新零售技术贴：让黑科技帮你实现精细化运营

文｜新零售智库研讨员 张芷然 纵观全部零售业的历史，我们不难发现两个特征：一是零售业态的变迁和技术的成长息息相关，二是这两个相互鞭策相互促进的进程，前行的速度越来越快。零售从传统的百货业，到超市、购物中心，再到电子商务，移动电商，再到明天的新零售，每一个阶段延续的时候越来越短，营业和技术的成长速度远远跨越人们的设想。 这类加速激发了零售业界普遍面临的题目：以往，做零售首要靠经历——在那里开店、卖什么、货物若何摆放……时至本日，依靠多年堆集的经历，零售商们还可以做些事，但会明显感应越做越艰难。年轻化的用户、快速迭代的潮水趋向、瞬息万变的需求，都让依靠经历的零售商感应莫衷一是。经历靠不住的时代要靠什么？谁能告诉我们用户真正需要什么？“只要数据，只要计较才能告诉我们答案。”阿里云新零售营业奇迹部高级架构师刘振宇在6月10日于上海举行的云栖大会上如是说。新零售要实现对于用户的“五可”新零售并不是一个全新的概念，它是从零售业的成长中慢慢进化来的，其焦点是两点：第一是以用户为中心，牢牢围绕用户，晓得用户的需要和诉求；第二是数据驱动，要把一切的重心放在数据上。 如前所述，明天做零售，已经不能靠选个好地址，开个店，摆上货，依照传统买卖的形式来经营了。假如不晓得四周的用户是谁，不晓得他们过着什么样的生活，也不晓得他们到底需要什么的话，就很难找准营业逻辑和贸易形式。 所以，新零售首先要实现的就是对于用户的“五可”：可感知，可识别，可洞察、可触达和可办事。

（图片来自云栖大会刘振宇的演讲PPT）

假定你开了一家打扮门店，经营了一年，你能记着这一年中有几多客人到过店、别离买了些什么吗？凭仗经营一年的经历，你也答应以晓得，来店的客人里是年轻人多，还是中年人多，是喜好买裤子的多，还是喜好买裙子的多，可是，在这样的传统场景之下，用户只要在成交的那一刻是可感知的，而且这类感知还没法沉淀下来，只能构成一个模糊的记忆。 固然，假如你在电脑上做了销售记录，你便可以很准地晓得一年里究竟卖了几多条裤子和几多条裙子，那末，它们都被谁买走了呢？别的，那些来到过店里但没有购物的用户究竟是谁？怎样才能吸引他们再来并购物？这就需要在感知用户的根本上识别用户。很多商家还会困惑于用户“越来越难伺候”，这是由于用户的需要和诉求的变化越来越快。假如你没法洞察客户，大概没法以最快的速度跟上他们的需求变化，就没法实时地把他要的工具给到他。在洞察到用户需要什么以后，你还需要把“我有这些好工具”奉告给用户。最初，在客户办事环节做成闭环。围绕“五可”能玩哪些黑科技？“五可”是实现新零售必不成少的环节，而每一个环节当中都少不了技术的身影。这是IT厂商和技术办事商的商机，可是，假如仅仅卖办事器和计较资本，是远远不够的。就像在四五年前，传统的线下商超看到电商的成长势头，城市很发急，仓促追求IT厂商和技术办事商的帮助，来“转型做电商”。很多商家以为做了一套线上的电商平台，把产物放上去卖，就做到了互联网转型，但现实上，很多线下做得很好的实体企业，僵硬地搬到线上以后，销量非常暗澹。 一样的事理，明天，当线下商超和mall再做互联网转型时，不会再去做线上电商平台，互联网能帮他们做的，是从上述的“五可”动身，帮他们领会他们的客户。其中首要的技术，包括了前端用户感知、IoT（物联网）与高精度位购置事、大数据邃密化运营、图像计较、视频计较和智能语音办事等。“未来的天下跟人是类似的，先要看（感知）到内部，然后经过脑（计较）来处置。这件事正在发生。”刘振宇说。

（图片来自云栖大会刘振宇的演讲PPT）

这其中，用于感知的技术，包括云AP、IoT和高精度位购置事。云AP：AP（AccessPoint）是有线收集和无线收集之间的毗连点，就像是传统有线收集合的HUB， WiFi路由器就是一种AP。云AP则是一种云化的WiFi办事，可以实现多个AP的云端管控，治理员在云端做出的变动，可以立即同步到AP。在商场或酒店里，大师城市去连WiFi，基于云AP的摆设，商场或酒店按照用户某一次大概屡次的毗连，来洞察到用户的需求，这是有能够的。传统的HUB和路由器不具稀有据统计功用，而云AP摆设范围内可以实现全景的数据统计。连系背后的数据处置和分析，云AP就能准实时或实时地感知客户。IoT：毗连WiFi的终端主如果手机，但要想感知用户，手机并不是唯一的路子。前些年，智能硬件的火爆可以反应出，IoT深入生活是未来的趋向。比如同享单车的办事就和IoT慎密相连，用户的每一次骑行，骑了多久，从那里骑到那里，这一切的数据可以保存，都是由于有IoT才可以做到。而基于这套技术和堆集的数据，同享出行才能办事做交通出行的优化，而且办事于智能交通。高精度的位购置事：以同享专车为例，假如没有高精度的位购置事，你在一条河滨叫车，APP极能够给你保举河对岸的车辆，由于系统识别出那辆车离你的直线间隔比来，但为了过河来接你，那辆车极能够要绕行3千米才能找到过河的桥。是以精准的定位很是重要，需要将这类“现实的误差”解撤除。对于购物中心的室内而言，精准定位一样很是重要：假如能精准地判定用户在布满了楼梯、电梯的购物中心内部若何行走，逗留在那里，便可以基于用户逛店的线路和四周的商家来做精准营销。感知以后所需的就是计较。设想一下，假如前端用户感知、物联网和位置的数据都被收集并堆集起来，哪怕只是一家购物中心，数据量城市很是庞大，而且随着数据越来越遭到重视，智能化装备越来越多地投入利用，数据量的增加速度只会越来越快。在如此庞大的数据体量之下，传统的数据处置方式很难见效，当天天入库的数据到达几个TB大概几十个TB的时辰，怎样能把数据算起来？ 今朝应用得比力多的大数据处置计划，聚焦于若何做离线计较，若何做在线计较，若何在搜索引擎里做流计较，然后把响应的数据成果显现出来。这些成果，便可以为营业供给支持，而且拓展营业的鸿沟。 比如，在一家商场安插一云AP，当用户入场连上WiFi，商家就晓得他何时进入商场、在商场里的行走线路是什么样的，在哪些店逗留的时候长。假如他在母婴店和儿童乐园逗留时候长，那以后能够更多地向他推送亲子类的产物。用户画像只是其中一例，经过大数据的处置计划，可做的分析还很多，比如客流的分类，大概针对进店的人流来做地区分析，据此判定店肆的散布能否公道，大概对店肆停止一些重新计划。比如百货、餐饮和儿童文娱的比例，以及若何计划位置。除此之外，还有一些“黑科技”为新零售带来了新奇的玩法，比如视觉计较、视频图像的语义标注等等。前者首要依靠深度进修技术来做，能实现的功用包括以图搜图等。以图搜图不但可以满足“找同款”的需要，在做用户感知时也很有用。例如，在一个用户停车进店的进程里，就会履历很屡次以图搜图，像是给车拍个照，走的时辰便可以自动计费了。后者则是给图片和视频“打标签”，标签可以让图像和视频这一类不太轻易被量化的工具具有语义信息。标签打得越精准，语义越丰富，从中可分析出的信息就越多。基于这项技术，还可以实现在用户看视频的时辰，按照用户的爱好水平，在视频中实时大概准实时地推送广告。

（图片来自云栖大会刘振宇的演讲PPT）

“黑科技”的本质是邃密化运营头昏眼花的“黑科技”背后，焦点实在是邃密化运营。“互联网的流量盈利和移动互联网的流量盈利都已经见顶了，现在获得一个新客，本钱很是高，这就是为什么要从流量增加转到邃密化运营。”刘振宇打了个浅显的例如：就是当用户群体不能再快速扩大的时辰，想要从有限的用户群体中，把用户兜里的钱取出来，就需要更精准地晓得用户想要什么。数据就是为了精准地刻画用户。可是，用数据来刻画一小我，实在是一件很是困难的事。由于人在分歧的情况和场所下表示出来的需求是完全分歧的。曾有有一段时候，洗车机在三四线的农民群体中出格畅销，乍一想，这事分歧常理，由于三四线的汽车保有量并不高，洗车机的销量和汽车保有量不婚配。后来观察发现，洗车机用来洗红薯、玉米、土豆等很是好用，水压大而且省水。一样的事理，一个用户在电商平台上采办了一双老年人穿的平底鞋，接下来能否该向他保举老花镜？也纷歧定，由于鞋也有能够是老年人的后代买的。经过邃密化的有运营，商家可以晓得很多之前不晓得的工作，但这需要尽能够地获得完整的数据。所以，未来，这类用户画像能够会跨越某一个行业的范围，表现为很多行业的融合。比如商场除了感知和洞察进店的人，还能够会跟马路上的人、停车场里的人联系起来，只要这样，才能获得尽能够完整的数据，来精准地刻画一小我。对于客户的领会越透彻、越完全，才能获得越大的结果。