他用数据服务万家便利店，日吞吐千万次交易，获徐小平重金押注

今年开春，新零售成为资本宠儿，众多无人货架、无人便利店在各地开花。但实际上，这些初创公司的处境并不那么乐观：商品丢失率高、支付手段不成熟等问题困扰着他们的发展。

与之不同，李思贤选择成立“超盟数据”为便利店提供多维度智能搜索数据、门店品类管理、数据化运营等数据服务辅助零售企业决策。

截至目前，“超盟数据”的BI辅助决策产品覆盖了国内18%的连锁便利店，服务了逾1万家门店（其中包括5000家夫妻店），每天监控千万级人次的交易数据。

注: 李思贤承诺文中数据无误，为内容真实性负责。铅笔道作客观真实记录，已备份速记录音。

获取消费数据为品牌服务

出身于华东区前三名的蜂蜜零售家族企业，李思贤从小到大的生活都与零售息息相关：初中时曾到市区批发卖货，大学毕业后创立“格子铺”（集合店的形式）。

事情从李思贤接手家族蜂蜜品牌发生转变。虽然自有品牌的蜂产品（包括蜂蜜、蜂胶、花粉等）在华东区的年销售高达2亿元，但企业所依赖的主要销售渠道大卖场却日渐式微，销售下滑。

接触不到终端消费者购物数据的他，不知如何调整产品线以及生产来做大做强自有品牌。因为购买的咨询报告不能确保数据真实性，国内品牌也备受这个问题困扰，不得已只能抄袭其他成功的国外或国际品牌产品。

这是因为国内数据行业十分落后。李思贤了解到，因为711、罗森等国外连锁店多且终端较为统一，所以日本、美国、欧洲等发达国家的零售品牌容易获取消费者消费等终端数据。

转机来源于李思贤曾投资的一家初创企业。当时，这家公司的业务是通过在收银机与打印机之间增加一个硬件，来为小票增加会员卡、积分兑奖等营销内容。与此同时，该硬件还可获取消费者的消费数据。

在他看来，将这个硬件产品复制到零售行业是一举两得的事情：既为便利店提高消费者黏性，还可以获取消费数据。关键的是，通过消费数据，李思贤可以将消费者对于促销的反应反映给品牌方，以供后者调整营销策略。

因此，李思贤从2015年1月开始筹备，6月正式成立“超盟数据”。

创业转型又踩坑

初衷虽好，但与当时风头正火的O2O相比，这次创业确实是一门慢生意。但是李思贤并不追风，他认为20%~30%的快消品毛利覆盖不了配送费用。

李思贤的想法也得到真格基金的赞同。当时，李思贤通过邮箱发BP与徐小平搭上了线，并在后者家中见面。在快速回答了几个问题后，他与徐小平聊了不到半个小时便获得了天使轮投资。

融资到账后，李思贤以及团队就开始了向B端零售店推广的工作，但创业方向却在去年7月发生转变。当时，团队已将硬件铺进北京近1000家门店，却发现中国消费者对促销无感，这是因为与黑色星期五等国外固定打折时间不同，国内的促销活动已经烂大街，消费者并不感兴趣。

转型迫在眉睫。通过真格基金引荐与牵线，李思贤与从硅谷回国对数据挖掘有深厚功底的数据科学家李健豪搭上线。在搜集了一批大数据以及底层科学家后，团队还要进一步扩大人员架构。这意味着公司需要更多钱，资金掣肘成了横亘在团队面前的一座大山。

好在，通过大学同班同学介绍，李思贤又得到山行资本的认可。“超盟数据”于去年7月获得Pre-A轮融资，并向零售数据服务商的方向迈进。

在拿下西安、内蒙古等几家中型连锁便利店作为种子测试用户后，团队开始了摸索产品模式的过程。

这一过程并不轻松，李思贤先后踩了几个坑。首先，团队做的ERP图表转换工具被证实痛点不明显：虽然李思贤用机器代替人工，提高了连锁便利店总部从ERP系统中导出、清洗、筛选数据以及形成月、季、年等统计表格的速度，但是种子用户却反馈这是个可有可无的功能；其次，团队又过快推出了智能选品功能，让便利店门店店长难以迅速接受。

对此，李思贤进行反思：自己虽然了解卖场与品牌方的业务情况，但并不清楚便利店的现存痛点。于是团队开始深入便利店补足经验。

去年春节时分，团队来到大雪纷飞的内蒙古，深入便利店当了一周的营业员。李思贤与合伙人跟着店长店员码货、盘点、订货，把流程从头到尾走了一遍。

打造标杆便利店

经过如此一番，团队得以在今年年初推出包含API数据接口、BI辅助决策平台、智能选品平台的产品解决方案。经过用户免费试用后，“超盟数据”拿下了河北邢台当地最大的连锁便利店。

该产品主要包含多维度数据搜索、门店品类管理、数据化运营、智能可视化等功能。其中，与之前的ERP图表转换工具相比，智能可视化功能要更为人性化：门店店长可在1秒内提取任一店内任一时间段的销售数据，细化到每笔交易情况，以缩短店长的订货等决策的时间。

值得一提的是，该产品的辅助订货决策功能对便利店的帮助显著。之前，每日便利店店长需要从数千个SKU的商品库中选出缺货的商品下订单补货，由于人工订货加上店长水平参差不齐，因此订货慢且准确率低成了困扰单一便利店业绩增长的重要因素，便利店内也经常出现畅销品断货，而滞销品摆满货架的状况。

而该产品的辅助决策功能可以通过对便利店覆盖范围消费人群的用户画像进行几十个维度（包括年龄层、性别、经济状况、周围房价等）的统计以及分析，帮助店长保证门店销售的200~300种单品畅销品不断货，尽快下架不适合这个门店的滞销品。

此外，基于用户画像分析，系统还提供智能选品功能，其推荐的商品多是国外进口商品（由“超盟数据”负责渠道）。

由于数据辅助决策，河北邢台的这家连锁便利店经营业绩有了显著的提升：订货准确率由之前的70%提升到90%，门店销售额提升了10%，订单连带率提高了近50%。

通过打造这家标杆企业，李思贤得以接二连三拿下北京超市发等9家连锁便利店。在获取客户的同时，李思贤还在寻找融资以扩充技术团队完善产品：通过真格基金介绍，“超盟数据”在今年11月完成A轮融资，由襄禾资本与远镜创投投资。

截至目前，“超盟数据”的BI辅助决策平台覆盖了国内18%连锁便利店，服务了逾1万家门店（其中包括5千家夫妻店），每天监控千万级人次的交易数据。年后，李思贤开始筹备下一轮融资。