󰊝直销网 󰊯 新闻资讯 󰊯 行业资讯 󰊯 正文

AI如何赋能新零售?

2020-10-14 13:55    来源:知识经济杂志󰄲0 󰋇 12170 次

  随着互联网的高速发展,传统线下零售渠道开始出现发展疲软的状况,中国零售业此刻亟需一剂“助推剂”。AI(人工智能)技术的发展或许会成为零售产业未来发展的良方之一。

  AI技术可以改变对零售商品及消费者数据的采集、分析和价值应用形式,加速促进零售业“人、货、场”的环状结构优化,从而重构消费者关系,刺激消费需求。

  目前,“AI+零售”仍处于探索阶段,随着零售企业数字化基础设施水平的提高,AI技术将为零售企业的智能化改革带来更大的想象空间,助推行业整体价值增长。

  零售业态现状

  现代零售业历经多次商业模式变革,催生了百货商店、连锁模式、超级市场和网络购物等业态。从近年来我国社会消费品零售数据可以看到,社会零售总额增速逐年下滑,网上零售额以高于社零增速的速度增长,网上零售渗透率逐年走高。线下销售市场份额占比的萎缩及增速放缓,意味着以实体零售业务为首的传统渠道商面临极大挑战。

  虽然大型零售卖场、各类连锁超市等均已致力拥抱电子商务,打造线上销售渠道,但线下销售场景的消费者引流和企业降本增效需求也亟待解决;同时,囿于互联网人口红利的逐渐消失、获客成本提高等因素影响,网上零售额增速也进入缓行期,互联网零售企业同样面临如何维持增长、保持市场份额的压力。

  险中求变,零售企业正在积极寻求新科技手段助力业务转型,谋求发展新动能以应对挑战。

  进入网络互联时代,技术的升级突破则更直接推动了零售业的发展,IT技术管理、移动支付方式普及、数字化零售、人工智能+零售,各阶段相互叠加影响,形成了融合上升的创新格局。

  目前零售领域线下场景的IT数据打通仍处于发展初期,电商平台的数字化程度相对较高,对AI技术的应用程度相对超前。随着技术渗透的逐步深入,传统零售企业也将进行更多的AI技术建设。未来,零售业在采购、生产、供应链、营销、销售、服务等多环节的运营模式和消费者体验将不断优化、智能化水平不断提高。

  零售转型政策支持

  近年来国务院、科技部、工信部等各大国家机关不断推出加快人工智能发展的相关政策,促进人工智能在重点领域落地,零售领域亦有相关政策出台。

  国务院办公厅从高屋建瓴的角度支持实体零售创新转型,河北、辽宁、江苏、江西等各省政府也均出台相应意见,尤其看重创新技术的作用。随着行业发展,政策指引逐渐细化,指向无人值守商店等新兴业态、产业链反向赋能生产企业、连锁便利店的数字化改造等。在大数据技术广泛应用的基础上,人工智能技术在电商平台及实体零售场所的价值逐步放大。

  AI赋能零售场景

  AI技术在零售领域的应用于2017年起步、2018年落地推进,2019年“AI+零售”市场规模已经达到6.5亿元。由于2020年受到新冠疫情影响,需求企业对购买技术服务的支出相对谨慎,但随着疫情后的经济恢复和市场信心提振、技术应用发展等因素助推AI在零售业的增速上涨。随着AI解决方案能力的不断提升和需求增多,预计未来市场规模还将有极大发展。

  首先,从AI赋能零售的价值来说,AI技术将加速优化零售业“人、货、场”的结构。传统零售“人、货、场”结构呈线性状态,“消费者、生产/经销商、零售商”各参与方按照产业链流程进行信息交换,效率较低。在零售业转型浪潮下,“人、货、场”结构发生转变,信息流转速度加快、流转方向逐渐向环状结构演变,人工智能技术将加速优化这一过程。

  其次,AI技术推进零售数据的多维度采集与智能决策应用。与电商企业的互联网基因优势相比,品牌商及实体零售企业在数字化转型过程中有天然短板。机器视觉、语音语义识别等AI技术将提供更多维度的数据采集与分析方式;机器学习、知识图谱技术等则可以提供从生产端到消费端全链路的数据智能分析能力。

  再次,AI可以围绕消费者,对流量获取、价值挖掘、体验重塑提供技术支撑。零售是面向终端消费者的最后一环,零售企业及品牌商可以通过数字化、精细化的消费者关系管理,挖掘潜在客户、提升客户粘性,从而提升销售额,塑造品牌价值。

  因此可以说,AI技术为零售业抢夺消费者资源、赋能发展提供了新的思路。

  • 精准营销

  在消费用户增长遇到瓶颈、品牌忠诚度下滑、营销投入边际效率递减之际,“以消费者为中心”已成为零售企业寻求突破的核心发展战略。品牌商、电商平台、实体零售企业正在寻找经济且高效的引流、用户运营、流量价值重塑及促进客户转化的手段。AI技术在零售营销领域的应用主要围绕消费者用户标签进行,包含个性化推荐及智能广告营销。

  现阶段,电商平台是个性化推荐落地的绝佳土壤,目前主流购物APP几乎均具备“相关推荐”、“猜你喜欢”等功能。实体零售企业则可以一方面依托线上线下融合的方式进行全渠道营销,一方面通过人脸识别摄像头、智慧大屏等硬件设施作为线下数据采集入口,在线下消费场景实现对顾客的精准营销。

  • 商品识别分析

  以商品为主要识别对象的机器视觉技术结合深度学习等AI技术已衍生出以图搜图、陈列分析、自助结算等商业化落地场景。

  在实体零售领域,品牌商需对线下零售门店的产品陈列、货架占有率、促销产品摆放等进行营销效果监测,及时捕捉市场动态。传统方式下,品牌商需雇佣大量访销人员进行门店产品陈列走访及管理工作。除人工成本昂贵、效率低下外,还存在执行标准难以统一、管理流程不透明、数据数字化质量差等弊端。

  基于图像识别技术的AI商品陈列分析解决方案可助力访销过程,提升一线业务人员人效,以智能化手段实现零售品牌对渠道终端门店的数字化、标准化管理。同时,对于终端销售企业,该解决方案也可提高门店店员的理货效率,提供货品信息的采集入口,促进线下门店商品陈列管理的数字化改革,为门店的智能化运营和营销推广提供数据资源。

  • 智能客服

  受益于AI和云计算等技术的不断发展,以自然语言处理技术为代表的智能客服系统在零售企业中的应用不断增加,覆盖售前、售中及售后全过程。

  7×24小时的服务可高效、高质量地满足消费者商品咨询、自助购物、订单查询、物流跟踪、自动退换货等需求,提高消费者满意度,提升店铺询单转化率,节省客服人力成本50%以上。

  在此基础上,智能客服系统同时可采集消费者信息标签,洞察用户行为,为精准营销、智能化运营等环节提供数据支撑。另随着语音交互技术的不断发展,越来越多的消费者交互行为也通过语音进行,语音机器人、智能外呼等服务场景也逐渐丰富。

  • 无人零售

  “无人零售”以降低人工成本作为切入点,在重视消费者体验、拓展零售场景的同时通过技术手段完成数据收集、分析与应用,并最终实现消费流程的全面数据化以及整个产业链的智能化升级提效。

  “无人零售”并非全程无人,目前主要指特定场景的无人值守,仍需管理人员及配货人员介入。现阶段主要存在以AI技术、物联网技术或移动支付技术为主的三种技术路线,在无人店、无人货柜、自动贩卖机等业态均有融合落地。

  自2016年底亚马逊提出“无人零售”概念至今不过三年多,国内无人零售市场已经历风口、遇冷、沉寂、复兴等多阶段。在2020年新冠疫情对实体零售业态重创的背景下,“无人化门店”价值又开始展现。

  现今AI无人零售行业发展已逐步进入理性期,规模化扩张尚待市场教育。技术优化、投入产出比、供应链整合能力、私域数据安全性和消费者信任度提升等都是未来市场培育重点。

  • 消费者识别分析

  传统线下零售场景缺少对消费者信息采集和分析的有效手段。除交易数据外,消费者分维度的精细数据、购物过程数据及数据整合分析的价值一直未被挖掘。依托机器视觉技术以消费者为主要识别对象,通过摄像头采集人脸、动作、轨迹等信息,辅以对商品图像信息的识别分析,可帮助零售企业整合“人、货、场”数据,形成完整的用户画像和消费者洞察。

  此外,虚拟试装/妆这一针对消费者的视觉解决方案也逐步通过手机APP或线下智慧大屏等方式落地应用,为消费者提供定制化的产品展示效果、节省品牌商试用装成本、拓宽商品触达消费者的渠道、优化消费者购物体验,从而有效提高转化率及降低品牌商成本。

  另外,线下零售门店相比电商,在消费者行为洞察上缺少必要的信息获取手段,现在可以通过智能摄像头为信息采集入口,通过采集消费者人脸、面部表情、衣着、体态、发型等信息,实现在线下零售场景对消费者的全流程感知。

  目前受线下零售场景头部集中程度和IT建设基础等因素影响,基于视觉的消费者行为洞察解决方案在4S店、家电3C店、大型商业地产等零售业态实验落地。未来,随着算力升级、技术发展带来的算法成本降低、市场需求度提升等利好因素,基于视觉的消费者行为洞察解决方案落地规模将逐步增加。

  • 智能化运营

  零售企业盈利主要依靠于薄利多销,一方面需通过精准营销等手段开源,同时也需要通过精细化运营手段节流。随着IT基础设施建设的日益完善、云服务技术的革新发展推动以及大数据的资源支撑,越来越多的零售企业投入到智能化运营体系建设中,并逐渐从浅层决策向多维决策阶段转型。

  作为零售场景升级改造的核心环节,随着商品识别分析、消费者识别分析等应用场景数据资源获取量级及精细度的提高,模型算法的优化迭代,业务落地逻辑的逐步标准化,智能化运营体系建设在零售企业的覆盖率将逐步走高,未来增益价值巨大。

  因此零售企业需要在积累的大量商品数据、消费者数据、业务数据中提取信息,基于AI、大数据技术辅助供应网络各节点的数字信息流通及自动化分析,驱动需求预测、销量基线预测、选品及采购、库存计划、自动订货补货、库存优化、货物追踪、订单管理等过程的高效协同,重塑产业链模式,推进传统供应链模式向智慧供应链网络转型。

  AI赋能零售技术趋势

  在数字化变革的背景下,数字中台作为企业数字能力沉淀与共享的平台,已在零售行业加速落地,尤以业务中台、数据中台的建设为先,帮助企业形成数据资产,避免重复开发,推动业务创新。

  而AI中台作为数据中台向业务上的演进,是规模化落地AI智能服务的综合设施,也逐步成为互联网巨头和AI算法厂商对零售企业的改革锚点。未来随着方法和工具的逐步成熟,中台体系将在大型零售企业及品牌中出现规模化应用,帮助降低AI技术的应用门槛,优化开发流程。依托AI中台,AI技术可复用性的提高也将为企业带来更多价值空间。

  但从AI赋能各行业的整体效果讨论,AI在零售领域的落地应用仍处于初级阶段。在应用场景成熟度方面,虽然AI技术辅助下的精准营销及智能客服在电商领域的应用效果较好、普及度较高,但实体零售业态中无人门店、消费者行为洞察等的应用还处在解决方案打磨阶段。而智能化运营作为涉及多个产业链参与方、多通道数据源的应用场景,在销量预测、库存优化等环节试点应用,对于需求方整体供应链效率的提升仍有待发展探索。

  未来,随着算法优化、IT基础设施发展、应用场景打磨及市场教育的加深,“AI+零售”应用的落地试验将逐步“由点及面”,深入渗透,逐渐覆盖从制造商到消费者的全产业链条及线上线下多零售业态。“AI+零售”行业发展过程中,亦可能有解决零售企业实质性需求的新兴应用场景出现。此外,受目前新冠疫情对全球实体经济的冲击影响,零售企业及品牌商在认识到数字化、智能化技术重要价值的同时,对技术资金的投入需要更加慎重。

  综合来说,“AI+零售”解决方案的落地效果提升,需要依托海量数据对算法进行优化并在实际落地过程中打磨方案逻辑,以便“解决真实需求、真实解决需求”。以零售巨头为代表,正大力推进零售科技的生态体系建设并对AI的投入程度愈来愈重。最后值得关注的是,为满足零售企业智能化转型及降本增效等需求,物联网、5G等新兴技术一方面可为AI解决方案助力、达成共赢,另一方面项目落地经验、算法优势和生态体系建设仍然是AI发展竞争力的核心。

已有[0]条评论,查看全部