基于人工智能的數字化零售

羅 甜，羅福龍，丁朝陽，許行虎，范 堃

(1.武昌工學院；2.中國移動通信集團設計院有限公司 湖北分公司，湖北 武漢 430000)

在移動互聯網、人工智能等技術的發展浪潮下，消費者越來越追求消費的個性化和體驗感。首先是在購物場景上，消費者更喜歡具有互動性和新鮮感的體驗式購物場景。其次是在購物選擇上，消費者不再只看重消費的廣度即商品的豐富性，還看重消費的深度即消費過程的舒適度。最后是在購物方式上，消費者希望購物不再受到時間和空間的限制，能隨時隨地挑選商品和支付。“危”與“機”并存，中產階級不斷壯大，“85后”“90后”成為消費主體，新的消費觀正在形成和崛起，他們更注重“服務消費”，追求的是購買及使用過程中的服務質量和體驗，同時更講究品牌和文化內涵，消費個性化、便利化、情感化特征更加明顯。

1 傳統線下零售行業現狀分析

在移動互聯網的沖擊下，隨著線上電商的崛起、用戶增長和流量紅利的逐漸萎縮，傳統線下零售面臨著巨大的挑戰。長期以來，實體門店在促進商品消費過程中發揮著至關重要的作用，甚至在較早時候，實體門店是消費的無二場所。然而，隨著技術的發展和消費行業內外部環境的變化，傳統線下門店的痛點和弊端逐步顯現。

1.1 門店功能單調，用戶觸點維度單一

大部分線下門店主要是在固定不變的場地和時間，通過展示商品，來供消費者挑選和購買。然而在移動互聯網時代的今天，消費者更想追求消費的多元化和體驗感，這樣一來，傳統實體門店在運營模式上就很難提升甚至是很難維持用戶黏性，更難以有效拓展客戶資源進行長期收益。

1.2 門店擴張困難，重點場景覆蓋不足

線下實體門店擴張難度較大，特別是在核心商圈、大型社區等人流量較大的重點場景進行門店覆蓋極其困難。線下門店的擴張涉及門店選址、門店的建設和維護成本、人力成本、門店運營及經營成本等，在各個大企業經營成本縮減、市場基本飽和、生活成本和人力成本極速上升的大環境下，實體門店的擴張更加舉步維艱。

1.3 實體門店運營成本不斷攀高，成本使用有效性不足

如上所述，線下實體門店的運營除了基本的建設和維護成本外，還要承擔日益增長的房租、水電和人力費用。若在正常運營成本基礎上無法實現人效和坪效的正向增長，那么門店的經營將走向虧損直至倒閉。

2 新零售特點分析

隨著物聯網、移動支付、機器視覺、生物識別、深度學習等人工智能技術的發展，可在線下門店中部署傳感器進行實時的狀態監測，通過物聯網將人、商品和場景連接起來，構建全新的購物情景。技術升級正在不斷助推新零售的進步，圍繞用戶體驗進行業態升級，不管是新的智慧門店還是新的互動體驗，都將與過去完全不同，應用新的技術給消費者帶來全新的體驗將成為常試常新的存在。

2017年新零售的誕生為行業帶來了場景革命，跨界和零售業態的融合雖然使新零售的邊界變得模糊，但零售的本質依舊未曾改變，無論是新消費升級、大數據賦能、人工智能技術的應用以及場景革命等，未來最終都會指向一個目標和追求：降低成本、提高效率、提升體驗。而隨著科技的進步，線上線下消費場景的深度融合也將重啟傳統線下門店的輝煌時代，充分發揮其觸點價值和實體交互體驗價值。與傳統線下零售和傳統電商不同，新零售是利用互聯網及人工智能等相關技術對商品的生產、流通和銷售過程進行數字化跟蹤和價值挖掘，進而重塑業態結構與生態圈。

“新零售”背景下，線下實體渠道價值逐漸回歸。如何充分把握這一機會，發揮自身實體門店獨一無二的特點及優勢，推動線上線下深度融合，實現全渠道精準營銷及服務，打通各運營管理流程，成為零售行業的新命題。該新命題的出發點是以人為中心，即以消費者為中心，整合并融合線上線下各資源優勢，提供更豐富的產品和更優質的購買服務體驗，以滿足消費者購物、娛樂和社交的綜合體驗需求。在融合方式上，管理者需要關注并掌握實體門店、線上商城以及社交媒體等的動態情況，結合具體情況進行有效融合，也即是需要進行線上線下的深度融合。線上線下的融合追求的不僅僅是交易形式的多樣化，更是為了深度整合內外部資源，實現各渠道客戶體驗的一致性和運營效率的最大化。

技術革新下的新零售應包含以下特點：①能無感知地自動識別并記錄消費者到店情況；②實現消費行為的全程跟蹤與記錄，并與消費者及時互動，提供適時的個性化服務；③讓消費者能自主選擇購買(線上或線下)和支付方式，以實現突破時間、地點、方式的限制進行消費。

3 數字化零售功能及價值體現

基于以上新零售特點，要重構人、貨、場的價值，其第一步就是要實現數字化，該數字化不僅包括實體門店的數字化，還包括來到實體門店的消費者的數字化，即數字化是一切的基礎。數字化零售將幫助管理者或經營者實現消費者標簽化、客流數字化、商品數字化，以及消費行為數字化等，將以實際數據為依據，幫助管理者或經營者從以產品為中心，有什么賣什么的被動境地轉換到以消費者為中心，根據消費者實際消費需求進行精準營銷，從而實現人效和坪效的有效提升。

3.1 數字化零售基礎功能分析

3.1.1 客流統計及用戶屬性分析。在門店入口處安裝一定量的人臉抓拍攝像機，對門店入口處進行全方位覆蓋，當消費者進入門店時，放置于門店入口上方的人臉抓拍攝像機會自動抓拍其人臉信息，準確統計出該用戶是今天到訪的第幾位用戶。此外，基于人體跟蹤技術，還可有效避免因在門口徘徊和逗留引起的重復計數，以達到客流精準統計的目的。此外，系統會根據前端采集到的人臉信息進行屬性分析，如消費者的年齡、性別、是否戴眼鏡、衣服顏色等，以完成客戶畫像，幫助經營者準確把握目標客群。

3.1.2 門店熱力及消費者行為分析。當消費者在門店內選購商品時，放置于門店內的攝像機會全程追蹤并記錄每個用戶在門店內的移動軌跡和在各區域的停留時長、關注了哪些產品、成交記錄等信息。最后根據這些消費者行為數據進行門店的熱力呈現，經營者可根據門店熱力圖等消費行為數據為用戶提供更加個性化和精準化的產品及業務服務。此外，這些消費者行為數據還能幫助經營者對產品的引進選擇和門店陳設做出相應的調整，以合理引流與分流，讓產品能最大限度地吸引客戶目光，提高成交率。

3.1.3 用戶識別及個性化服務分析。前端采集到人臉信息后還會將人臉信息與系統后臺數據庫進行匹配，判斷出該消費者是新用戶、老用戶還是黑名單人員。若為新用戶，則將新用戶到店提示信息通過PC端和手機App推送給店員，以便其對新用戶進行相應的接待，以實現客戶的留存；若后臺比對為老用戶，則將老用戶的相關歷史消費信息推送給相關店員，以實現用戶的精準營銷；若為黑名單人員，則及時啟動相應預案，以防止風險事件的發生，及時止損。

3.2 數字化零售的價值體現

3.2.1 客群分析側。通過對門店的客群數量統計，可幫助分析門店所處地段客群量；通過對門店入口客群的統計分析，可掌握目標客群入店率占比、會員入店占比等；統計主要消費群體的性別和年齡，可幫助內部調整產品或業務的調性；統計各個時間段的入店人數，幫助內部優化人力資源，合理排班等。

3.2.2 會員識別與推送側。系統對每個來訪消費者進行記憶，會員入店時實時推送會員到訪信息；快速獲取會員歷史消費數據，分析用戶平均消費能力和興趣產品，以幫助經營者實現目標用戶的精準營銷。

3.2.3 運營管理側。實時客流查詢、客流滯留時間及歷史數據管理；根據用戶消費行為分析，制定有針對性的促銷政策；通過客源數據的變化，有效評估廣告和促銷活動效果以及促銷活動投資回報率；通過客流統計和消費分析，評估門店的經營業績；區域管理(各出入口、展柜等)；統計管理(按小時、天、周、月、季、年)。

3.2.4 預測指導經營側。通過對客群的實時統計分析，可預測未來某一時間段的客群數量，幫助優化內部資源；通過歷史數據的分析，預測未來某一時間段的不同屬性客流和產品銷量；通過歷史數據分析，掌握客源規律，制定有效的經營決策；通過客源人群轉化率，制定門店服務質量提升策略；通過客源人群購買率，有針對性的策劃營銷和促銷活動；統計主要消費人群類別，調整產品調性。

4 結束語

本文介紹了基于物聯網、人工智能技術的“新零售”方式，通過對門店環境及消費者的數字化分析，幫助門店實現精準營銷的同時，實現用戶的個性化服務，提高用戶消費體驗。