人工智能如何重构和驱动新零售的“人货场”

本篇文章3413字，读完约9分钟

“人和货场”是零售业中一个永恒的概念。无论技术和商业模式如何变化，零售的基本要素都离不开这三个字。未来零售业的大趋势是企业利用互联网和大数据，以实体店、电子商务和移动互联网为核心，通过线上线下的整合，实现商品、会员、交易、营销等数据的整合和互通，为客户提供跨渠道、无缝的体验。

阿里巴巴首席执行官张勇表示，围绕人、商品和领域的所有商业元素的重构是迈向新零售的一个非常重要的标志，其核心是商业元素的重构能否有效，能否真正带来效率。简单地说，新零售使零售业能够通过数字技术围绕消费者的需求重构人们的货场，最终实现以消费者体验为中心，创建高效企业，促进消费升级。

未来零售的核心是消费者体验。通过构建一个或多个以消费者体验为核心的购物场景，消费者可以感受到场景和场景中的产品所传达的价值，并在合适的时间和地点以最实惠的价格和最轻松、最满足、最可控的心情购买自己想买的东西，这对任何消费者来说都是最重要的。

如果这种经验缺乏基于数据的支持和优化，它将成为一棵无根的树和一个被动的水。满足这一基本需求的能力仍然基于消费者购买过程中的数据分析和预先判断。传统零售业在很大程度上依赖员工的个人经验和领导者的意愿来完成这一过程，而真正代表未来方向的是基于现有的多维数据来优化“人和货场”。

从这个意义上说，未来的零售不是简单的商店升级或新的盈利模式，而是由数据驱动的新的零售商业模式。决定这种商业模式成败的关键因素是企业收集数据和使用数据来指导零售决策的能力。人工智能无疑已成为这一能力的技术核心和基础，从而实现了规模、自动化和前所未有的精度。通过人工智能改造和驱动新零售业的“人和货场”是大势所趋。

人物:洞察最熟悉的陌生人

由于每天都有大量的交易，消费者对零售商来说并不陌生。然而，传统零售商对于他们理解消费者需求的深度，尤其是他们内在的和本质的心理需求，感到非常困惑。

在新的零售模式下，零售商可以研究和分析他们的目的、行为和动机，挖掘用户之间的差异，并通过深度学习算法对他们相似的行为和心理特征进行分类和聚类，从而得到最典型的消费者特征。通过添加场景和人口统计属性，可以使图像栩栩如生，并且为他们设计和推荐产品将更有针对性。例如，在未来，零售商可以完整地记录和收集“消费者”的个人生物属性、着装、行走路径、走走停停、表情和情绪、触摸观察、历史购买数据等行为的数据，从而创建有见地的个人数据，然后对不同的消费者进行聚类分析，从而为消费者绘制肖像，让他们虚拟地代表真实的用户，这实际上是基于一系列真实数据的用户模型。根据他们的特点和行为差异，将他们分为不同的类型，进行分类和聚类，形成一个完整的特征总结，模仿他们的思维和逻辑，然后用“特征和行为导向”来预测消费者的消费兴趣和行为，使消费者能够为他们获得有价值的信息，零售商能够在合适的时间为合适的消费者提供合适的产品信息，并与未来愿意购买产品的消费者建立良好的关系，使消费者对商品和零售商产生兴趣。

领域:如何使“人与物”更加融合

没有场，就没有人与物之间的联系方式和媒介。人和物就像阴阳两极，相互吸引，产生情景。场景具有无形的吸引力，可以拉近人与物之间的距离，最终达到“一人一物”的目的。未来，随着人工智能技术的进一步成熟发展，消费场景将真正无处不在，你看到的就是你得到的。同时，该领域的各种要素如支付、环境、等待、距离等。将被重建、整合和优化。零售店是商店类型的机器人，这确实提高了消费者的体验。

拥挤和等待是零售销售的杀手。消费者讨厌购物和付款时的拥挤和等待，尤其是在收银台前等待消费的最后阶段，这往往是零售场景中最长的等待时间，这使得购物带来的快乐、控制和自主性席卷了空.借助先进的技术，如滚动和神经网络，深度学习，机器视觉，生物识别，生物支付，增强现实/虚拟现实等。，以神兰科技“takego”为代表的无人值守智能零售系统和现场免结算支付系统，将排队和支付的等待时间降到最低，让消费者真正忘记结算。未来，数量多、面积小的无人商店将把以前的大商店变成小商店，每个小商店的产品将被划分成一个统一的、直观的部门。商品展示将根据最佳路径、行为习惯和生理特征进行优化，从而实现人与商店之间的最佳互动体验和互动。SKU的数量可能不多，但它们一定是畅销书。购物就像把东西带回家，你看到的就是你看到的，你得到的就是你得到的。

通过对消费者的深入了解，消费者可以分为三个维度:人口属性、行为属性和心理属性，从而基于当地商业区对消费者的购物习惯、爱好和过去的购买历史有一个深刻的了解。情景实际上帮助品牌和零售商与最小的个体消费者建立联系，这种联系是频繁和持续的。在场景中，他们可以与消费者沟通，借助人工智能技术直接询问消费者的需求，并根据他们在洞察过程中了解到的信息为消费者量身定制推荐和建议，这也为最终实现“千店万区”奠定了坚实的基础。

商品:最容易被忽视的致命因素

新零售关注人，强调现场消费，提升消费体验，似乎正在与以“商品”为核心的传统零售拉开距离。造成这种误解的原因是，商品管理往往扮演着“幕后英雄”的角色，不像场景那样光彩夺目，不与消费者直接接触。因此，它没有受到消费者的重视，也没有被零售商所重视。然而，由产品选择、定价、促销、供应链、采购和物流等商品管理领域组成的操作系统已经成为零售商日常正常运作的一半，也是消费者体验成败的重要物质基础。

在新的零售格式中，大量的零售操作数据，包括消费者、商品、销售、价格、库存、订单等。，是在不同的应用场景中生成的，结合不同的业务场景和业务目标，如商品类别管理、销售预测、动态定价、促销安排、自动补货、安全库存设置、仓库与商店之间的转移、供应计划调度、物流计划制定等。从本质上讲，人工智能是一种预测技术，预测的目的不是为了预测而预测，而是为了指导人类的行为决策，从而避免未知和不确定的决策所带来的焦虑。

就人工智能在新零售业态“商品”中的应用而言，有两个核心模型，一个是预测模型，另一个是决策模型。预测模型主要利用回归、分类、时间序列等算法，建立基于大量历史数据的统计模型，预测未来销售；决策模型利用启发式算法、整数规划、解析解等算法，建立运营模型，对上述具体业务场景的应用进行决策，从而构建企业预测和决策可视化平台系统，模拟上述应用场景的决策，核心是提高业务预测的准确性。实现相关应用场景的智能高效决策，准确解决客户“卖什么、怎么卖、送哪里、赚多少”的五大核心问题。

在新的零售模式中，商业的本质没有改变。事实上，它仍在买卖。人们想要购买商品，商品需要找到合适的买家，人与商品之间的交易需要通过市场来实现。这种模式下的“人与货场”的特点是“联系性、动态性和精确性”。消费者真正与商品和企业联系在一起，他们的真正需求可以被细心理解。动态操作是基于不断变化的用户肖像，动态开发或选择合适的商品，以及动态调整场景，所有这些都是为了准确地为消费者服务。

在传统的零售模式中，这三个要素是完全分开的。原因是，尽管围绕这三个要素收集了大量数据，但它们并没有真正串联起来，仍然处于“分而治之”的状态。事实上，新的零售模式需要基于数据优化整个链。数据就像企业的血液，出现在企业运作的各个方面，可以将“人与货场”三要素有机地结合起来。在选择产品时应充分考虑人们的偏好和领域特征，在备货时应充分考虑人们进入该领域的流量和转化率，在配送货物时应充分考虑该领域所需的货物结构。人工智能就像心脏和水泵一样，将“数据”血液转化为企业决策的能量和动力。

在传统的零售模式中，无论是在实践中还是在研究中，无论是在技术、工具、人员培训、解决方案等方面。，没有有效的方法来连接和整合“人和货场”。这三个要素仍然各不相同，归根结底，它们仍然缺乏这种技术和数据能力以及文化素养。在当前的市场环境下，阿里、JD.com等零售巨头都在努力寻找一种基于自身数据能力的有效方法。

同时，未来将会有更多的零售企业，他们将会实践扎实的技术和数据技能，并参与到这一变革中来，真正形成“人与货场”的联动和协调。未来是人工智能的时代，它将重新定义零售，零售市场属于善用人工智能的企业。虽然每个公司都会受益于大数据和人工智能的使用所带来的好处，但这并不意味着每个公司都应该有自己的数据科学或机器智能方面的专家，这些专家可以通过神兰科技和欧睿供应链等专业公司提供给全社会，从而共同推动新零售业的发展。