利用物联网新技术,微软杀入新零售市场

今年新零售火爆不是没有理由的。一方面是国家政策的支持,另一方面则是零售企业面对未来转型喊出来的声音。还有一个大背景是,随着人工智能、物联网的技术发展和深入应用,零售业焕发出全新的生命力,这就是新零售。

关于新零售的解释诸多。从互联网销售公司的主张看,这是一场基于自己核心优势、扩大版图,重构生态圈的战争。从传统零售商来说,这是一场数字化转型的必由之路。线上和线下相互竞争和融合,加以技术手段的支撑,新零售才得以落地,而不止于概念。

01

需要端到端的解决方案

回归零售本质,无论是否叫新零售或者是旧零售,都要回答三个基本问题:客户来了吗,喜欢什么,买了什么?在传统的零售时代,这三个问题需要精明的店主回答。在互联网时代,这些问题由各种平台系统回答;而到了新零售时代,借助物联网和人工智能,可以精准回答。

比如说,利用摄像头识别客户特征。超市入口处采集顾客面部特征来分析其年龄、性别、表情,为每个人脸建档,智能识别是否是二次到来,以便提醒店员为忠诚顾客提供个性化服务;再比如利用物联网解决方案可以掌握客户喜好:在不同区域(如水产、日化、鲜果区等)侦测客户停留位置和停留时间,可形成直观的客流热力图,从而识别每个顾客所感兴趣的货品,同时提供货品摆放优化建议。

所有采集到的信息(会员卡、客户特征、手机、社交信息等)可以关联到会员系统,形成360°的客户视图,为二次数字化营销触及提供洞察和依据,提升客户忠诚度。

可见,仅仅在零售店就有诸多的物联网和人工智能应用。在这背后,更需要一套端到端的解决方案。放眼业内,谁家能够做到?9月7日在深圳举办的“第二届物联网大会暨人工智能论坛”给出了答案:只有微软。

利用物联网新技术,微软杀入新零售市场

目前为止,微软提供了国内第一个真正落地、完成整个全链路数字化线下行为采集的解决方案,可以构建零售全链路数字化,通过整套的智能设备系统,实现交易之前的顾客行为全数字化。

这就是微软的 Azure IoT套件,整合了微软智能云中与物联网、大数据分析相关的各类服务。

利用物联网新技术,微软杀入新零售市场

借助这一套件,企业不但可以通过Azure IoT中心服务轻松连接和管理几百万台IoT设备和由此产生的海量数据,与Dynamics的会员系统相联系,更能借助微软的云端机器学习、流分析、HDInsight大数据分析技术去粗取精,从枯燥的表单、日志中提取出有价值的数据洞察,并通过Power BI以生动直观的形式甚至是人工智能互动的方式呈现出来,帮助客户运营、营销、服务等。

02

新场景下的技术推动力

来看微软是如何助推传统零售业向新零售转型的。

福建的见福便利店成立于2006年,截至去年年底门店总数已达到近千家,从业人员5000多人,盈利能力超群,是目前福建省规模最大的连锁便利店。这家企业提出“智慧零售”,就是和微软技术平台结合,利用云计算、物联网、大数据、人工智能技术,充分感知消费习惯、预测消费趋势、引导生产制造,从而为消费者提供给为多样化、个性化的产品和服务。

简单说,只要顾客进入见福任何一个便利店,立即通过人脸识别系统知晓顾客的身份,还可以通过顾客交易环节(刷卡、现金、移动支付等),与后台会员系统相关联。可以根据摄像头采集的信息观察到顾客在门店停留的时间、喜好的商品程度以及最后购买的产品。所有的信息存储在微软智能云Azure的大数据平台中,通过各类系统分析,为见福便利店精准营销,提高用户体验提供依据。

利用物联网新技术,微软杀入新零售市场

在这样的案例中,全套解决方案和场景化至关重要,涉及到前端传感器信息采集的精准度、会员数据的量和大数据分析系统的算法等。只有这样,才有可能更好服务企业,服务顾客。新零售

另一个案例,则显示不同的场景化。

作为广州的一家创业企业,甘来信息科技公司把自动售货机进化成了一个24小时联网的无人超市。甘来利用Azure IoT套件中的Azure IoT 中心服务、流分析、SQL Database数据服务,构建起了一个完整的云管理平台,能够对上架商品的销售和库存情况进行全面的实时监控。系统管理员可以随时了解什么时间、什么产品缺货、哪种货物好卖之类的信息,而无需定期的人工巡查和补货,这大大提高了物流和运营管理的效率,能将库存周转降至一周以内。

相较于与见福的合作,这个案例则更突出了前端的数据采集能力和后端数据的智能分析能力,考验的是对场景商业的逻辑判断。相比较而言,技术都相对成熟,特别是前端信息采集的传感器和摄像头,能适应不同环境。

以上两个案例的规模大小不同,都是新零售的典型应用。可见,新零售的业态与过去最大不同的是,不再是单点技术的应用,而是涉及到全产业的技术应用;不再是某个维度的数据分析,而是建立在全产业链上的数字化信息采集、存储、分析和利用。只有全盘考虑,建立端到端的数字化解决方案,才有可能进入新零售的世界。

文章点评:

昵称*

邮箱*

网址