首頁熱門文章
小型零售商可以從業界對人工智能和大數據的推動中學到什么?
發布時間：2018-10-24 分類：交通百科
隨著去年創紀錄的7000家門店關閉和662宗破產申請，以及2018年到目前為止的3800起門店關閉(而且還在繼續)，零售業的命運看起來仍然不確定。看看互聯網商務平臺，只要點擊一下鼠標，顧客就可以隨心所欲地購買任何他們想要的東西，然后直接送到他們的門口。電子商務就這樣改變了我們所知的零售業格局，沒有一個行業不受干擾。
盡管電子商務提供了前所未有的便利，但這并不是實體業的終點，顧客仍然重視店內體驗。事實上，三分之二的消費者認為服裝品牌應該更多地關注改善店內和網上的體驗，而不是僅僅關注他們的在線形象。
改進的店內服務和體驗將使實體店存活下來，但前提是零售商尋求新的和創新的方法來重新與客戶接觸。以絲芙蘭為例，這家美容零售商正在利用人工智能，以其色彩智商技術，使店內購物體驗個性化。這個工具使用機器學習掃描消費者的皮膚，并根據他們的需要為他們提供個性化的護膚和化妝建議。自2012年推出以來，絲芙蘭的實體店已經生產了超過1400萬臺智商機器。這不僅增加了用戶體驗的個性化，而且為員工騰出了時間，讓他們專注于客戶旅程中的其他接觸點。員工現在可以更加注重向消費者展示如何使用他們推薦的產品的使用。
通過關注這一產業轉移，無論大小零售商都可以利用新興技術來提升個人店內體驗，提高庫存專業化程度，最重要的是受益于他們的供應鏈和個性化的體驗。
1、給每個人一個私人購物者
人們享受無縫的、量身定做的網上購物體驗，并對店內購物提出了同樣的要求。根據數據統計，54%的消費者希望從那些根據以往購買情況推薦商品的品牌購買服裝。在網上，零售商可以用Cookie做到這一點，但實體商店也可以通過使用客戶交易歷史中的現成信息來達到同樣的效果。
AI人工智能提升了對客戶交易數據的洞察力，為零售商提供了信息，使其能夠在逐個客戶的基礎上定制店內產品。例如，通過分析客戶收據，可以發現哪些物品是購物者購買最多的，哪些物品通常是一起購買的。退貨數據顯示的是表現不佳的商品，而忠誠數據則顯示了顧客購物的頻率。有了這些信息，零售商可以為顧客提供特別優惠，特別是針對他們的需求和需要，促使更多的人返回商店。此外，通過將這些數據存儲在云上，員工可以訪問客戶信息，從而提供獨特的面對面推薦。這對于小型零售商來說是非常有價值的，因為它們可能只限于幾個實體店和體驗店。在這種情況下，每個接觸點和客戶交互都很重要。
2、只儲存需要的東西和想要的東西
為什么商店里有賣不出去的東西?去年，H&M在貨架上留下了43億美元的未售出庫存，這促使人們迫切需要技術幫助。通過使用人工智能系統算法，它可以識別出哪些商品在特定社區的客戶中表現良好，哪些商品則不會。這就使零售商能夠根據各個商店的具體位置做出明智的、數據驅動的庫存決策。
就拿弗朗西絲卡(Francesca)的精品服裝店來說吧，它位于紐約市的許多地方，雖然這些商店都在同一個城市，但每個街區都有自己的風格。如果Francesca使用人工智能來分析交易數據，它可以判斷SoHo的消費者是否喜歡更大膽的風格和顏色，而不是中城的購物者，后者可能會傾向于更低調的商務服裝。考慮到這些偏好，商店可以策略性地儲存在每個地點表現最好的物品，避免庫存浪費和不必要的降價。這對于需要在提高收入的同時管理利潤率的小型零售商來說尤其有利。
通過儲備更少、性能更好的商品，零售商也只需要更小的實體店空間，這進一步節省了租金和業務費用。通過聰明和緊湊的思維，零售商可以更靈活地開拓新市場，并利用這個機會在交通流量大的理想地點開設商店。
3、在供應鏈中獲益
在當今競爭激烈的零售環境中，供應鏈是最容易削減成本的地方之一。儲存數據驅動的洞察力商店允許零售商只生產他們真正需要的東西，并直接運輸到最好的位置。存儲空間的有效利用對于空間有限的小商店尤為重要。如果能更準確地了解哪些商品在某些地區賣得好，零售商就會避免低質量商品的運輸成本，并節省不可避免的退貨成本。這種供應鏈優化為零售商節省了資金，減少了生產和分銷產品時的浪費。
此外，如果零售商知道牛仔褲在德克薩斯州賣得更好，t恤在紐約賣得更好，他們就可以在離這些商店更近的地方生產這些產品。這可以幫助商品以更低的價格更快地到達目的地，雖然這些變化發生在幕后，但它們可以對底線產生重大影響，使小企業能夠專注于為客戶增加價值。
通過投資于新技術以增強店內體驗，零售商可以在行業內許多人決定成敗的時候取得成功。正如零售商正在接受考驗的那樣，人工智能、大數據和云技術等工具賦予了零售商做出明智決策和增加店內流量所需的洞察力。
客戶現在處于主導地位，零售業正逐漸成為一個越來越重視專業化的行業。實體零售店為客戶提供了巨大的價值，但前提是它們能夠提供客戶所需的定制體驗。實體店并沒有消亡，但無論是大公司還是小公司，都必須學會如何最好地利用技術，以戰勝當今最大的破壞者。
