新零售是如何从全渠道融合等四个方面演进的?

2017-10-20 09:58:34  来源:e行网

摘要:众所周知,自马云在“2016云栖大会”上提出“新零售”概念以来,围绕新零售和消费升级的一系列内容成为了当下最受热议的商业话题之一。
关键词: 新零售 全渠道
\

  众所周知,自马云在“2016云栖大会”上提出“新零售”概念以来,围绕新零售和消费升级的一系列内容成为了当下最受热议的商业话题之一。新零售,这个看似抽象的概念,如今正以前所未有的速度向前发展着,从京东耗资百万新设立的便利店,到小米创始人雷军宣布小米未来3-5年内重心是做线下零售店,人们对新零售的关注度日益攀升。那么,到底什么是新零售?它到底是如何演变的呢?
 
  新零售主要朝着四个方向演进
 
  一、消费者诉求优化
 
  消费者的诉求始终是零售发展的目标,企业需要去创建一个以顾客为中心的闭环,满足顾客需求,实现销售目标。在当下零售业变革的过程中,企业和用户的诉求均发生了一定变化,从企业的视角来看,企业的诉求是更丰富的产品展示和交互手段,更多样化的客流入口和规模,更低成本、更高效的运营模式;从顾客的视角来看,用户的诉求是更好的消费体验,更方便的信息获取方式,更便捷的服务。
 
  在现阶段的风口上,无人便利店,无人货架概念相当火热。无人零售店是以改善用户体验为核心,重点不是有人或无人,而是技术革新所提升的用户体验。曾一手主导Amazon Go无人商店的华人科学家任小枫表示:“亚马逊做无人商店的出发点并不是为了节省人力成本,而主要是为了用户体验,节省排队时间,让大家更方便地购物。TakeGo创始人陈海波认为,最好的购物就像在家里拿东西,最好的结算就是忘掉结算。深度学习,卷积神经网络等AI技术很好的运用,实现扫手开门,拿了就走,让购物体验达到极致。
 
  二、供应链优化
 
  物流和供应链公司正在纷纷投资并转型人工智能(AI)解决方案,无论是小型企业和大型企业都在进行机器学习、机器人技术等方面的创新,用以应对最迫切的难题,这是因为,物流的崩溃势必会导致供应链的断裂,寻求其他方式来管理库存、预测价格以及简化操作是一项需要随时准备着的工作。
 
  供应链需求中,价格预测是最大业务挑战。在运输行业,价格会随着季节、月份甚至每天的不同时段、卡车行驶车道等等,都会有波动,因此价格预测成了最大的业务挑战。用深度学习技术实现预测价格的机器学习模型,用来检查货运定价历史数据,并综合天气、交通、社会经济挑战等因素,最终估算出公平的交易价格是比较理想的。
 
  运输过程中的意外如何应对上,收集大量的信息源,分析过去中断造成的影响,并训练AI学习人类制定应急计划的能力,使之能自动化的纠正失误,最终能被训练成自动处理事务。
 
  三、全渠道融合
 
  商品+服务”、“线上+线下”、“零售+体验”等融合发展的迅猛势头。传统商业与网络零售相得益彰、相互渗透,线下网点渠道资源、商品品牌和服务优势与互联网、大数据等电商新技术新应用相结合,全渠道融合发展新零售。
 
  近年来,传统零售企业与电商“化敌为友”,电商+店商开始融合联姻,合作步伐明显加快。自2014年初,阿里巴巴集团以53.7亿港元入股银泰商业集团,成为其单一最大股东后,2015年8月,阿里巴巴又以283亿元人民币战略投资苏宁云商集团,成为第二大股东;同年8月,京东入股永辉超市,占股10%。今年6月,阿里和苏宁围绕“品牌商、零售商、消费者”,宣布“三体贯通”战略,推动战略合作升级。
 
  无人零售,连锁便利店、智能售货柜、办公室货架、自动售货机、SPA(自有直营品牌)、盒马模式也大批量诞生,销售渠道多元化。
 
  四、运营模式升级
 
  大数据和人工智能时代,必将用人工智能技术实现数据驱动的零售运营模式。
 
  运营模式必须通过线上平台、线下数字化智能设备等实现全渠道信息共享,唯一定位消费者个人,从交付端、服务端及商品端等方面打造消费体验。
 
  以淘咖啡,TakeGo为代表的人工智能零售终端,用人工智能技术构建用户消费数据平台,用户画像、店内热力图等,分析消费行为,形成一套具有深度学习、智能算法的新零售管理平台,通过数据分析快速调整商品结构,通过用户画像所形成的大数据也可以运用到金融,医疗等多个行业内,实现多行业联动。
 
  业内人士分析认为,随着经济的深入发展,消费体验的不断升级,需求个性化、服务产品化和场景体验化有望成为新零售模式的核心要素。对于消费者而言,新零售所呈现的专业性、安全性和便捷性是吸引他们参与购物的主要动力;而对于商家、加盟者来说,新零售首先打破了传统的商业价值模型,不论是交易价值、服务价值,还是它所沉淀下来的使用价值,商家利用人工智能、大数据技术,让新零售模式能在激烈的市场竞争中抢占获利先机,并取得长足发展。


第三十四届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:lixiaojiao

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。