5G时代下,AI赋能新零售商业化思考

编辑导语:如今,AI 变得不再遥远,在已经到来的 5G 时代,AI 会与更多的行业进行融合,推出各种新兴模式,AI 与零售业的结合就是零售业的一大改变;本文作者对 AI 赋能新零售商业化进行思考。

创新互联长期为近1000家客户提供的网站建设服务,团队从业经验10年,关注不同地域、不同群体,并针对不同对象提供差异化的产品和服务;打造开放共赢平台,与合作伙伴共同营造健康的互联网生态环境。为官渡企业提供专业的成都网站建设、网站制作,官渡网站改版等技术服务。拥有十多年丰富建站经验和众多成功案例,为您定制开发。

本文分 零售现状、零售与 AI 技术融合、AI+ 零售未来展望 三部分来阐述对 AI 技术赋能新零售商业化思考。

一、线下零售基本现状

1. 零售优势

移动互联网时代极大促进了线上电商崛起与繁荣,伴随着互联网红利耗尽,获客成本增加,线上电商增长也逐渐见顶,线下零售再次成为了资本与行业巨头重点关注的战场。

相比于线上,线下零售有着独特优势

可见即可得,线下实体选物体验好,即见即可选,即选即可得;

覆盖最后一公里生活圈,选购日常生活用品方便,生活仪式体验感强;

扩展线上服务边界,将能力下沉到线下。

2. 零售痛点

线下零售虽然离最后一公里生活圈消费者最近,但仍然也有着自身业务痛点。

用工成本高,零售行业属于典型劳动力密集行业,在运营、收银、导购、仓储、供应链、物流等环节需要大量人力资源;

缺乏用户感知,缺少对用户消费数据获取与管理,如消费者买完就走,很难知道下次是否还来买;

无法多路径精准触达消费者,缺少与用户连接的数据管理中心,如传统线下广告、派发传单等营销方式单一,效率也不高;

获客难,线上电商品类数字化丰富了消费者选择,加大了线下商家获客成本;

巨头电商几乎垄断流量,巨头电商在线上建立了完整消费者画像数据管理系统,凭借着大数据 + 技术与精准营销策略,收割了绝大部分用户流量,极大挤压了线下实体零售生存空间;

SKU 管理难、缺乏有效运营数据支撑造成 SKU 库存高、周转期长。

3. 零售转型

在移动互联网时代,线上电商平台积极投身数字化、智能化变革,享尽了技术发展带来的人口红利,者对于线下零售来说是降维打击。

线下零售处于劣势根本原因:没有选择智能数字化技术赋能,传统零售经营方式也无法高效提高运营能力、降低成本、促进销售额增长。

随着 5G 时代到来,人工智能、大数据、云计算技术不断成熟,加上国家宏观政策支持实体零售业创新转型,各省政府相继出台指导意见进一步推动零售行业数字化,促进 AI+IoT、大数据等先进技术在新零售行业应用落地。

据第三方机构数据统计,AI+ 零售业领域市场规模 2022 年将达 27 亿元,2018-2022 年复合增长率 GAGR 达 45%,这意味着 AI+ 零售行业市场增长有很大潜力空间。

二、AI 赋能零售方案设计与商业逻辑

阐述 AI 赋能业务框架流程 + 商业运作模式 + 创新性思考。

传统零售领域产业链由品牌商、零售商、消费者、代理商等相关方构成,而这些相关方运营数据是孤立的,没有形成数据链条通路。

AI 技术赋能零售业目标:打通产业链里品牌商、零售商、消费者、代理商等相关方数据通路,贯通零售业务场景每一环节,构建 人—货—场 + 数据 商业闭环;

借助 AI 技术实现消费者用户画像构建 & 识别、商品品类库构建 & 识别、智能化运营 + 客服、精准营销、驱动零售业务快速增长。

1. 用户画像数据建模

构建用户画像数据本质:将用户在消费场景下的每个信息抽象成具体标签,根据这些标签化信息为用户提供针对性服务(如优品智能推荐等)。

用户画像涉及到以下几方面:

1)用户特征

2)用户行为

3)用户兴趣爱好数据

用户特征:姓名、年龄、职业、收入水平、住在哪个小区等;

用户行为:对商品品类选择、购物评价、商品消费额度、商品选购时间等;

用户兴趣爱好:对不同商品品类偏好、日常购物时间段等。

以上维度数据可以通过计算机视觉 + 智能语音技术对顾客行为分析,再结合深度学习算法模型、大数据进一步加工处理,生成具体用户画像,有了用户画像后便可以有针对性制定运营策略,促进消费者转化率提升,实现业务销售额增长。

2. AI 赋能零售行业商业方案设计

AI 技术本质由算法、算力、数据构成,数据是业务发展的基石,AI 技术赋能行业初衷,是结合实际应用场景解决业务问题,驱动商业价值增长。

AI 赋能零售商业方案框架分为 前端 + 中台 + 业务(后)端 三部分构成:

前端:主要完成消费者用户画像数据构建 & 初步分析,以摄像头、麦克风、智能货架结合计算机视觉、自然语言处理 + 语音识别、IoT 技术完成对消费者行为数据、商品状态数据输入并进行结构化处理,提取出用户画像;

中台:主要通过 AI 技术 + 云计算服务完成对用户画像 + 商品数据模型深度学习与训练,提高实时用户画像精准度,并建立起消费者与商品 SKU 之间关系模型,提升对消费者心智模型洞察力,加强精准营销 / 商品库存管控能力,为业务 ( 后 ) 端决策提供数据支撑;

业务(后)端:主要完成精细化运营与业务增长。

下面以具体实际场景对以上商业方案应用进行说明:

实例目标:小 A 去早上到楼下超市买菜。

购物前:

小 A 进入超市时,里面的摄像头、麦克风开始进入工作状态,系统首先识别出了小 A 是超市常客,身高 175 左右,体重 70Kg 左右,但还没在建立会员,还是别到了今天小 A 心情不错,还哼着周杰伦的《稻花香》。

购物中:

摄像头与麦克风持续跟踪着小 A 移动轨迹,发现小很快走到生鲜区,仔细挑选了 5min 左右才拿起一块半斤左右新鲜牛肉,给卖肉师傅打称并说 牛肉好贵啊,快吃不起了 ;然后走到蔬菜区,很快地挑选了 2 把菠菜;之后走到海鲜区呆了 10min 左右,仔细观看了活鱼、大虾形态和它们价格,喃喃道 海鲜也好贵啊,就不能便宜点嘛… ;最后在超市里面饮料、零食区停留了 1min 左右,小 A 拿起了一瓶可乐,犹豫了一会儿又放回去了,喃喃告诫自己 减肥中少喝甜饮料 。

此时系统已完成了对小 A 用户画像构建:一个 25 岁左右年轻小伙儿、洋溢着青春活力、饮食均衡、对新鲜事物充满好奇、高质量生活追求者但对价格较为敏感、对自己形体健康有着较高要求。

购物后:

小 A 来到了收银区排队,轮到了小 A 后他将选购商品放在台上,然后打开手机里微信支付码,收银员此时根据后台系统推送的信息跟小 A 说: 这次办理扫码注册会员,完善用户信息,可享受八折优惠 ;小 A 非常愉快的拿起手机扫码办理了注册会员,很开心跟收银员说道 这样优惠活动往后你们多搞搞啊,我还会常来的 。

小 A 会员注册信息完善,再加上系统识别到小 A 在超市里行为与选购商品数据综合分析后,超市的小程序后台主动为小 A 备荐了零糖可乐饮料、周杰伦代理的低卡路里薯片,同时新增了牛肉海鲜组合满 100 减 10 营销套餐,选择合适时机推送给小 A。

除此之外,系统后台还新增了低糖饮料品类、低卡路里零食选品组合推荐给到店长参考决策,新增了牛肉海鲜组合满 100 减 10 营销套餐建议推送给到市场营销部门参考决策,以及未来牛肉与海鲜增大进货量信息给到供应链管理部门参考决策。

3. 商业逻辑思考

AI 计算机视觉、自然语言处理、语音识别技术、机器 / 深度学习算法等近几年飞速发展和成熟,已经为很多产业带来了可观规模经济效应;

如:计算机视觉应用于手机终端解锁、自然语言处理应用于智能客服、大数据和机器学习应用于内容推荐与分发。

新零售即 AI+ 零售 ,以 AI(视觉 / 语言 / 语音 / 机器 / 深度学习等)技术为核心,将线下零售场景中 人—货—场 数据打通并联动,构建起动态的用户画像数据 + 商品信息数据管理平台,为线下零售选品推荐、供应链管理、运营策略制定等决策赋能、提高运营能力、降低人工经营成本、改善顾客消费体验、促进消费者者转化率提升,形成业务增长的商业闭环。

三、AI+ 零售行业展望

从技术、应用、生态三个维度来展望 AI+ 零售行业趋势。

纵观每个行业发展规律,通常由技术发展带来特定场景应用可能性,而场景应用需求又驱动技术工程化迭代落地,技术与场景应用成熟后逐渐培育出产业链生态,行业有了成熟产业链生态后可以更好实现商业价值增长。

1. 技术趋势

众所周知 ABCDE 技术(AI、Block Chain、Cloud Computing、Data Tech、Edge Computing)。

技术中台 + 业务中台结合的方式将会成为未来主流趋势,这里技术分为两部分:

AI 技术方案供应商

零售客户 ( 技术方案采用商 )

随着 5G 技术和基建不断成熟完善,AI 方案技术供应商也加快了 AI 技术能力边界扩展,优化在视觉、自然语言处理、语音、机器 / 深度学习算法、算力等领域解决方案能力。

在同样背景下,零售客户对 AI 技术方案高质量辅助决策系统需求迫切,采购投入增多,AI 赋能零售本质是通过 AI 技术完成零售行业智能数字化,建立起用户画像数据模型,深刻洞察用户,全方位挖

其中价值:精准营销、实现业务增长。

数据是 AI 技术基础,也是业务管理的基础,有了数据即可驱动 AI 技术 + 业务两大飞轮转动。

2. 应用趋势

AI 技术赋能零售行业应用趋势将会 由点带面 ,逐步渗透业务全流程。

在零售领域里,AI 技术赋能方案与规划已完成理论验证,目前零售行业已在进行点状 AI 方案应用试验,业务与 AI 技术融合的背后需要企业与 AI 技术供应商共同调整优化;

在单点业务流程完成降本增效只是时间问题,将来有望逐步一点点推广到更多业务链流程上,形成覆盖全产业链 AI 技术化。

3. 生态化

AI+ 零售解决方案落地背后,需要产业链多方共同参与打磨技术方案与优化商业逻辑,方能 真正解决场景实际需求,为消费者带来良好用户体验 。

新零售产业链涉及到云服务厂商、面向业务的软件开发商 / 集成商、零售企业、AI 技术供应商等多方资源;

在 5G、网络智能互联技术助力下,多方协同合作,搭建共赢生态尤为重要。

本文由 @pony 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议。


网页标题:5G时代下,AI赋能新零售商业化思考
本文链接:http://azwzsj.com/article/cghoig.html