至顶网软件与服务频道消息: 2016年马云提出新零售至今,在这3年多的时间里,新零售从概念解读到探索实践,落地模式和经营脉络越来越清晰。其中,“以大数据重构人、货、场” 这一本质特征已经成为业内共识。
翼码科技自“新零售”概念提出,便开始探索,经过3年多的实战,翼码通过和波司登、热风等数十家时尚零售品牌的合作,成功落地了多个新零售数字化营销领域工具产品,同时也构建了互联网时代的运营能力,和诸多转型型零售的合作伙伴一起,完成了自身的新零售-数字化营销解决方案提供商的转型。

那么为什么传统零售业转向新零售必须重构人、货、场?
为什么大数据是重构人、货、场的重要抓手?
不妨从翼码科技这家新零售一线耕耘者的视角,来探究一下这其中的必然成因。
对于传统零售业态日渐式微的原因,翼码科技CEO杨海川指出:在移动互联高速发展的时代,传统零售业“人”与“场”之间的地理阻隔弱点,被无限放大,使获客和转化的问题双双加剧。
在传统零售模式下,多是以“货”为核心,吸引“人”到“场”来买“货”,由“场”来提供服务。但只要“人”离开了“场”,那么销售服务就随之中断,近几年传统零售业景气指数明显下滑的主要原因正在于此。“人”与“场”之间的地理阻隔,首先让二者之间的信息传达受阻,再加之难以消除的时间成本、精力成本等先天劣势,很容易被其他新兴零售业态乘虚而入,在“人”到达“场”之前便能轻而易举抢走客源。
显然,传统零售要扭转这一困境,就必须要填平“人”与“场”之间,受困地理阻隔的先天缺陷,新零售模式正是从根源上提出了破解之道。
新零售主张以“人”为本,以消费体验为中心,“货”和“场”都围绕“人”进行规划布局,并且使“人”和“场”之间、“人”与“货”之间打通联系。时时保持“连接互通”状态,打破地理空间的阻隔,能随时随地满足“人”的各种消费需求,提供更优的服务体验。简单地说,新零售的落地,会让线上线下的边界越来越模糊直至完全融合,地理缺陷便会随之消失。
在新零售体系下,为什么“人”不在“场”内,也能“时时连通”且实时提供服务呢?这便需要大数据技术发挥的驱动力量和纽带价值。
翼码科技CEO杨海川表示,大数据可以把生理属性的“人”转化为数字化属性的“人”,用零售业的用语来表示,就是用多维度的数据,针对每个人形成对应的用户画像。即便生理属性的人可以随时行动在各种地理场所,但是只要对应的数据保存在零售商的数据中台中,那么“人”与“场”的连接就时时存在,并能通过现代化的信息传递工具,随时互通。

要实现针对“人”的数字化体系建设,需要具备两个非常关键的能力:第一,要将“人”的画像尽可能精准化;第二,要更精准的推算出最可能引导“人”做消费决策的诱因。
数据采集是第一步。零售企业首先需要一个围绕“人”的数据中台,将位置、支付、用户画像、购买周期、购买频次、货品偏好、消费金额等等所有能采集到的数据,采集并聚合到这个中台中。这是新零售的地基,不做数字化,一切“上层理念”都无法落地。
实现数据采集之后,就可以利用这些数字化信息,界定成为会员的“人”所处的阶段,或所在的层级。围绕会员的新增、兴趣、购买、忠诚、传播、超级会员等6大阶段,或进一步针对消费金额、消费频次进行分层,从而制定不同阶段和层级会员的运营策略。比如,在做某一营销决策之前,可以根据具体的会员数据信息不断的开展AB测试,找到最优组合,达到营销效率最大化。
由此,在完成数字化建设后,零售品牌会更加理解自己的目标人群是什么样的特征,用什么样的营销方式会更容易打动他们,从而做到用更高的转化率、更优的获客效果,并有效提升会员用户的留存率和忠诚度。
实际上,对于构建针对用户的数据系统,传统零售业并不陌生。应该说,早在多年前,譬如ERP、CRM等各种信息化系统工具就已在大型零售企业中应用起来。
然而,很多传统零售企业在原始数据积累的过程中,往往因为不同的业务需要建设了多套满足不同业务需要的系统,每一个系统都有系统本身的数据中心。这些系统各自为战,互相数据内容格式都不统一。
要做新零售的大数据,任何一个单一系统的数据都是不够的,这就造成了企业无法高效获取和处理新零售大数据这个问题。
对此,翼码科技CEO杨海川表示,零售企业要想获得更强的数据采集与数据分析能力,首先要搭建的,是功能强大,且具备新零售运营思维的数据处理中台工具,然后衍生出数字化营销的种种前端工具。

比如,翼码最具创新性的产品——智能营销系统(MA),便是建立在数据中台(DMP)基础上的新零售数字化营销典型应用。数据中台从移动支付所产生的数据切入,可以将零售企业以前建设的各个业务系统中的业务数据采集并聚合。
完成数据采集后,MA系统会对这些会员数据进行消费频次、消费金额、地理位置、消费偏好等多个维度进行数据分析,基于这些数据结论,便可以制定不同阶段和层级会员的运营策略。
技术的进步,对任何业态的产业升级、价值链再造所带来的赋能效果是明显的,但对于思维理念跟不上形势发展的传统模式,所带来的摧毁力也是相伴而生的。对于很多传统零售业来说,2019年倍感寒意,成本上涨、电商挤压、客流减少、利润下滑……
越发严峻的竞争形势促使转型升级势在必行。无论是出于主动还是被动,眼下已然到了需要做出决断的时刻!
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。