转型迫在眉睫，邂逅硅谷数字科学家合伙人。通过真格基金引荐和牵线，李思贤与从硅谷回国对数据挖掘有深厚理解的数据科学家李健豪一见如故。两人结盟后又搜集了一批大数据以及底层科学家，但进一步扩大人员架构公司需要更多钱，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。

数据辅助连锁便利店决策

超盟团队在今年推出包含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，辅助订货决策功能对便利店的帮助显著。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，加上店长水平的参差不齐。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，经常出现畅销品断货，滞销品摆满货架。

辅助决策恰恰可以解决这个问题。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，而不适合这个门店的滞销品尽快下架。

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。