如今新零售會成為他們企業(yè)發(fā)展的重要戰(zhàn)略模式。近幾年天貓、京東等大型電商平臺的發(fā)展以及微信社交電商潛力的挖掘，傳統(tǒng)零售行業(yè)正面臨著來自線上渠道的多重堵截。同時，這些線上渠道發(fā)展迅速的平臺、企業(yè)正在不斷向線下擴展，試圖通過線上線下的融合打通目標消費群體。

一、我國傳統(tǒng)零售行業(yè)轉(zhuǎn)型中存在的問題

對于傳統(tǒng)零售行業(yè)來說，為讓其更好地幫助和服務于自己，創(chuàng)造更有價值的東西。微分銷系統(tǒng)對傳統(tǒng)零售企業(yè)的價值在于，能夠利用自身的特色和優(yōu)勢，幫助企業(yè)解決流量、銷量、客戶維護等一系列問題。

（一）口碑傳播。傳統(tǒng)的零售行業(yè)通常以線下零售實體店為主，這類零售商家的營收主要是通過線下到店交易進行，客戶從進店到消費完成的整個交易環(huán)節(jié)，商家與客戶的互動基本止步于此。商家無法準確獲取用戶對產(chǎn)品的具體反饋，同時用戶也無法根據(jù)產(chǎn)品的好壞進行主動推廣或提出意見，商家與客戶之間沒有形成一個有效的連接方式。而一旦通過微分銷系統(tǒng)在線上搭建微商城，客戶與商家之間便有了一個溝通的有效渠道。微分銷模式最大的亮點在于商家可以擁有無限數(shù)量的分銷商，通過激勵分銷商銷售產(chǎn)品并給予傭金獎勵的方式，帶動商城銷量的上升。一些體驗感好的產(chǎn)品，客戶可能會主動宣傳，分享給身邊的好友，對商家來說，這是一種低成本高回報的營銷。

（二）引流增量。零售行業(yè)主要以終端客戶為銷售對象，線下零售門店的引流只能靠線下地推或其他折扣活動進行，活動之外的人流和銷量無法達到明顯的增長，相應的銷量也更難有新的突破。微分銷系統(tǒng)內(nèi)置數(shù)十種營銷工具，零售商家搭建微商城后，可以根據(jù)自身營銷需求，來選擇具有相應效果的營銷工具。最近的618，端午節(jié)來臨，商城可以在明確自身的拉新、留存等需求的前提下，推出包括新人禮、回饋老客戶、買贈活動等多項優(yōu)惠活動，完成商城吸粉、老客戶維護的目標。

（三）客戶維護。線下零售商家的客戶維護工作十分困難，雖然線下也有通過辦理會員卡等服務來維護客戶，但會員卡由于攜帶等問題，相較于線上的電子會員卡，依然存在較大不足。線上商城的客戶維護問題則顯得容易很多，除了電子會員卡的會員活動外，小程序系統(tǒng)后臺的數(shù)據(jù)管理功能，能夠根據(jù)每位客戶的消費記錄、瀏覽記錄等分析出詳細的用戶畫像，對用戶數(shù)據(jù)、商品數(shù)據(jù)等一系列數(shù)據(jù)進行分析，可以對客戶進行有效維護和互動。

（四）線上線下融合。新零售模式之所以能夠獲得眾多企業(yè)的認可，其融合線上線下的特征是重要因素之一。線下門店結合線上程序，是零售行業(yè)值得一試的發(fā)展模式。一方面，商家可以將線上的需求延伸至線下，通過線下門店的體驗來增加轉(zhuǎn)化率;另一方面，將進店體驗的消費者引導至線上購買，形成線上線下客戶的統(tǒng)一管理和線上線下的相互融合，為消費者提供更便捷的場景化購物方式。

可以預見，未來零售行業(yè)將逐步向線上發(fā)展，傳統(tǒng)零售商家也開始更加注重線上流量、線上資源的重要性，并及時調(diào)整發(fā)展模式，提升用戶體驗。

二、傳統(tǒng)線下零售商店向新型“互聯(lián)網(wǎng)+”便利店轉(zhuǎn)型影響因素分析

（一）描述性分析。本文數(shù)據(jù)基于2021年1月在安徽財經(jīng)大學所在區(qū)域分發(fā)有效問卷50份經(jīng)整理后的調(diào)查結果。調(diào)查內(nèi)容z，主要是商戶對于傳統(tǒng)線下零售商店向新型“互聯(lián)網(wǎng)+”便利店轉(zhuǎn)型的情況。本文將商戶對于傳統(tǒng)線下零售商店向新型“互聯(lián)網(wǎng)+”便利店轉(zhuǎn)型的傾向設置為因變量y，將可能影響用戶選擇的因素設置為Xi（i=1，2，3…10）。所使用的數(shù)據(jù)，樣本數(shù)據(jù)的具體描述統(tǒng)計如下表所示：

注：

1.y：0=農(nóng)民傾向于選擇農(nóng)村金融產(chǎn)品;1=農(nóng)民傾向于不選擇農(nóng)村金融產(chǎn)品;

2.X2：0=文盲，1=小學，2=初中，3=高中，4=中專，5=大學;

3.X3：1=農(nóng)業(yè)，0=非農(nóng)業(yè);

4.X10：1=是，0=否

5.X1，X3，X4，X5均為數(shù)值型變量。

（二）回歸結果。將前文數(shù)據(jù)輸入Eviews3.0進行回歸分析。為了得到各自變量對于因變量的影響，故采用多元回歸模型進行分析，分析回歸結果見表2所示。

（三）實證分析。根據(jù)2的回歸結果，可以看出城市零售商對于是否偏好傳統(tǒng)銷售轉(zhuǎn)型的顯著性最強，接近于0，在1%的水平顯著。

（四）使用層次分析法進一步分析影響因素

1.方法的選擇。調(diào)查問卷中的部分問題一定程度上反映了消費者是否選擇消費轉(zhuǎn)型品的影響因素，但一些因素并不明顯或存在不確定性，所以應該對數(shù)據(jù)進行處理，對該因素是否相關進行定性和定量的分析。系統(tǒng)回顧了相關文獻，結合轉(zhuǎn)型產(chǎn)品的特點，以轉(zhuǎn)型成本的影響因素作為最終目標構建分層指標。

2.基于問卷調(diào)查數(shù)據(jù)的層次分析模型的建立與求解

（1）根據(jù)上述論述，選擇消費者X3，消費者住地，是否為轉(zhuǎn)型產(chǎn)品覆蓋用戶X10作為可能影響目標層的三個指標。

（2）構建指標體系。以對消費者是否選擇轉(zhuǎn)型產(chǎn)品作為總目標層構建指標體系，體系按照層次逐層細分為總目標層、準則層、子準則層、指標層幾個層次。

（3）專家評分。將專家的評分計算出各指標平均分，再利用各指標所得的平均分值兩兩比較獲得正互反矩陣A3=（aij）3×3。

（4）用和法求解判斷矩陣Aij的最大特征值λ和權重向量W。用Matlab編程計算，計算過程見附錄2，輸出結果為W=（0.6738 0.1007 0.225）T，=3.0858。

（5）一致性檢驗。在構造比較判斷矩陣時，我們并不要求每次比較完全符合比例關系。但為避免出現(xiàn)邏輯混亂的情況，我們在修正時保證了相對大小的大體一致，但其可靠程度需要加以檢驗，故對該判斷矩陣進行一致性檢驗。

令■，CI可作為衡量不一致程度的數(shù)量標準，稱為一致性指標。該方法的學者研究過CI的平均值RI，稱為平均隨機一致性指標，取值范圍如表6所示。當n≥3時，令■，稱CR為一致性比例。當CR<0.1時，認為比較判斷矩陣的一致性可以接受，否則應對判斷矩陣作適當修正。

計算結果如下：CI=0.0429，RI=0.58，RI=0.0740。CR<0.1，故該比較判斷矩陣通過一致性檢驗，不需要進行修改。

（6）經(jīng)過以上層次分析過程，我們可以得出一個較為準確的結論：影響消費者選擇轉(zhuǎn)型產(chǎn)品的主要因素為受訪者是否為轉(zhuǎn)型產(chǎn)品覆蓋用戶;受訪者是否從事工作;消費者住地。各占比67.38%，10.07%，22.55%。

3.結論

由層次分析法分析所得結果與上述回歸分析所得結果相似。

三、結語

在當今疫情與互聯(lián)網(wǎng)聯(lián)合普及下，我國傳統(tǒng)的零售行業(yè)經(jīng)營模式漸漸向網(wǎng)絡零售模式轉(zhuǎn)變，這對消費者和經(jīng)營者都帶了了一定的利益與便捷，同時也在一定程度上改善零售行業(yè)發(fā)展進程以及經(jīng)濟的發(fā)展進步。由此可見，疫情影響及互聯(lián)網(wǎng)經(jīng)濟沖擊下傳統(tǒng)線下零售商店向新型“互聯(lián)網(wǎng)+”便利店轉(zhuǎn)型是有著重大的研究意義和現(xiàn)實意義的。

參考文獻：

[1]盧旋，劉遺志.“互聯(lián)網(wǎng)+”賦能下實體零售企業(yè)轉(zhuǎn)型升級困境與對策研究[J].物流工程與管理，2021，43（06）：143-145+128.

[2]郭文靜.互聯(lián)網(wǎng)沖擊下零售行業(yè)面臨的困境及解決策略[J].現(xiàn)代經(jīng)濟信息，2020（12）：162-163+167.

[3]寧靚，孫曉云.互聯(lián)網(wǎng)下傳統(tǒng)零售企業(yè)戰(zhàn)略轉(zhuǎn)型研究——基于全渠道零售視角[J].商業(yè)經(jīng)濟研究，2020（09）：122-124.