2017年5月16日，中国連鎖經營協會發佈了“中國連鎖百強榜單”，數據顯前五名超級市場仍然是華潤萬家、大潤發、沃爾瑪、聯華超市、永輝超市，而華潤萬家在2016年的銷售增長率得出 -5.4%，另外聯華超市在2016年的銷售增長率為 -1.1%，亦有大量超級市場相繼出現負增長的情況，其他則發展漸趨穩定。
想必大家都認為線下零售出現負增長是因為網絡零售所帶來的衝擊，但與此同時，網絡零售的增長亦逐漸放緩，從2014年的最高點 49.7%，一直下跌至2017 年的24%。由此可見，不論線上或線下零售都未能獨立生存，所以線下商鋪紛紛轉型，變身精品超市務求達到商品多而精，更甚至加入新零售的概念，希望能在競爭中脫穎而出。
那到底大數據如何協助商家投入新零售呢？以下將為大家逐一介紹。
數據營運企業
商家投入新零售世界，便離不開以數據營運企業。車品覺先生曾經在《大數據的關鍵思考》中提出有關「數據化營運和營運大數據」的概念，這個概念當中有兩個部件形成一個閉密式的循環，分別是數據化營運和營運大數據，並且假設數據是可獲取的和穩定的。這個系統指出從公司的日常運作中或公司外部可以取得大量數據，這種數據的產生就是營運大數據；而所得的數據可以用於公司的產品設計、市場推廣計劃、行政決策等，此為之數據化營運；當產品出售後，決策落實後，又可以獲得新一轉數據；因為數據化營運和營運大數據是延綿不斷的。以數據營運的零售商則可以提升顧客購物體驗之餘同時提銷售額。商家透過社交媒體分析，便知道城中熱門討論話題或顧客對產品的評價，從而優化公司的產品設；了解顧客背景資料或購物模式便可以加強市場推廣策略及產品推薦等，除之以外，數據還可以在多方面應用來提升公司的競爭力。
了解顧客
商家必須了解顧客的購物模式，但僅僅取得顧客的資料並不足夠，我們還需要以此來認識我們的顧客以及解決問題。數據可協助市場細分變得更微細化，市場細分不再局限於性別、年齡等表面特徵，還可以是職業、旅行習慣、社交媒體影響力、消費者生命周期、慣用電子產品品牌等，得知這些資料後，商家可以推薦相關產品，例如旅行次數較多的個人旅客，便可推介一些價錢低廉的旅行套票，商務機票或機場接送服務則可給經常去商務旅行的中年商人。商家更可分析使用不同電子產品的顧客消費模式，例如旅行產品搜尋網Orbitz便分析出使用Apple 設備的遊覽者或顧客較偏向價格較高的產品，以後測出有遊覽者使用Apple 設備登入網站，便可推薦價格較高的產品。商家還可以整合跨平台數據源，得知顧客對其他消費品的偏好，例如知道某類顧客喜歡某牌子汽車，便可在下次消費時贈送該汽車牌子的汽車美客卷劵或以優惠劵作招徠，吸引某類潛在顧客。
人群觀察
商家要了解顧客外，亦要了解周邊人群，亦即我們的潛在顧客，安裝鏡頭或感測器便可以了解店舖周圍或小區內的人群分佈及特徵。每間店舖所在的位置不同，附近的人群都各有不同，例如某店舖附近有較多商高消費力的白領女士，店舖的擺設、產品種類以及存貨分佈都因此有所調整。至於小區內人群分佈特徵可協助商家在較有利位置設置店舖，例如店舖的目標顧客是35-35的男士，商家可分析感測器所得資料，把店舖設立在最多35-35的男士出現的位置，以增加遊覽者變顧客的轉化率，提高銷售額。
科技創新
藉由擴增實境的技術，顧客站在鏡子前面就可以試上店舖內任何一個產品，甚至於店舖內未有陳列的也可以穿在身上，鏡子還可供顧客查看產品資訊。另外顧客可以掃瞄產品或鏡子上附有的QR code，讓顧客在官方網站查看資料，顧客更可自由選擇線上或線下購物。如選擇線上下單，而商家有強大的庫存及物流系統配合，或許顧客在逛街後回到家便收到貨物。天貓就藉著「天貓雙11全球狂歡節」的機會，推出互動AR遊戲，用戶使用天貓或淘寶手機應用程式打開遊戲，便會知知貓貓在哪些線下店舖出現，隨著提示前往這些線下的店舖捕捉，就可以取得紅包優惠券，可以到相應的天貓店舖購物時使用；另一邊廂，遊戲也為這些實體店帶動人流及銷售，這確實是非常成功連繫線上線下的例子。
不論是無人經濟、新零售和大數據的發展都與日俱增，將來的應用一定不至於此。零售業需要盡快打通線上線下接觸點，建立虛實融合的購物體驗，線上線下同時收集完整的數據，不論實體店或網店都能提供一致性服務，進一步完全掌握會員資料，透過人工智能有效分析與精準佈局，這才能在新零售競爭中鶴立雞群。