随着各行各业数字化转型的加速,传统零售正在不断向新零售演进升级。聚焦零售行业的智慧转型升级,2021年9月23日至24日,Smart Retail智慧零售年度峰会在上海召开。作为国内领先的云及数字化服务商之一,神州数码应邀出席,与业内知名零售品牌商齐聚申城,以新消费新增长、数字化转型新基建、零售趋势新洞察等话题为核心,共同探讨未来智慧零售的创新趋势。会上,神州数码云业务集团副总裁朱珠以“如何构建私域流量平台”为题发表演讲,分享神州数码助力零售企业打通私域流量突破口的实践经验与积累。
数字时代,私域流量崛起
随着数字经济的发展,数字化在各行各业的渗透率提高,大量零售品牌将营销的重心从线下向线上转移。据国家统计局发布数据显示,2020年我国社会消费品零售总额达391981亿元,其中,全国网上零售额为117601亿元,比上年增长10.9%,实物商品网上零售额97590亿元,增长14.8%,占社会消费品零售总额的比重为24.9%。
在数字化带来机遇的同时,流量红利的逐渐消失,则让传统电商平台的流量成本高、获客难等问题暴露出来。在这样的趋势下,私域流量成为了品牌、商家获取流量的突破口。
朱珠认为,获取私域流量的关键,是打通与客户之间的信息流,构建私域流量池。而在企业把用户从公域流量池导入到私域流量后,也对客户的维护和运营有了更高要求,企业不能再依托于某个平台或单一渠道,而应该将重心放在与用户的每一次接触和沟通上,通过精细化运营覆盖与用户产生交互的各个触点,在与用户的持续互动中即时地实现价值。
神州数码Bluenic,全渠道打通输出数据价值
基于多年积累的技术实力与丰富经验,以大数据、人工智能、物联网等技术为基础,神州数码通过自主研发的Bluenic客户数据平台为零售行业用户提供数字化解决方案,在私域流量当道的阶段,助力零售客户构建私域流量的精细化运营与管理。
基于全渠道数据接入能力,Bluenic可以实现对官网、线上商城、APP、公众号、社交媒体、门店导购等跨渠道触点管理,帮助企业了解客户偏好;通过数据分析与加工,实现人群细分、用户画像、商品推荐等价值输出,助力企业实现实现数据与用户互动的融合转化。
在现场,朱珠主要通过线上线下互补、潜客激励、新老客户运营三个场景,阐释Bluenic如何助力客户打造私域流量。
在线上线下互补场景中,线下BA通过与客户的面对面交流,会了解客户的真实偏好,丰富Bluenic线上用户画像;通过线上Bluenic数据分析,基于客户特征分配更合适的BA并灵活调整产品陈列,为客户提供更加精准、高效的服务。
在潜客激励的场景中,Bluenic根据客户在官网、APP、小程序、公众号上的行为轨迹,判别客户是否为潜客,并用对应的营销手段进行激励,加速新客的转化。
在新老客户运营的场景中,Bluenic通过对客户进行精细化分层,对不同活跃度、不同生命周期阶段、不同价值的客户进行差异化营销。对新客,着重在私域维护客户关系,通过新人专享的权益提升新客的留存;对于低客单价的客户,以组合商品促销的活动方式,打动价格敏感的人群;对于即将流失的客户,则进行拉新活动,让品牌再一次回到客户的视野,加大曝光。
朱珠表示:“通过Bluenic,神州数码希望能帮助更多零售企业构建私域流量,通过精细化的运营来提升客户对品牌的依赖度。”未来,神州数码将继续以云及数字化能力为核心,赋能零售行业客户在数字时代的转型升级,以数字技术为驱动,数字经济在新经济业态下创造更多产能。
好文章,需要你的鼓励
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
T-Tech公司研究团队开发了SAE Boost助推器系统,通过训练专门的"错误补偿器"来增强AI理解工具对专业领域的理解能力。该系统在化学、俄语和外交等领域测试中显示出显著改进效果,同时完全保持原有通用能力。这种模块化设计为AI系统的持续优化提供了安全可靠的路径,对AI可解释性研究具有重要意义。
阿里巴巴通义千问团队发布开源编程模型Qwen3-Coder-480B-A35B-Instruct,专门用于软件开发辅助。该模型采用混合专家架构,拥有4800亿参数,支持25.6万token上下文长度,可在数秒内创建完整功能应用。在SWE-bench基准测试中得分67.0%,表现优于GPT-4和Gemini。模型基于Apache 2.0开源许可,企业可免费使用。AI研究者称其可能是目前最佳编程模型,特别适合企业级代码库理解、自动化代码审查和CI/CD系统集成。
斯坦福大学研究团队开发出革命性AI系统,能够像生物学家一样"看懂"蛋白质三维结构并预测功能。该系统通过多层次分析方法,在蛋白质功能预测方面达到90%以上准确率,为新药开发和精准医疗开辟新道路。这项技术不仅加速了蛋白质研究进程,更为解决复杂疾病提供了强大的AI助手,预示着人工智能与生物医学融合的美好前景。