26 views

編輯導語:如今,AI變得不再遙遠,在已經到來的5G時代,AI會與更多的行業進行融合,推出各種新興模式,AI與零售業的結合就是零售業的一大改變;本文作者對AI賦能新零售商業化進行思考。

本文分「零售現狀、零售與AI技術融合、AI+零售未來展望」三部分來闡述對AI技術賦能新零售商業化思考。

一、線下零售基本現狀

1. 零售優勢

移動互聯網時代極大促進了線上電商崛起與繁榮,伴隨著互聯網紅利耗盡,獲客成本增加,線上電商增長也逐漸見頂,線下零售再次成為了資本與行業巨頭重點關注的戰場。

相比於線上,線下零售有著獨特優勢

可見即可得,線下實體選物體驗好,即見即可選,即選即可得;

覆蓋最後一公里生活圈,選購日常生活用品方便,生活儀式體驗感強;

擴展線上服務邊界,將能力下沉到線下。

2. 零售痛點

線下零售雖然離最後一公里生活圈消費者最近,但仍然也有著自身業務痛點。

用工成本高,零售行業屬於典型勞動力密集行業,在運營、收銀、導購、倉儲、供應鏈、物流等環節需要大量人力資源;

缺乏用戶感知,缺少對用戶消費數據獲取與管理,如消費者買完就走,很難知道下次是否還來買;

無法多路徑精準觸達消費者,缺少與用戶連接的數據管理中心,如傳統線下廣告、派發傳單等營銷方式單一,效率也不高;

獲客難,線上電商品類數字化豐富了消費者選擇,加大了線下商家獲客成本;

巨頭電商幾乎壟斷流量,巨頭電商在線上建立了完整消費者畫像數據管理系統,憑藉著大數據+技術與精準營銷策略,收割了絕大部分用戶流量,極大擠壓了線下實體零售生存空間;

SKU管理難、缺乏有效運營數據支撐造成SKU庫存高、周轉期長。

3. 零售轉型

在移動互聯網時代,線上電商平台積極投身數字化、智能化變革,享盡了技術發展帶來的人口紅利,者對於線下零售來說是降維打擊。

線下零售處於劣勢根本原因:沒有選擇智能數字化技術賦能,傳統零售經營方式也無法高效提高運營能力、降低成本、促進銷售額增長。

隨著5G時代到來,人工智慧、大數據、雲計算技術不斷成熟,加上國家宏觀政策支持實體零售業創新轉型,各省政府相繼出台指導意見進一步推動零售行業數字化,促進AI+IoT、大數據等先進技術在新零售行業應用落地。

據第三方機構數據統計,AI+零售業領域市場規模2022年將達27億元,2018-2022年複合增長率GAGR達45%,這意味著AI+零售行業市場增長有很大潛力空間。

二、AI賦能零售方案設計與商業邏輯

闡述AI賦能業務框架流程+商業運作模式+創新性思考

傳統零售領域產業鏈由品牌商、零售商、消費者、代理商等相關方構成,而這些相關方運營數據是孤立的,沒有形成數據鏈條通路。

AI技術賦能零售業目標:打通產業鏈里品牌商、零售商、消費者、代理商等相關方數據通路,貫通零售業務場景每一環節,構建「人—貨—場+數據」商業閉環;

藉助AI技術實現消費者用戶畫像構建&識別、商品品類庫構建&識別、智能化運營+客服、精準營銷、驅動零售業務快速增長。

1. 用戶畫像數據建模

構建用戶畫像數據本質:將用戶在消費場景下的每個信息抽象成具體標籤,根據這些標籤化信息為用戶提供針對性服務(如優品智能推薦等)。

用戶畫像涉及到以下幾方面:

1)用戶特徵

2)用戶行為

3)用戶興趣愛好數據

  • 用戶特徵:姓名、年齡、職業、收入水平、住在哪個小區等;
  • 用戶行為:對商品品類選擇、購物評價、商品消費額度、商品選購時間等;
  • 用戶興趣愛好:對不同商品品類偏好、日常購物時間段等。

以上維度數據可以通過計算機視覺+智能語音技術對顧客行為分析,再結合深度學習演算法模型、大數據進一步加工處理,生成具體用戶畫像,有了用戶畫像后便可以有針對性制定運營策略,促進消費者轉化率提升,實現業務銷售額增長。

2. AI賦能零售行業商業方案設計

AI技術本質由演算法、算力、數據構成,數據是業務發展的基石,AI技術賦能行業初衷,是結合實際應用場景解決業務問題,驅動商業價值增長。

AI賦能零售商業方案框架分為「前端+中台+業務(后)端」三部分構成:

前端:主要完成消費者用戶畫像數據構建&初步分析,以攝像頭、麥克風、智能貨架結合計算機視覺、自然語言處理+語音識別、IoT技術完成對消費者行為數據、商品狀態數據輸入並進行結構化處理,提取出用戶畫像;

中台:主要通過AI技術+雲計算服務完成對用戶畫像+商品數據模型深度學習與訓練,提高實時用戶畫像精準度,並建立起消費者與商品SKU之間關係模型,提升對消費者心智模型洞察力,加強精準營銷/商品庫存管控能力,為業務(后)端決策提供數據支撐;

業務(后)端:主要完成精細化運營與業務增長。

下面以具體實際場景對以上商業方案應用進行說明:

實例目標:小A去早上到樓下超市買菜。

購物前:

小A進入超市時,裡面的攝像頭、麥克風開始進入工作狀態,系統首先識別出了小A是超市常客,身高175左右,體重70Kg左右,但還沒在建立會員,還是別到了今天小A心情不錯,還哼著周杰倫的《稻花香》。

購物中:

攝像頭與麥克風持續跟蹤著小A移動軌跡,發現小很快走到生鮮區,仔細挑選了5min左右才拿起一塊半斤左右新鮮牛肉,給賣肉師傅打稱並說「牛肉好貴啊,快吃不起了」;然後走到蔬菜區,很快地挑選了2把菠菜;之後走到海鮮區呆了10min左右,仔細觀看了活魚、大蝦形態和它們價格,喃喃道「海鮮也好貴啊,就不能便宜點嘛…」;最後在超市裡面飲料、零食區停留了1min左右,小A拿起了一瓶可樂,猶豫了一會兒又放回去了,喃喃告誡自己「減肥中少喝甜飲料」。

此時系統已完成了對小A用戶畫像構建:一個25歲左右年輕小伙兒、洋溢著青春活力、飲食均衡、對新鮮事物充滿好奇、高質量生活追求者但對價格較為敏感、對自己形體健康有著較高要求。

購物后:

小A來到了收銀區排隊,輪到了小A后他將選購商品放在台上,然後打開手機里微信支付碼,收銀員此時根據後台系統推送的信息跟小A說:「這次辦理掃碼註冊會員,完善用戶信息,可享受八折優惠」;小A非常愉快的拿起手機掃碼辦理了註冊會員,很開心跟收銀員說道「這樣優惠活動往後你們多搞搞啊,我還會常來的」。

小A會員註冊信息完善,再加上系統識別到小A在超市裡行為與選購商品數據綜合分析后,超市的小程序後台主動為小A備薦了零糖可樂飲料、周杰倫代理的低卡路里薯片,同時新增了牛肉海鮮組合滿100減10營銷套餐,選擇合適時機推送給小A。

除此之外,系統後台還新增了低糖飲料品類、低卡路里零食選品組合推薦給到店長參考決策,新增了牛肉海鮮組合滿100減10營銷套餐建議推送給到市場營銷部門參考決策,以及未來牛肉與海鮮增大進貨量信息給到供應鏈管理部門參考決策。

3. 商業邏輯思考

AI計算機視覺、自然語言處理、語音識別技術、機器/深度學習演算法等近幾年飛速發展和成熟,已經為很多產業帶來了可觀規模經濟效應;

如:計算機視覺應用於手機終端解鎖、自然語言處理應用於智能客服、大數據和機器學習應用於內容推薦與分發。

新零售即「AI+零售」,以AI(視覺/語言/語音/機器/深度學習等)技術為核心,將線下零售場景中「人—貨—場」數據打通並聯動,構建起動態的用戶畫像數據+商品信息數據管理平台,為線下零售選品推薦、供應鏈管理、運營策略制定等決策賦能、提高運營能力、降低人工經營成本、改善顧客消費體驗、促進消費者者轉化率提升,形成業務增長的商業閉環。

三、AI+零售行業展望

從技術、應用、生態三個維度來展望AI+零售行業趨勢。

縱觀每個行業發展規律,通常由技術發展帶來特定場景應用可能性,而場景應用需求又驅動技術工程化迭代落地,技術與場景應用成熟后逐漸培育出產業鏈生態,行業有了成熟產業鏈生態后可以更好實現商業價值增長。

1. 技術趨勢

眾所周知ABCDE技術(AI、Block Chain、Cloud Computing、Data Tech、Edge Computing)。

技術中台+業務中台結合的方式將會成為未來主流趨勢,這裡技術分為兩部分:

  1. AI技術方案供應商
  2. 零售客戶(技術方案採用商)

隨著5G技術和基建不斷成熟完善,AI方案技術供應商也加快了AI技術能力邊界擴展,優化在視覺、自然語言處理、語音、機器/深度學習演算法、算力等領域解決方案能力。

在同樣背景下,零售客戶對AI技術方案高質量輔助決策系統需求迫切,採購投入增多,AI賦能零售本質是通過AI技術完成零售行業智能數字化,建立起用戶畫像數據模型,深刻洞察用戶,全方位挖

其中價值:精準營銷、實現業務增長。

數據是AI技術基礎,也是業務管理的基礎,有了數據即可驅動AI技術+業務兩大飛輪轉動。

2. 應用趨勢

AI技術賦能零售行業應用趨勢將會「由點帶面」,逐步滲透業務全流程。

在零售領域裡,AI技術賦能方案與規劃已完成理論驗證,目前零售行業已在進行點狀AI方案應用試驗,業務與AI技術融合的背後需要企業與AI技術供應商共同調整優化;

在單點業務流程完成降本增效只是時間問題,將來有望逐步一點點推廣到更多業務鏈流程上,形成覆蓋全產業鏈AI技術化。

3. 生態化

AI+零售解決方案落地背後,需要產業鏈多方共同參與打磨技術方案與優化商業邏輯,方能「真正解決場景實際需求,為消費者帶來良好用戶體驗」。

新零售產業鏈涉及到雲服務廠商、面向業務的軟體開發商/集成商、零售企業、AI技術供應商等多方資源;

在5G、網路智能互聯技術助力下,多方協同合作,搭建共贏生態尤為重要。

 

Go Top