由于技术的快速发展,品牌通过技术增强购物体验,增加便捷性,吸引用户,推动品牌的数字化转型。零售技术(Retailtech)指的是实体零售商和电子商务平台在其店内和供应链运营中使用的数字技术和创新,它是零售业数字化转型的核心。自动化、物联网和人工智能等技术在零售技术平台中被频繁使用。
虽然电商成为品牌的主流销售渠道,仍有大量的购物行为发生在线下。因此,如亚马逊等电商巨头向线下门店扩张;线下实体店也在进行数字化转型, 通过互联网、大数据等技术手段,连接线上和线下渠道,以及供应链环节,打通会员数据,对传统零售业态进行彻底颠覆。
店内展示
新技术的出现改变了店内商品的展示方式。通过VR、AR等技术顾客不仅能看到商品的外观和价格,甚至可以感受到使用商品的体验。
2017年,奥迪在全球展厅推出了虚拟现实体验,以提供更个性化的客户体验。客户通过佩戴VR设备,配置梦想中的车辆,探索汽车的外观和内部的现实细节。体验还包括特殊的「奥迪时刻」,如勒芒24小时比赛,让用户可以见证加油停车站的氛围。除此之外,更多的店内展示/体验相关的技术包括:
可扫描营销:可扫描营销(Scannable Marketing)利用的是我们熟知的二维码。二维码由黑色的方形点组成,这些点排列在白色背景的正方形网格中,可以被成像设备读取,使用错误连接技术对其进行处理,直到图像正确显示,并且可以从各个角度提取数据。
智能货架:为了节省时间和传统价格促销升级的纸质标签成本,越来越多的零售商正在寻求将货架数字化。美国零售业巨头Kroger与微软(Microsoft)合作,为其数字货架增添更多的功能。在两家Kroger测试商店,货架将与Kroger的扫描购物应用程序连接,引导顾客浏览购物清单。他们还可以用闪光灯给员工视觉提示,帮助他们快速挑选和完成路边交货订单。
电子标签:如果你看看今天商店的大多数货架,你会看到纸标签自豪地宣布价格和折扣突出的边缘。电子标签将消除所有的纸张,并使它更容易在几分钟内改变整个商店的价格。Kroger已经开始使用EDGE,一种基于云的显示解决方案。Kroger EDGE显示价格、广告、营养数据、优惠券和视频。
个性化的广告:智能货架能够与客户智能手机上的应用程序进行交互。例如,安装在货架上的传感器可以知道顾客什么时候接近它们,因此它们可以展示顾客上周购买的同一种商品的价格。此外,如果顾客使用商店的 APP创建一个购物清单,智能货架可以与清单交互,并告诉顾客在哪里可以找到你想要的商品。尽管存在隐私和数据收集方面的问题,一些顾客还是会分享个人信息和购买历史来达成交易。
物流
技术的发展在不断突破界限,改变整个世界做生意的方式。1999年9月的「72小时互联网生存「大赛,轰动一时;30年后的今天,「宅」在家中而单纯依靠互联网生活,早已不是难事,甚至成为多少人的生存方式。物流在其中扮演着重要角色。
与此同时,顾客的期望值大大提高了。不论是用户还是企业都希望更快、更灵活地获得商品。制造业正变得越来越「个性化」,这对客户来说是好事,但对物流行业来说是件苦差事。物流行业正面临着以更低的成本提供更好服务的巨大压力。它唯有以最大限度地、智能地利用技术,从数据分析到自动化,降低成本,提高效率。
2019年年初,亚马逊宣布正在测试一种新的送货机器人,即所谓的「全电动送货系统」,它被称为「亚马逊侦察员(Amazon Scout)」。作为试点的6台亚马逊Scout设备已经开始在工作日白天发送包裹。虽然Scout设备会自动遵循指定的送货路线,但它们最初是由亚马逊员工陪同的。亚马逊表示,这款六轮侦察机器人是由亚马逊研发实验室研发的,它的大小和一个小型冷却器差不多,以一个普通行人的速度移动。
库存管理
为了实现速度、敏捷性和效率,零售商应投资于电子库存控制系统、中央数据库、销售点系统和自动统计预测系统。这些工具并不只是减少开销和改进计划。它们已经成为重要的工具,可以提供竞争优势,使企业在市场中茁壮成长。
例如:库存控制系统现在是零售管理的基本工具。它可以让企业知道手头和订单上有什么商品,以及已经收到和卖出了多少件商品。当产品销售或从一个位置移动到另一个位置时,这些系统将自动更新数据库。它们还提供各种即时数据分析工具来跟踪业务。
库存控制还可以通过参考每家商店的销售历史,计算出每种商品的最佳库存水平,从而消除超额订购和供货不足的问题。操作人员输入系统想要多少天的供应(例如可以根据季节来修改),系统就会根据过去的销售模式来决定什么时候需要重新订购。
自动统计预测系统可以生成更精确的需求预测。过去的销售数据、预测和未来的订单都在一个系统中。因此,可以根据这些信息的总和作出更准确的预测。
案例:Costco面包店需求预测
Costco使用机器学习来保持其新鲜食品部门的生产力和可持续性。Costco将所有未售出或损坏的食品捐赠出去,因此,生产更多的新鲜食品的成本甚至比需要的更高。他们与SAP合作,通过一种需求预测算法来解决这个问题。据称,该算法可以帮助管理人员确保当客户经过时,新鲜产品的数量是适合的。
Costco的烘焙经理需要预测每天菜单上需要生产的每一种产品的需求。在SAP的解决方案之前,这些经理需要通过检查销售和趋势报告,在纸上创建一个生产计划。他们还需要调查当地的事件和同事过去的经历。Costco将这种经验知识称为「部落知识」。「每天的计划都是根据前一天的结转、损坏的物品,或者在烘焙团队早上开始工作前损坏的物品来调整的。
解决方案的设计是由SAP AppHaus领导的,侧重于易用性以及在开发期间与最终用户的协作。当Costco准备开始制定新的解决方案时,他们请来了负责新鲜食品的高级副总裁杰夫·莱昂斯(Jeff Lyons),以及他们面包房的几位经理和主管。这些Costco的烘焙专家将继续成为解决方案的最终用户,所以AppHaus希望在顾客何时购买某些产品以及购买频率方面得到他们的意见。他们深入采访了每一位员工,并在工作中跟踪了其中一些人。一旦SAP有了足够的关于烘焙经理日常工作的数据,他们就能够与Costco的员工共同创造一种新的烘焙体验。
该公司称这个解决方案为「未来状态的烘焙体验」,这是一个APP,可以向烘焙经理显示数据和洞察,并将手工流程数字化。该应用程序使用机器学习为每个烘焙菜单项提供计划预测,例如决定了每件物品需要烘烤多久。这样,当新顾客到达时,面包店的工作人员总是有一个理想的「未来状态」,使面包店处于该状态,并自动生成和更新使面包店处于该状态的计划。
用于开发解决方案应用程序的机器学习模型最初是根据7年的销售和促销数据进行培训的,还利用了天气、假期和商店附近发生的体育赛事等影响因素。此外,SAP根据他们在合作、采访和跟踪烘焙经理时创建的数据训练这个模型。这使得Costco能够准确预测每一种烘焙食品的需求。
封面图片:Photo by ün LIU on Unsplash
版权声明:内容来源于互联网和用户投稿 如有侵权请联系删除