普“慧”時代到來，誰將成為萬億零售市場下一站的最終贏家

網(wǎng)上購物實(shí)現(xiàn)精準(zhǔn)營銷早已不是什么新鮮事。然而，互聯(lián)網(wǎng)無法顛覆人性，取代線下體驗(yàn)，建立人類實(shí)體情感的連接，線上購物已日漸從增量市場轉(zhuǎn)化為存量市場的競爭，并呈現(xiàn)出線上線下融合的發(fā)展態(tài)勢。根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)，2018年社會消費(fèi)品零售總額為38萬億元，其中網(wǎng)上零售額9萬億元，線下零售額占比約76%。近40萬億的中國商業(yè)零售市場，在線上線下融合的帶動下，新的消費(fèi)形式不斷涌現(xiàn)，創(chuàng)造并滿足消費(fèi)者對品質(zhì)化、個性化的需求，國內(nèi)市場的內(nèi)涵和外延不斷拓展，零售業(yè)正式邁入智慧時代。

近日，生鮮零售的“新物種”T11新店在北京朝陽公園核心商圈開業(yè)迎客。T11創(chuàng)始人杜勇談及零售的未來，篤定道：“我特別堅信AIoT是整個零售業(yè)未來的骨架，而不再是非常老舊的ERP系統(tǒng)。”在這個主打“不只是超市”的“好零售”概念場景中，T11與致力于以AIoT賦能產(chǎn)業(yè)的特斯聯(lián)科技一拍即合，2019年6月6日，特斯聯(lián)科技與T11宣布共建國內(nèi)首個高端數(shù)字“新零售”樣板，并在品質(zhì)與科技兩大方向開展戰(zhàn)略合作，用AI、BI、AIoT、云計算與邊緣計算等技術(shù)打通線上線下零售融合，在行業(yè)內(nèi)率先打造出“云-霧-端”三級技術(shù)架構(gòu)支撐的“AI+BI+零售”范本。圍繞“人、貨、場、單”進(jìn)行全方位的數(shù)字化部署，朝著智慧零售的新起點(diǎn)邁進(jìn)。

　　T11生鮮超市

品質(zhì)+科技，迎來零售產(chǎn)業(yè)結(jié)構(gòu)性變革

杜勇認(rèn)為“零售只有好與不好”。好零售就是“在最美的超市，買品質(zhì)最好的東西，而且價格不貴”。T11更希望最終能夠從消費(fèi)前端影響供給面，也就是對零售產(chǎn)業(yè)的結(jié)構(gòu)性進(jìn)行改革。

從供給側(cè)推進(jìn)零售產(chǎn)業(yè)的結(jié)構(gòu)性變革有三個重要方向：創(chuàng)新服務(wù)供給，滿足與釋放潛在的消費(fèi)需求;探索差異化的業(yè)態(tài)融合模式，提升運(yùn)營能力;新技術(shù)為產(chǎn)業(yè)發(fā)展注入動力和活力。

“好”就意味著“品質(zhì)”，而這背后更多的是冰山下的變革。“消費(fèi)者感知的優(yōu)質(zhì)商品與服務(wù)、舒適購物體驗(yàn)和便捷的物流配送，是冰山之上零售變革的外顯，冰山之下才是真正的系統(tǒng)性工程——從需求到體驗(yàn)、從供應(yīng)鏈到消費(fèi)者、從線下零售服務(wù)到線上運(yùn)營、從新技術(shù)應(yīng)用到商業(yè)模式改良。”杜勇說。

其實(shí)，商家提升運(yùn)營能力和提供消費(fèi)者更好的體驗(yàn)，是一體兩面的問題。而這其中最關(guān)鍵的環(huán)節(jié)，是人;最核心的工具，是數(shù)據(jù)。T11選擇了擅長技術(shù)場景落地的特斯聯(lián)科技，用AIoT這股力量開啟從“好零售”到“智慧零售”的探索。

　　T11自助結(jié)賬POS終端

特斯聯(lián)獨(dú)創(chuàng)NanoCell數(shù)據(jù)模型，以消費(fèi)體驗(yàn)為核心實(shí)現(xiàn)精準(zhǔn)服務(wù)

智慧零售的核心在于，在圍繞消費(fèi)者而產(chǎn)生的購買行為、場景體驗(yàn)、生產(chǎn)設(shè)計和跟蹤服務(wù)中，融入數(shù)字化和智能化的技術(shù)和平臺，滿足企業(yè)對于消費(fèi)者觀察、供應(yīng)鏈管理和場景布局的效益優(yōu)化，打通線上線下流量實(shí)現(xiàn)線上運(yùn)營的精準(zhǔn)化營銷和線下店鋪的獲客、轉(zhuǎn)化、提效。因此如何利用好AIoT和大數(shù)據(jù)技術(shù)賦能線下零售，使顧客在線下場所的逛店、選品、消費(fèi)過程數(shù)字化，準(zhǔn)確反映人與貨、場之間的互動關(guān)系，成為零售智慧升級的關(guān)鍵。

為了厘清這些關(guān)系，我們假想一次線下零售的購物過程：當(dāng)你在某個炎炎夏日走進(jìn)賣場，雖然今天購物的主目標(biāo)是一組剃須刀或是一包化妝棉，但還是習(xí)慣性的先到冷飲區(qū)看看，而后了解下今天的時令水果是否有折扣……逛了一圈，最終的消費(fèi)信息將體現(xiàn)在你的結(jié)賬單上。而這個過程中的數(shù)據(jù)，可不只是你買了什么這么簡單。從到店時間、離店時間、先看了哪個區(qū)、關(guān)注了什么品牌、聽到了何種打折促銷宣傳、看過了A貨品最終卻買了擺在旁邊的B貨品……在你逛店和選品整個過程中的走、聽、看、摸、拿等等都可能產(chǎn)生錯綜復(fù)雜的不同類型的數(shù)據(jù)。

　　智慧零售大腦Nanocell數(shù)據(jù)分析決策流程

繁雜的數(shù)據(jù)中，如何挖掘出能夠幫助經(jīng)營者決策運(yùn)營布局，讓消費(fèi)者在合理的時間、合適的地點(diǎn)，以最快捷的方式買到超出期望的產(chǎn)品，完成愉快的體驗(yàn)，就是智慧零售所承擔(dān)的使命。精細(xì)化地數(shù)據(jù)挖掘、交叉關(guān)聯(lián)分析，讓有效數(shù)據(jù)發(fā)揮最大價值，是特斯聯(lián)在零售場景中著力解決的問題。為此，特斯聯(lián)獨(dú)創(chuàng)了NanoCell四維模型，以線下零售購物行為中的四個關(guān)鍵要素“人”、“貨”、“場”、“單”作連接點(diǎn)，構(gòu)建一個正四面體，任意兩點(diǎn)之間的相互關(guān)系均構(gòu)成一組有效數(shù)據(jù)，在分析時產(chǎn)生結(jié)果。例如，人與貨可生成個性化的單品傾向，貨與人能得出品類關(guān)注度和觸碰率的結(jié)果;單與場可以細(xì)顆粒地分析坪效，而場與單則能夠規(guī)劃出分時、分區(qū)的熱力圖等。

特斯聯(lián)科技產(chǎn)品營銷總監(jiān)姚郁巍介紹道：“NanoCell是針對線下零售場景一套高效數(shù)字化分析模型，是整個智慧零售的大腦?；谶@套模型特斯聯(lián)構(gòu)建生長出完善的智慧零售解決方案，將顧客的行為、貨品選購、潛在消費(fèi)、歷史訂單等多維數(shù)據(jù)融合起來，為門店店長、品類主管和采購人員等提供數(shù)字化運(yùn)營決策依據(jù)，更優(yōu)質(zhì)的調(diào)整供配貨情況，進(jìn)而達(dá)到終極目標(biāo)：更好的服務(wù)消費(fèi)者。”

邊緣AI能力讓零售普“慧”

獨(dú)創(chuàng)的數(shù)據(jù)模型，讓特斯聯(lián)的AIoT智慧零售解決方案從本質(zhì)上區(qū)別于其它算法、硬件或生態(tài)鏈驅(qū)動的智慧零售方案。通過搭建前端的智能感知設(shè)備構(gòu)建AI系統(tǒng)，將線下零售前場的“人貨場單”數(shù)據(jù)匯聚到邊緣融合服務(wù)器中進(jìn)行計算，實(shí)現(xiàn)線下零售場景中客戶消費(fèi)活動的數(shù)字化還原，為智慧零售BI系統(tǒng)提供數(shù)據(jù)支撐。

對于零售商家來說，數(shù)據(jù)的安全性、穩(wěn)定性和保密性是剛需要求。特斯聯(lián)科技首席架構(gòu)師王海華表示：“對于線下商業(yè)場景來說，單一商業(yè)場景對數(shù)據(jù)的保密性，是一般商家的需求。此外，零售行業(yè)是微利行業(yè)，能夠?qū)⒂嬎惴旨壧幚?，控制?shù)據(jù)挖掘的成本也是業(yè)務(wù)場景的切實(shí)需求。”特斯聯(lián)通過彈性的、私有化的部署方式，對線下零售數(shù)據(jù)節(jié)點(diǎn)和AI算力進(jìn)行匹配。

特斯聯(lián)Poseidon邊緣計算系列產(chǎn)品，讓前端感知設(shè)備的多路數(shù)據(jù)在本地匯聚與處理。打破業(yè)界普遍使用SOC架構(gòu)的做法，創(chuàng)新性通過分層處理、分散算力，充分利用線下行為的空間、時間連續(xù)性，完成相鄰區(qū)域數(shù)據(jù)去重與拉通，使得計算更加準(zhǔn)確，以最合理的算力運(yùn)用去擁抱業(yè)務(wù)。在智慧零售場景的AI邊緣算力部署，也依托特斯聯(lián)“云邊協(xié)同”的能力部署，將邊緣云的價值發(fā)揮到最大。

　　特斯聯(lián)Poseidon邊緣計算系列產(chǎn)品部署在T11生鮮超市

王海華自信地談道：“在AIoT智慧零售解決方案中，特斯聯(lián)做到了從前端到后端的硬件設(shè)備。邊緣側(cè)的彈性部署和算力分層，在保障計算精度的同時大大降低預(yù)算投入，并可以隨著客戶的需求發(fā)展而成長。目前，特斯聯(lián)的方案部署成本相較于業(yè)界平均水平降低25%，坪效提升約20%。這有望使AI大規(guī)模落地零售場景成為可能，相信不遠(yuǎn)的將來“智慧”成為零售行業(yè)標(biāo)配。”

BI的價值：從坪效提升到體驗(yàn)優(yōu)化

AI能力的部署，完成了零售場景數(shù)字化的“地基”搭建。而智慧零售的“高樓”更需要商業(yè)數(shù)據(jù)的運(yùn)營能力，即BI(Business Intelligence商業(yè)智能)能力。面對市場紛雜的BI系統(tǒng)，必須強(qiáng)調(diào)的是，BI的核心能力是數(shù)據(jù)洞察，而非數(shù)據(jù)展示。在特斯聯(lián)的NanoCell數(shù)據(jù)模型中，每一組“人貨場單”關(guān)系都將產(chǎn)生至少12組有效數(shù)據(jù)。在消費(fèi)者的一次購買過程中就將產(chǎn)生若干組這樣的數(shù)據(jù)，如何讀懂這些數(shù)據(jù)，形成決策依據(jù)，是一個龐大的工程。

而實(shí)現(xiàn)這一切得益于高效的數(shù)據(jù)計算模型，從每個數(shù)據(jù)獲取之初就考慮到其商業(yè)應(yīng)用價值。比如通過模型計算，可以將客戶身份標(biāo)識變?yōu)?，?？?、訪客、重要客戶等不同聚類;消費(fèi)類型被設(shè)定促銷型、猶豫型、決策型等標(biāo)簽。讓線下商業(yè)零售管理者能夠清楚掌握自己消費(fèi)人群特點(diǎn)，購買偏好等。

　　基于NanoCell數(shù)據(jù)模型的BI系統(tǒng)

T11相關(guān)負(fù)責(zé)人表示，對消費(fèi)者購買帶來最直觀感受就是：了解客戶購買偏好后，我們會盡快調(diào)整貨柜產(chǎn)品，讓客戶買到自己最想買的東西。根據(jù)數(shù)據(jù)分析，我們也會調(diào)整貨柜區(qū)域，以及客戶購買商品的路徑等，一反過去只依靠單一店長管理經(jīng)驗(yàn)的模式?？萍嫉谋旧硎菫榱颂岣哳櫩唾徺I體驗(yàn)，這是利用科技優(yōu)化線下商業(yè)的本質(zhì)，而不是為科技而科技。另外，技術(shù)帶來的變革不僅體現(xiàn)在購買體驗(yàn)上，對運(yùn)營者來說，還能提升運(yùn)營效率與管理管理。

技術(shù)激活“萬億”智慧零售新增量

據(jù)IDC報告，零售業(yè)當(dāng)前主要面臨四大驅(qū)動因素：加快以技術(shù)為中心的轉(zhuǎn)型、引進(jìn)能夠推動顛覆和創(chuàng)新的新型融資模式、推廣人工智能分析，以及發(fā)展機(jī)器對機(jī)器學(xué)習(xí)。中國零售業(yè)經(jīng)歷了三次大的變革，前兩次分別是實(shí)體零售和虛擬零售，而第三次變革正是當(dāng)前虛實(shí)融合的智慧零售。隨著新技術(shù)的應(yīng)用，“人”的全方位數(shù)字化，驅(qū)動著“人貨場”從割裂走向融合。

特斯聯(lián)科技致力以線下商業(yè)行為全數(shù)據(jù)化為增長引擎，協(xié)助更多零售商家，全面提升零售數(shù)字化進(jìn)程，幫助商家更好的按照自己的商業(yè)邏輯去經(jīng)營。特斯聯(lián)科技也將助力打造出更多智慧零售品牌，構(gòu)建并完善出賦能傳統(tǒng)產(chǎn)業(yè)智能化升級的新版圖。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。