人工智能時代百貨零售企業的營銷變革

摘 要：人工智能技術具有低成本、低差錯率等優勢，目前已經在交通、醫療、零售等行業落地應用。百貨零售行業可以在信息采集與識讀、消費者洞察、精準營銷、客戶服務、智能決策等場景下應用人工智能技術，在應用過程中面臨消費者的數據安全與隱私暴露、信息數據失真、消費者幸福感降低、人才缺乏等問題，可通過信息數據分類分級管理、合理設定推薦頻率、外引內培等措施推動人工智能營銷的發展，助力百貨零售企業的轉型升級。

關鍵詞：人工智能;百貨零售企業;精準營銷

本文索引：曾繁斌.人工智能時代百貨零售企業的營銷變革[J].中國商論，2021（24）：-006.

中圖分類號：F724.2 文獻標識碼：A 文章編號：2096-0298（2021）12（b）--03

自人工智能概念提出至今，人工智能技術已經取得長足的進步，特別是近10年來發展尤其迅猛。與此同時，由于人工智能技術所具有的機器學習、計算機視覺等技術所帶來的低成本、低差錯率等方面的獨特優勢，人工智能技術已經在交通、教育、醫療、安防、零售等行業內落地應用，在社會經濟活動中發揮著越來越大的作用。百貨零售行業也緊跟時代發展的步伐，將新興科技融入企業經營活動中，用科技賦能企業發展和轉型升級，但由于投資、技術及人才等方面的原因，百貨零售行業人工智能技術還存在應用深度不夠等問題。

1 人工智能在零售行業的應用狀況

人工智能是指能夠正確理解外部數據，從數據中學習，并利用這些學習結果通過柔性適應來完成特定目標和任務的程序、算法、系統或機器。主要研究如何模擬人的思維及行為方式以便更可靠、更準確地完成既定任務，實現目標最大化。人工智能技術可以和物聯網、虛擬現實/增強現實/混合現實、第五大移動通信、機器人等新興技術結合應用，促進人工智能技術的跨越式發展。

艾瑞咨詢發布的《2020年中國AI+零售行業發展研究報告》顯示，人工智能技術于2017年開始應用于零售領域，2018年AI+零售市場規模為4.2億元，2019年為6.5億元，預計2022年達到26.7億元的規模，每年以超過50%的增幅快速成長。《2020—2021年中國百貨零售業發展報告》顯示：在參與調查的樣本企業中，59%應用了自助收銀系統，39.8%在使用人臉識別技術，39.8%應用動態軌跡做客流分析，33.7%使用了攝像頭識別，28.9%設置了互動屏，16.9%應用AI/機器人，13.3%應用了VR技術，12%使用了虛擬試衣鏡/試衣間技術，6%應用了虛擬場景。其中，攝像頭識別、互動屏、動態軌跡做客流分析、AI/機器人、虛擬試衣鏡/試衣間等技術的應用比例分別比2019年上升6.9%、17.6%、13%、5.6%、5%。

2 百貨零售企業人工智能應用的場景分析

由于計算機視覺、自然語言、語音識別等技術的不斷成熟和廣泛應用，與消費者相關的數據種類、數量均出現爆發式增長，人工智能的算法和算力也有大幅提高，再加上大數據、5G等技術的發展，人工智能逐漸應用到零售行業價值鏈多個環節的眾多場景之中。

2.1 信息采集與識讀

應用計算機視覺、自然語言處理、智能語音識別等技術不僅可以采集和識讀線上場景中有關客戶的瀏覽、查詢、比對、交易、客戶評價等交易數據，以及社交媒體中圖片、文字、聲音、表情包等內容數據，還可以采集和識讀線下場景中客戶的行動軌跡數據、面部表情、語音語調語速等情緒、態度、情感方面的數據，能夠幫助營銷人員從更多的維度、更準確地把握消費者的偏好和需求變化趨勢。

2.2 消費者洞察

隨著機器學習技術的發展以及人工智能算法的進步，企業可以分析包括消費者行為特征、情感、態度等在內的數據信息，能夠從包括各種肢體動作、表情等行為數據在內的所有消費者數據中提取特征、找出任務與特征的關聯，建立分析模型，構建知識圖譜。基于海量用戶數據的機器深度學習技術，能對顧客的購買力、品牌忠誠度、消費頻率、消費興趣多樣化信息標注標簽，形成精確的用戶畫像，更有效、更精準地識別目標客戶群體，更深層次地洞察消費者的需求特別是潛在需求。

2.3 精準營銷

基于先進的機器深度學習、算法等技術構建起消費者需求預測模型后，可以結合客戶關系管理系統中的用戶基礎數據、交易數據、行為及情感類數據預測顧客的個性化需求，據此設計或選擇匹配顧客需求的高定制化產品或服務，并將該產品或服務的信息，通過顧客偏好的媒體、在適當的時機觸達顧客，為顧客提供個性化信息服務和決策支持。如樂高應用大數據和人工智能預測模型，預測出2017年圣誕節玩具的需求趨勢，設計推出并精準推送了樂高版的玩具，取得了巨大成功。

2.4 智能客服

隨著自然語言處理技術、智能語音交互技術的日益成熟，人工智能技術在客戶服務與管理場景的應用日益增多，涵蓋了從售前到售后的全過程，能不間斷、高質量地滿足顧客咨詢、購物、查詢、跟蹤、退換貨等方面的需求，服務機器人是其中的典型應用。

售前環節，可以通過客服機器人回復顧客咨詢、與顧客對話交流，可以精準推送百貨企業門店或網店的新品、活動等信息。售中階段，服務機器人可以承擔迎賓問候、咨詢交流、智能搜索并識別產品、智能導購、路線指引、商品推薦、商品展示介紹、商品體驗試用、優惠活動推薦、洽談、情緒管理、引導下單及付款等工作，為顧客提供千人千面的智能化服務。如優必選的克魯澤可以采用文字、語音、圖像、動作、環境捕捉多樣化形式與消費者展開交流互動。售后階段，服務機器人可以承擔訂單狀態查詢、信息回復、商品使用咨詢、維護及保養建議、商品維修處理、顧客投訴處理、退換貨引導、智能預判等任務，促進產品或服務的二次銷售，實現口碑傳播。

2.5 智能決策

在大數據、云計算等技術的支持下，人工智能技術可以幫助營銷人員做好店鋪選址、品類建議、品牌建議、產品優化、銷售額預測、采購時機、庫存優化、產品研發優化、供應鏈網絡效率優化等維度的決策，還能在計算機中模擬營銷問題的解決過程，便于優化、選擇營銷解決方案，提升決策科學化水平。

3 百貨零售企業人工智能應用面臨的風險與挑戰

雖然人工智能技術在百貨零售企業的落地步伐不斷加快，但依然面臨來自消費者隱私保護、信息安全、信息失真、人才缺口等方面的風險和挑戰。

3.1 消費者權益受到威脅

3.1.1 消費者隱私透明化

數量龐大、種類多樣、內容豐富翔實的數據是人工智能營銷應用的基礎，但采集這類信息需要安裝傳感器等設施設備，這類設施設備安裝過多過濫，會讓顧客產生被窺探、沒有個人隱私的、不安全感，帶來消極的消費體驗，引發消費者擔憂甚至產生抵觸情緒。

3.1.2 泄露消費者數據信息

企業在管理和使用消費者數據信息過程中，由于管理制度不健全、部分員工缺乏隱私保護意識、個別員工見利忘義、操作流程不規范、企業信息系統安全防護弱等原因導致消費者個人隱私信息外泄，給客戶帶來困擾、安全隱患、經濟損失等。

3.1.3 大數據殺熟

近年來，在電商領域經常爆出商家濫用在客戶及商品信息方面的優勢地位，無任何差別的商品或服務會根據客戶的經濟狀況、交易習慣等設置差異化價格，不同顧客打開相同平臺完全相同的產品，看到的商品標價不一樣，存在大數據殺熟的現象，使消費者產生被歧視感，引發投訴、抵制等問題。

3.2 信息數據失真

在人工智能技術采集的信息數據中，由于評價激勵機制、營銷中介機構的故意等原因出現信息魚龍混雜、摻雜虛假數據等問題，主要有顧客的虛假評論、客戶流量數據造假、虛假廣告信息等，這些不真實的數據會影響企業的營銷決策是否得當。

3.3 消費者的幸福感降低

消費者的消費體驗除了產品或服務本身帶來的體驗、消費環境帶來的場景體驗、與營銷人員互動交流帶來的情感體驗外，觀賞美好事物、發現新商品、終于找到中意商品的驚喜等也是良好消費體驗的重要組成部分。自主獲取商品能帶來搜索過程的心情愉悅感和結果的成就感。長期的精準推送雖然能節省消費者的時間、精力和貨幣成本，但被動獲得商品或服務會降低消費者的獲得感，容易形成對用戶的干擾，引起消費者的緊張情緒，最終降低消費者的幸福感。

3.4 人工智能營銷人才缺口大

從事人工智能營銷工作需要具備較強的大數據、云計算、人工智能等新一代信息技術應用和市場營銷的復合能力，要求較高，由于百貨零售企業應用人工智能的時間較短，專業技術人才嚴重缺乏，將會極大影響人工智能營銷的實施成效。

4 百貨零售企業營銷中應用人工智能技術的思考

百貨零售企業營銷工作中應用人工智能技術要兼顧企業的需要、消費者和員工的認知及適應狀況等，堅持以消費者為中心，遵循由點到面、由易到難的原則，逐步推進。要做好系統謀劃，建立健全并落實相關制度，切實提高消費滿意度，贏得消費者的支持和信任。

4.1 建立健全客戶數據分類分級管理制度

客戶數據包括原始數據和經過加工處理后的數據，原始數據包括客戶基礎信息數據、客戶交易數據、客戶行為數據等。根據各類數據的特征設定不同的調閱和使用權限，相關責任人員負有信息保密的義務，僅能在權限范圍內合法使用數據，不得復制、泄露、倒賣客戶數據。在制定并貫徹落實客戶信息數據分級分類各類制度基礎上，還要從硬件和軟件等方面提高客戶數據信息防護能力，切實提升客戶數據信息的安全防護水平。

4.2 保護消費者合法權益

首先，要嚴格遵守國家有關用戶信息采集與隱私保護的法律法規，不能發生任何違法采集客戶信息的行為。其次，要尊重客戶的隱私權，各類傳感器、攝像頭等采集、記錄客戶行為過程的儀器設備應遵循非必要不設置的原則，在充分尊重客戶隱私和照顧客戶感受以及消費者知情的前提下，合理規劃客戶行為記錄裝置的安裝和使用。此外，還要保障客戶的知情權和公平交易權等。

4.3 實施差異化的個性化定價策略

在通過線上渠道實施營銷活動時，要以顧客全生命周期價值最大化為標準，針對不同心理特質的消費者采用不同的差異化策略。針對低逆反心理特質的消費者要按同質同價、優質優價的定價原則，合理制定面向全體客戶的銷售價格，以客戶價值差異化為基礎進行個性化定價，避免出現產品或服務無差別的差別價格、歧視價格;針對高逆反心理特質的年輕消費者可以采用人工智能定價方法實施個性化定價。

4.4 分類管理推薦信息，提高消費者感知利益

要對商品或服務信息推薦實行分類管理，對于高創造性、主觀性的產品或服務，可以采用鼓勵消費者與人類互動、由人類專家根據主觀經驗為消費者提供建議的推薦方式，或者通過推薦界面、互動語言、實體店智能設施等方面的人工智能擬人化設計向消費者提供建議的推薦方式。而對于低創造性、客觀性的產品或服務，可以采用基于算法或統計模型的人工智能推薦方法。

對于心智更成熟的消費者，在進行基于消費者行為特征的個性化推薦時，必須注意推薦得是否正當、是否合理;在與金錢、藥品等有關的高敏感度消費情景中，推薦的信息宜模糊不宜精準;根據消費者對隱私擔憂的不同程度，推薦不同程度的個性化、精準化信息。

4.5 打造高素質的人工智能營銷團隊

人工智能營銷戰略戰術的決策與實施離不開高素質的團隊，百貨零售企業可以通過外部引進和內部培養相結合的方式打造人工智能營銷團隊，核心骨干可以從人工智能應用處于領先地位的行業、企業等組織聘請，其他的團隊人員則可以通過進修學習、培訓、項目建設等方式從現有員工中選拔培養。

5 結語

綜上所述，融入人工智能等新興信息技術是百貨零售企業營銷發展的必然趨勢，人工智能營銷在百貨零售行業的應用場景非常豐富，能有效幫助企業實現個性化精準營銷、提高客戶體驗。百貨零售企業要和人工智能行業密切合作，貫徹以消費者為中心的理念，積極應對落地應用過程中面臨的諸多困難和挑戰，才能更好滿足消費者品質化、個性化、多樣化的需求，賦能百貨零售企業扎實推進轉型升級。

參考文獻

[1]中國百貨商業協會，馮氏集團利豐研究中心.2020—2021年中國百貨零售業發展報告[EB/OL].2021-04-08.https：//www.163.com/dy/article/G73L9HJ105445BQZ.html

[2]林子筠，吳瓊琳，才鳳艷.營銷領域人工智能研究綜述[J].外國經濟與管理，2021，43（3）：89-106.

[3]齊佳音，胡帥波，張亞.人工智能聊天機器人在數字營銷中的應用：文獻綜述[J].北京郵電大學學報（社會科學版），2020，22（4）：59-70.

[4]劉厚蜓，唐瑾.淺談人工智能技術在商業營銷中的運用[J].現代商業，2019（36）：19-20.

[5]王琴琴，楊迪.人工智能背景下本土化智能營銷策略研究[J].新聞愛好者，2019（11）：55-5

[6]王佳煒，陳紅.人工智能營銷傳播的核心邏輯與發展挑戰[J].當代傳播，2020（1）：73-76.

[7]于檬.人工智能背景下市場營銷行業現狀及發展趨勢研究[J].財富生活，2019（18）：82-83.

[8]吳瓊.人工智能時代零售企業的營銷變革與挑戰[J].中小企業管理與科技（上旬刊），2020（9）：152-153.

[9]湯洪.人工智能在區域營銷方面的應用研究[J].商訊，2021（9）： 171-172.

[10]宋曉兵，何夏楠.人工智能定價對消費者價格公平感知的影響[J].管理科學，2020，33（5）：3-16.

[11]吳繼飛，于洪彥，朱翊敏，等.人工智能推薦對消費者采納意愿的影響[J].管理科學，2020，33（5）：29-43.

[12]呂巍，楊穎，張雁冰.AI個性化推薦下消費者感知個性化對其點擊意愿的影響[J].管理科學，2020，33（5）：44-57.

作者簡介：曾繁斌（1971-），男，漢族，福建三明人，副教授，碩士研究生，研究方向：營銷管理。

Marketing Transformation of Retail Companies in the Era of Artificial Intelligence

Fuzhou Polytechnic

ZENG Fanbin

Abstract： Artificial intelligence technology has the advantages of low cost and low error rate， and has been applied in transportation， medical care， retail and other industries. The retail industry can apply artificial intelligence technology in the areas of information collection and reading， consumer insight， precision marketing， customer service， intelligent decision-making， etc. In the process of application， it is plagued by problems like consumer data insecurity and privacy exposure， information data distortion， consumer happiness reduction， talent shortage etc. Artificial intelligence marketing can be promoted through information data classification and grading management， reasonable setting of recommendation frequency， external recruitment and internal training and other measures to facilitate the transformation and upgrading of retail companies.

Keywords： artificial intelligence; retail companies; precision marketing