为零售数字化“踩下油门”
-
-
类目：电商运营
-
联系人：
-
微信号：
-
Q Q 号：
-
手机号：
-
浏览量：
508
【商户信息】
【货源详情】
为零售数字化“踩下油门” 2017年11月，德勤中国和中国连锁经营协会共同发表了《中国零售企业数字化转型成熟度评估》报告。报告显示，中国零售企业在总分为5分的数字成熟度评价中，平均分数仅为2.9分。
当时，整个零售业的数字化建设大部分处于起步和实践阶段，与“千仁川面，永远在线”的智能阶段有很大的差异。
然而，三年后的今天，中国零售企业数字化转型仍然取得巨大成功，路上也面临许多困难。
零售智能，难在哪里？
苏宁零售技术研究院院长王俊杰指出，当今商业环境正在急剧变化，四面八方的因素正在挑战零售商、电商、直播、社区共同购买等不断出现的新事物。这使企业的组织能力受到考验，而在冲击线下获得零售“地区者一切”的规律。
另外，虽然线下融合是老生常谈的话题，但企业特性、基因、发展阶段各不相同，没有遍布全球的方法论，因此可以完全收集和利用线下数据，制造同样库存的企业真的很少。
如果作为行业观察者，王俊杰看到了整个行业的宏观问题，从从业者的角度来看，英特尔中国物联网事业部高级市场总监陆永杰感到了企业的皮肤疼痛。例如，门店的数字化改造程度不足，数字接触受到限制，客户行为轨迹无法完全记录，企业的在线及离线数据不通，无法进行精准营销，无法达到数千人的营销效果。
另一个例子是，很多零售商引进了自助库存出库、智能购买等技术，但部分提高了人力效果或评价，但一部分数字化本质上很难提高企业的整体效率。因为一名服务员不仅要给顾客结账，还需要尽职调查，甚至还需要帮助顾客购买。因此，只有整合所有链接和数据，以完美的方式帮助企业实现数字化和智能，才能实现真正的成本节约。
如今，零售企业的数字化转型仍然缓慢。这么重要的原因是技术上有很多困难。
困难的是，缺乏基础设施集成，难以管理卖场设备的复杂冗馀。
过去几年，零售业的数字化技术迅速重复，很多零售业的数字化建设仓促，没有全盘考虑，在短时间内部署了大量的系统和硬件设备，设备重复问题突出。反而增加了店铺的管理复杂性和故障风险，提高了运营成本。
第二个困难是难以用烟囱丛林创造业务价值。
很多企业进行数字建设，有很多应用程序，积累了很多数据，但没有全盘考虑，数字岛屿现象或烟囱丛林现象很严重。数据难以共享，客户和会员数据不完整，营销不准确，无法带来业务增长。
另一个是数据缺乏统一性。
很多企业的数字系统缺乏集成体系结构和数据接口，以后向系统添加新的模块或系统之间的数据对接需要很多工作量，上下游企业之间的对接和融合变得更加困难。
从陆英杰来看，为了解决这些技术问题，零售商需要融合各种设备和应用程序的数据的集成边缘协作基础架构，为未来新应用程序提供兼容性、可扩展性和持续创新的基础。
边缘计算如何改造零售业
众所周知，零售是商品SKU非常多、标准化低、复杂性高、消费高频、快捷的场景。零售企业的订单金额不大，但订单量大，立即突出。尤其是在交通量达到峰值时，这些特征更加明显。换句话说，零售格式的数字转换必须能够胜任这种实时数据处理。
在计算领域，我经常听到两个概念：边缘协作和云计算。在过去的10年里，云计算发展迅速，成就了亚马逊AWS、微软Azure、阿里云等巨头，但随着5G、物联网、人工智能等技术渗透各行各业，边缘计算也迎来了爆炸性增长。
云计算是一种计算模型，它利用互联网，使您能够随时随地快速方便地使用共享计算设施、存储、应用程序等资源。边缘计算是将网络、计算、存储和应用程序核心功能结合在一起的开放平台，是指几乎提供服务的计算模式。
如果云计算是集中的大容量数据处理，则边缘计算可以理解为边缘大容量数据处理。
用书面语做比喻可能更形象。章鱼有5亿个神经元，其中3亿个不在大脑中，在触手上。每个触须都有独立的神经系统，在触须和触须之间可以绕过大脑直接交流，大脑完全不知道。边缘计算相当于章鱼的触角。部分终端数据不经过云(大脑)，直接在分布式边缘芯片上处理。
特别是到了智能零售业，边缘计算的价值非常高，优势独特且明显。(另一方面)。
通过直接安装在物联网设备上的边缘计算芯片，无需通过长距离路径“上云”返回数据，即可处理和分析终端设备收集的数据，因此边缘计算可以更快、更有效地满足零售商对实时业务处理、优化和存储的高效要求，大大减少高并发需求下的云数据处理负担，从而大大改善零售商
基于这些技术问题，英特尔与合作伙伴合作开发了解决零售商主要问题的边缘协作解决方案。
众所周知，结算地区是人员最密集、业务最繁忙的地区，对提高零售业效率和优化消费经验至关重要。
英特尔与合作伙伴一起利用数字创新技术，将机器视觉、物体识别等人工智能技术集成到POS系统中，满足刷脸支付、商品自动识别、甚至非标准商品评价等需求，构建智能高效的结算流程，降低人力成本，减少消费者等待时间。
p>比如，烘培店是一个重要的细分零售业务形态，作为一个典型的人员密集型场景，烘培店的收银结账面临着很多需求。例如，由于消费者需求的多样化和烘焙产品的异质性，大多数烘焙店的食品没有办法实现统一的外包装和价格，传统的RFID/条形码自动收银解决方案难以满足烘焙店的应用需求。因此，英特尔与中科英泰联合开发出了烘焙自助服务终端。这个是一款集商品视觉识别、计费、自助扫码结账为一体的终端，用户可自主扫描与结算。
该终端通过云边协作完成。烘焙店推出新品后，先采集商品视觉数据，“上云”标注训练模型。随后，模型被下发到终端，便于系统识别商品。提升了收银效率，客流高峰期排队情况明显缓解，改善了消费者体验，同时也节省了人力成本，提高了烘焙店的人效和坪效。
另外，零售行业也SKU多、商品总量大的特点，还导致零售企业每年光用在商品盘点上的人力和时间成本不计其数。
针对这一痛点，英特尔与合作伙伴生产出了基于RFID技术的盘点机器人。过去，同一批商品，运动用品零售商某品牌门店需要6到7个人花费2天才能盘点完。但如今，只需要1个机器人花费2个小时就可以完成了，而且盘点的准确率从原来的86%提升到了超过99%。与此同时，盘点准确率的提升，还能反向引导供应链，帮助门店增加了3.44%销量。
在构建智能化场景和基础设施过程中，英特尔从以下几个维度帮助客户降本增效。
第一个是整合。举个例子，英特尔与深圳市零售智能信息化行业协会以及吉方工控、爱宝等合作伙伴推动其余POS的负载整合，将POS从原先的单一设备变成平台，可集成视频监控、商品管理、库存管理、采购管理等应用，进而形成一体化的门店数字化解决方案，降低了零售系统的构建成本和复杂性，提升IT运营效率，同时为客户提供更便捷的购物体验。
第二个是兼容现有应用和设备。英特尔边缘计算让零售企业的数字化系统可支持Linux、Windows、安卓等跨操作系统的整合，同时也可用虚拟化技术协助支持应用。比如与合作伙伴一起开发利用店铺内原有的摄像头，再加上智能边缘服务器的方案，为传统的摄像头增加智能识别的能力，帮助客户降低成本。
相比传统的以人工为代表的市场调研、用户获取方式，数字化和智能化手段优势明显。它为零售企业带来的不光是精准的用户洞察与触达能力，还包括需求的提前预测与响应等能力。有了数字化和智能化技术，零售企业的经营才可以不再受物理空间的限制，尽可能将边界拓宽，与此同时经营决策也不再是单纯依靠经验，而变得更加理性、精准和务实。
而构建这种能力的基础是以数据为中心的基础设施，其中不仅包括云，也包括边缘计算和物联网终端。
结语
改革开放40年后，中国人口红利基本消失殆尽，城镇化进程逐渐放缓，租金成本、用工成本高企，与此同时，资源和能源对外依存度高，经济增长亟待转型。
再加上疫情的影响，国际局势的不确定性，中国将新基建上升到了前所未有的战略高度。
其实，过去几年，人工智能、物联网、大数据、5G、云计算、边缘计算等技术就已经明显加快了与制造、教育、零售等传统行业的融合。如今，有了国家指引，这些新技术又进一步加深了在千行百业的渗透改造。
从制造到教育，再到零售等等行业，以英特尔为代表的高科技企业，在发挥自身技术优势的同时，也参与到了这股浪潮之中，为这些行业的数字化、智能化升级，踩下一脚脚油门。
注：文/虎嗅APP，公众号：虎嗅APP（ID：huxiu_com），本文为作者独立观点，不代表88货源网立场。
