時間：2017-08-21 11:32:36 點(diǎn)擊：次
來源：億歐 作者：高峻峻

條評論打印收藏

“人貨場”是零售行業(yè)中永恒的概念,，不管技術(shù)與商業(yè)模式如何變革,，零售的基本要素離不開這三個字。零售行業(yè)未來的大趨勢就是企業(yè)利用互聯(lián)網(wǎng)和大數(shù)據(jù),，以實(shí)體門店,、電子商務(wù),、移動互聯(lián)網(wǎng)為核心，通過融合線上線下,，實(shí)現(xiàn)商品,、會員、交易,、營銷等數(shù)據(jù)的共融互通,，將向顧客提供跨渠道、無縫化體驗(yàn),。

根據(jù)阿里巴巴CEO張勇的觀點(diǎn),，圍繞著人、貨,、場當(dāng)中所有商業(yè)元素的重構(gòu)是走向新零售非常重要的標(biāo)志,，而其核心就是商業(yè)元素的重構(gòu)能不能有效，能不能真正帶來效率,。簡單來說新零售使零售業(yè)通過數(shù)字技術(shù),，圍繞消費(fèi)者需求，重構(gòu)人貨場,，最終實(shí)現(xiàn)以消費(fèi)者體驗(yàn)為中心,，創(chuàng)造高效企業(yè)，帶動消費(fèi)升級,。

未來零售的核心就是消費(fèi)者體驗(yàn),，通過以消費(fèi)者的體驗(yàn)感為核心，搭建一種或者多種購物場景,，讓消費(fèi)者在場景中感受場景和產(chǎn)品所傳遞的價值,，在合適的時間和地點(diǎn)，以最實(shí)惠的價格和最放松,、最有成就感和控制欲的情緒之下買到想買的東西,，這對任何消費(fèi)者都是最重要的。

假如這種體驗(yàn)缺乏基于數(shù)據(jù)的支撐和優(yōu)化,，也會成為無本之木,，無源之水。而滿足這個最基本需求的能力,，仍然是基于消費(fèi)者購買過程中的數(shù)據(jù)分析和預(yù)判,。傳統(tǒng)零售很大程度上依賴于員工的個人經(jīng)驗(yàn)、領(lǐng)導(dǎo)意志拍腦袋來完成這個過程,，而真正代表未來的方向的是基于已有的多維度數(shù)據(jù)來對“人貨場”進(jìn)行優(yōu)化,。

從這個意義上說,，未來的零售不是一個簡單的商店升級或新利潤模式，而是一個以數(shù)據(jù)驅(qū)動的新零售商業(yè)模式,，決定這個商業(yè)模式成敗的關(guān)鍵因素是企業(yè)收集數(shù)據(jù)和運(yùn)用數(shù)據(jù)來指導(dǎo)零售各種決策的能力,。人工智能毋庸置疑成為這種能力的技術(shù)核心和基礎(chǔ)，進(jìn)而實(shí)現(xiàn)規(guī)?；?、自動化和前所未有的精準(zhǔn)度，通過人工智能重構(gòu)和驅(qū)動新零售的“人,、貨,、場”已經(jīng)是大勢所趨了。

人：洞察最熟悉的陌生人由于每天大量的交易產(chǎn)生,，消費(fèi)者對于零售商來說并不陌生,，但對于消費(fèi)者的需求理解到底有多深，特別是對消費(fèi)者內(nèi)在,、本質(zhì)的心理訴求的把握,，傳統(tǒng)零售商其實(shí)是非常茫然的。在新零售的業(yè)態(tài)下,，零售商通過深入洞察消費(fèi)者,，可以對他們的目的、行為和動機(jī)進(jìn)行研究和分析,，挖掘用戶間的差異,，并運(yùn)用深度學(xué)習(xí)的算法對他們相似的行為和心理特征進(jìn)行分類和聚類，從而得到最典型的消費(fèi)者特征,。

通過添加場景,、人口學(xué)屬性就可以讓該形象鮮活起來，為他們設(shè)計(jì),、推薦商品也會更加有針對性,。

例如未來零售商家對于“消費(fèi)者”的個人生物屬性、著裝打扮,、行走路徑,、駐足停留、表情情緒,、觸摸觀察,、歷史購買數(shù)據(jù)等行為都能完整的進(jìn)行數(shù)據(jù)記錄和搜集，來創(chuàng)建非常有見地的個人資料,，然后對于不同的消費(fèi)者進(jìn)行聚類分析,，來給消費(fèi)者進(jìn)行畫像，讓他們來虛擬代表真實(shí)用戶,，這其實(shí)是建立在一系列真實(shí)數(shù)據(jù)之上的用戶模型,。

根據(jù)他們的特征、行為的差異將他們區(qū)分為不同的類型并且進(jìn)行分類和聚類,，形成完整的特征總結(jié),，模仿他們的思維和邏輯，進(jìn)而用“特征和行為定向”來預(yù)測消費(fèi)者的消費(fèi)興趣和行為,，這樣能夠讓消費(fèi)者獲得對他們而言有價值的信息,，能夠讓零售商在適合的時間向合適的消費(fèi)者提供合適產(chǎn)品的信息，以及與未來有購買產(chǎn)品意愿的消費(fèi)者建立起良好的關(guān)系,，讓消費(fèi)者對于商品,、零售商的溫度提升，最終的目的是提升消費(fèi)者體驗(yàn),，精準(zhǔn)服務(wù)消費(fèi)者,。

場：如何讓“人貨”更加合一沒有場，人和貨之間就沒有鏈接的途徑和媒介,。人和貨如同是陰陽兩極,，相互吸引而產(chǎn)生場景，場景具有無形的吸引力,，可以拉近人和貨之間的距離,，最終達(dá)到“人貨合一”。

未來,，隨著人工智能技術(shù)的進(jìn)一步成熟發(fā)展,，消費(fèi)場景將實(shí)現(xiàn)真正的無處不在，所見即所得,，同時并對場中的各個元素如支付,、環(huán)境、等待,、距離等進(jìn)行重構(gòu),、整合和優(yōu)化，零售門店就是店型機(jī)器人,，真正提升消費(fèi)者體驗(yàn),。

擁擠和等待是零售銷量的殺手。消費(fèi)者討厭購物和付款時的擁擠和等待,，特別是在收款臺前面這一消費(fèi)最后環(huán)節(jié)前長時間等待,，這往往是零售場景中最長時間的等待，這樣就讓購物所帶來的歡愉心情,、控制感和自主感一掃而空,。

而以深蘭科技“Takego”為代表的無人或者少人值守智能零售系統(tǒng)，免現(xiàn)場結(jié)算支付系統(tǒng)借助卷及神經(jīng)網(wǎng)絡(luò),、深度學(xué)習(xí),、機(jī)器視覺,、生物識別、生物支付,，AR/VR等先進(jìn)的技術(shù),，將最大程度的減少排隊(duì)、付款等待時間,，從而讓消費(fèi)者真正的忘掉結(jié)算,。

未來數(shù)量眾多并且面積不大的無人商店會將之前的大店化為小店，每一個小店的商品將會形成統(tǒng)一和直觀的劃分,，商品的陳列將根據(jù)最佳路徑,、行為習(xí)慣、生理特征等進(jìn)行優(yōu)化,，實(shí)現(xiàn)最佳的人店交互體驗(yàn)和互動,，SKU數(shù)量未必龐大但一定是暢銷品，購物就像在家里拿東西一樣,，看到即接觸,，所見即所得。

在深度洞察消費(fèi)者以后,，可以對消費(fèi)者進(jìn)行人口學(xué)屬性,、行為屬性和心理屬性三個維度進(jìn)行劃分，深度了解基于當(dāng)?shù)厣倘οM(fèi)者的購物習(xí)慣和興趣愛好以及過往的購買歷史記錄,。場景其實(shí)協(xié)助品牌商,、零售商連接到最小個體的消費(fèi)者，并且這種連接是頻繁和持續(xù)的,，在場景中可以和消費(fèi)者進(jìn)行溝通,，借助人工智能的技術(shù)直接詢問消費(fèi)者的需求，并且針對洞察過程中所掌握的信息給消費(fèi)者進(jìn)行量身定制的推薦和建議,，這也為“千店千面”的最終實(shí)現(xiàn)打下了堅(jiān)實(shí)的基礎(chǔ),。

貨：最容易被忽視的致命因素新零售高度關(guān)注人，強(qiáng)調(diào)場景消費(fèi),，提升消費(fèi)者體驗(yàn),，貌似在和傳統(tǒng)零售以“貨”為核心在劃清距離。

產(chǎn)生這樣誤解的原因是商品的管理往往扮演的是“幕后英雄”的角色,，沒有場景那么炫目多彩,，也不會和消費(fèi)者直接發(fā)生接觸，所以不太被消費(fèi)者關(guān)注,，也是零售商所忽視的地方,，但涉及商品管理的領(lǐng)域如選品、定價、促銷,、供應(yīng)鏈,、采購、物流等所構(gòu)成的運(yùn)營體系則成為支撐零售商日常正常運(yùn)轉(zhuǎn)的半壁江山,，也是消費(fèi)者體驗(yàn)成敗與好壞的重要物質(zhì)基礎(chǔ),，這將成為新零售能否成功的致命因素,。

在新零售的業(yè)態(tài)中,，大量零售運(yùn)營數(shù)據(jù)包括消費(fèi)者、商品,、銷售,、價格、庫存,、訂單等在不同的應(yīng)用場景中海量產(chǎn)生,，結(jié)合在不同業(yè)務(wù)場景和業(yè)務(wù)目標(biāo)，如商品品類管理,、銷售預(yù)測,、動態(tài)定價、促銷安排,、自動補(bǔ)貨,、安全庫存設(shè)定、倉店和店店之間的調(diào)撥,、供應(yīng)計(jì)劃排程,、物流計(jì)劃制定等，再匹配上合適的算法即可對這些應(yīng)用場景進(jìn)行人工智能數(shù)字建模,，邏輯簡單來說就是“獲取數(shù)據(jù)—分析數(shù)據(jù)—建立模型—預(yù)測未來—支持決策”,。

本質(zhì)上說，人工智能是一項(xiàng)預(yù)測科技,，而預(yù)測的目的不是為預(yù)測而預(yù)測,，而是用來指導(dǎo)人類的各項(xiàng)行為決策，以免人在決策時因?yàn)槲粗筒淮_定而焦慮,。就人工智能在新零售業(yè)態(tài)中“貨”的應(yīng)用而言,，其有兩大類核心模型，一是預(yù)測模型,，二是決策模型,。

預(yù)測模型主要是通過回歸、分類,、時間序列等算法在大量歷史數(shù)據(jù)的基礎(chǔ)建立統(tǒng)計(jì)模型上對未來的銷售進(jìn)行預(yù)測,，而決策模型則通過啟發(fā)算法、整數(shù)規(guī)劃,、解析求解等算法建立運(yùn)籌模型來對以上具體業(yè)務(wù)場景應(yīng)用進(jìn)行決策,，這樣就構(gòu)建了企業(yè)預(yù)測與決策可視化平臺系統(tǒng),，對以上應(yīng)用場景的決策進(jìn)行模擬，以提升商業(yè)預(yù)測準(zhǔn)確性為核心,，實(shí)現(xiàn)相關(guān)應(yīng)用場景的智能和高效決策,，精確的為客戶解決“賣什么、賣多少,、怎么賣,、送到哪、賺多少”五大核心問題,。

在新零售業(yè)態(tài)中,，商業(yè)的本質(zhì)沒有改變，其實(shí)還是買賣,，人要買貨,，貨要找到合適的購買者，人,、貨交易要通過場來實(shí)現(xiàn),，這種業(yè)態(tài)下的“人貨場”的特點(diǎn)就是“連接、動態(tài)和精準(zhǔn)”,。消費(fèi)者真正的和商品,、商家連接起來，自己真實(shí)的需求能夠被用心的了解,，而動態(tài)運(yùn)營則是基于時刻變動的用戶畫像,，動態(tài)的開發(fā)或者選擇適合的商品，同時動態(tài)的調(diào)整場景,，這是都是以精準(zhǔn)的服務(wù)消費(fèi)者為目的,。

而在傳統(tǒng)零售業(yè)態(tài)中，這三個要素是完全割裂的,，原因是圍繞這三個要素的數(shù)據(jù)雖然有不少的搜集,，但這些數(shù)據(jù)并沒有真正的串聯(lián)起來，還是處在“分而治之”的狀態(tài),。

新零售業(yè)態(tài)其實(shí)需要的是基于數(shù)據(jù)對整個鏈條的整體優(yōu)化,，數(shù)據(jù)如同企業(yè)的血液，出現(xiàn)在企業(yè)運(yùn)營的各個環(huán)節(jié),，并且能夠把“人貨場”三個要素有機(jī)的整合起來,，在選品時充分考慮“人”的偏好和“場”的特性，在備貨時充分考慮進(jìn)入“場”的“人”的類型的流量和轉(zhuǎn)化率,，鋪貨時充分考慮“場”的類型所需的貨品結(jié)構(gòu),。

人工智能則如同心臟和水泵，將“數(shù)據(jù)”血液轉(zhuǎn)化為企業(yè)決策依據(jù)的能量和動力。

在傳統(tǒng)的零售業(yè)態(tài)中,，無論在實(shí)踐界還是研究界,，無論是技術(shù)、工具,、人才培養(yǎng),、解決方案等都沒有找到行之有效的方法對“人貨場”進(jìn)行串聯(lián)和整合，這三個要素還在各自為政,，歸根結(jié)底還是缺乏這樣的技術(shù)和數(shù)據(jù)能力和素養(yǎng),。

而在眼下的市場環(huán)境中，阿里,、京東等零售巨頭基于自身數(shù)據(jù)能力以及試圖在蹚出一條有效路徑,。同時將來會有更多的零售企業(yè),，練就技術(shù)與數(shù)據(jù)的扎實(shí)功力,，參與到這場變革中來，真正形成“人貨場”的聯(lián)動和協(xié)同,。

未來是人工智能的時代,，人工智能將重新定義零售，零售市場是屬于用好人工智能的企業(yè),。雖然每個公司都會得益于大數(shù)據(jù)和人工智能使用所帶來的好處,，但這并不意味這每家公司都要自己養(yǎng)著數(shù)據(jù)科學(xué)或者機(jī)器智能方面的專家，可以由專門的公司例如深蘭科技,、歐睿供應(yīng)鏈等提供給全社會使用,，這樣才能一同促進(jìn)新零售的發(fā)展。