实践与应用:技术与数据如何赋能新零售?

4月24日,《零售老板内参》联合36氪举办的新零售创新创投峰会在深圳金蝶软件园隆重举行。专注消费零售领域的顶级投资机构、投资人,深耕新零售一线实践创业精英,新消费新零售领域备受追捧的现象级产品和项目,零售行业的权威大咖、意见领袖,以及1000多名零售行业精英齐聚,围绕“新消费、新零售、新机遇”展开丰富多样的主题演讲、圆桌对话,深入探讨消费零售行业2018年的新趋势以及新消费、新零售赛道的新机遇。

实践与应用:技术与数据如何赋能新零售?

零售老板内参 • 2018-05-02 • 商业策划
拥抱大数据、拥抱人工智能在未来是不可避免的趋势

4月24日,《零售老板内参》联合36氪举办的新零售创新创投峰会在深圳金蝶软件园隆重举行。专注消费零售领域的顶级投资机构、投资人,深耕新零售一线实践创业精英,新消费新零售领域备受追捧的现象级产品和项目,零售行业的权威大咖、意见领袖,以及1000多名零售行业精英齐聚,围绕“新消费、新零售、新机遇”展开丰富多样的主题演讲、圆桌对话,深入探讨消费零售行业2018年的新趋势以及新消费、新零售赛道的新机遇。

实践与应用:技术与数据如何赋能新零售?

在峰会上,天图投资合伙人魏国兴、阿里口碑本地生活事业部副总经理陈岳政、码隆科技合伙人刘念、智易科技创始人兼CEO李杰、考拉先生联合创始人&执行总裁王嘉萌围绕《实践与应用:技术与数据如何赋能新零售》进行了圆桌对话,红杉资本中国基金副总裁胡若笛为圆桌主持人,以下为对话实录,由《零售老板内参》APP编辑整理: 

胡若笛:感谢主办方,每个新零售论坛要以“科技赋能新零售”收尾,今天论坛的最后多讲干货,多谈谈实操中的挑战。我叫胡若笛,是红杉资本副总裁,在红杉资本6年,一直在红杉资本投消费和零售的企业,天虹水果、拼多多、Today是我这些年在红杉资本投的企业,我们大概投了300多家企业,一半是互联网企业,另一半是消费赋能企业,我们对接消费的客户,让大家更好的了解对方的业务,真的做到科技乘消费,而不是科技+或者消费+。请各位嘉宾简单的介绍,用一两句话说明,假设台下都是你的客户,为什么他们要选择你。

 

陈岳政:大家好,我叫陈岳政!感谢《零售老板内参》的邀请,跟各位行业专家做交流。我目前是口碑平台的负责人之一,2018年正式定义阿里巴巴集团餐饮新零售行业的服务公司,我们主要为商家服务,为消费者带来更多更好的有口碑的服务,谢谢!

 

刘念:大家好,我叫刘念,来自码隆科技。用四句话总结码隆科技是什么公司,他是深圳注册的第100万家企业,2015年进入微软创投加速器,并且顺利毕业。2015年发布世界上第一个纯商品识别的平台ProductAI,目前码隆科技是全球商品识别最好的公司。我们拿到软银中国的融资,我们是软银中国在中国第一家投的企业。

 

李杰:大家好,我是智易科技的李杰,我们公司是一家帮助客户拥有AI能力的企业,通过我们打造的超低门槛一站式AI研发平台,客户不需要会写代码,便可以使用我们平台完成AI模型的开发。我们面向的是AI+行业,希望通过这款工具赋能于各行各业,而零售是我们尤其重视的领域之一。目前我们已为多家零售企业输出成功案例,应用场景包括销量预测、智能库存管理、供应链管理等。响应刚刚主持人的号召,为什么大家选择的是我们?因为我们输出AI的方式是希望帮助客户自身拥有AI的能力,而不仅仅是为客户提供解决方案。为了验证我们已经把AI研发的门槛降到足够低,我们曾经做过一个实验:邀请一位完全没有AI基础的美团外卖小哥体验我们的智易AI平台,我们用15分钟让他学会了平台操作,再用15分钟让他独立成功研发一款用于蘑菇识别的AI模型。

 

王嘉萌:我来自广州考拉的王嘉萌,我们公司的年轻人比较多,我属于公司年纪比较大的,大家都叫我嘉爷。我觉得自己的心态不错,因为我经常喝奈雪的茶。这是90后、95后喝得比较多的,所以我们公司经常叫我萌爷。我们公司服务的是中小实体店,我们希望帮助他们不被新技术淘汰,利用新技术和新平台获得更好的业绩。去年通过我们平台服务完后,从便利店领域里深度挖掘,进入办公货架领域,我们的服务方式和其他的不太一样,我们是让便利店服务办公室,说白了还是原来的赋能。我们今年在餐饮方面提供新服务“人类时间银行”,如果大家都是用户,应该有一个痛点,去到热门餐厅,比如奈雪的茶经常要排队,我们盒马鲜生先生谈到,我们的时间很美好,大家的时间都很珍贵。我们没必要把时间花在没必要的事情上,我们倡导免排队,把时间浪费在美好的事物上,如果大家是我们的用户,应该使用我们的服务,谢谢大家!

胡若笛:请各位讲一个案例,我们如何赋能到消费者企业中,最后实现的效果如何,希望用数字说话。

陈岳政:谈到大数据和人工智能,用口碑公司做的粗浅的行业实践和在场各位做分享。2016年时,口碑进入餐饮吃喝玩乐的行业中,过去做超市快销很注重会员,餐饮也是如此。过去二十多年,在会员营销、会员系统引进沃尔玛等零售巨头,到本地国内零售商落地,会有很多实践。回到餐饮行业本身,相对来说没有零售快销行业积累那么深,很多时候应用层面去到订单级别。我们看到一个人吃200-500块钱,你想看菜品的单价以及颗粒度信息,你要处理大量的数据。餐饮上级面对的问题是会员后台不那么多,不像沃尔玛等零售商有庞大的客户团队。也不像保洁、联合利华等巨头,跟他们共同推动会员的经营。

口碑的思考,借助2014-2015年移动技术大范围普及,借助支付宝系统做支付即会员,每笔成交的订单,订单的级别和订单数据被直接沉淀,数据通过原来手工填写电话号码,管理会员。以前做餐饮商家,做一切半年到一年可以积累十万乃至更多,难以分析。过十万级的用户会员,想重新触达电话号码的信息是很难的,剩下的50%想重新触达用户,了解食品偏好和口味更难。基于支付宝得到的数据基本真实,每一票对应的用户画像会全部沉淀在SaaS会员系统。这个会员系统是商家的会员系统,通过每天一两百笔的订单支付,在餐厅消费都会被沉淀。背后的后台,商家打开后台可以把会员用户画像进行分层,男女占比,就不同的维度进行分析。在此基础上,我们重新做会员的分层,让用户重新到店,提高客单。让用户没有吃到爆品招牌菜,可以主动推荐给他。如何让客户从经过、回头客变成忠诚客。

胡若笛:说出公司的名称,我们在杭州五芳斋集团做了新餐饮、新零售体验店。杭州在其中一个门店接入智慧营销的能力,经过三五个月的测试,客单提高35%。意味着平均每个人在这个店消费15块钱,在此基础之上提高了2.4块钱。过去13个人,现在降低到6个人。经营成本下降了3倍,季度对比增长40%。这个案例创造了过去五芳斋集团在征收提效、智能营销、大数据平台的能力,这是目前最好的时间案例。

刘念:我们公司从2014年成立至今,一直把精力放在商品识别领域里,我们和商品的垂直行业特别深入。就服装领域来说,我们不同的平台都有深入的合作。一直致力于把视觉技术放在商品ID识别、商品各项属性识别上,印证技术实践路径可以让行业做试用。我们做了一个特别有意思的案例,这是对行业特别具有颠覆性的。我们做了史上第一个人工智能时尚色彩趋势分析产品AI Color Trend。中国纺织信息中心承载中国服装行业,每年需要对色彩流行趋势做报告,看大量秀场、数据和服装品牌的数据,由分析师看了这些服装后,生成数据报告。我们用AI的技术完美的把千万级的数据、秀场、服装、颜色量化提取出来,把过去非结构化的图象数据全部成为结构化数据,形成趋势报告平台,给这个行业的设计师,他们可以任意查询巴黎时装周、Gucci时装品牌秀、颜色情况、趋势情况如何,帮助设计行业和设计师抓取数据,并且量化。这是我们公司技术上的极致体现。我们在做的不仅仅是服装,在家居、家具、商超、零售等,我们也一直在做。

4月12日,我们发布了智能货柜应用解决方案,在场有很多嘉宾做无人货柜,我们并不是参与竞争中,而是看智能货柜领域时,有很多想进入这个行业的人,他有自己的场景和自己的运营方式。对他来说,技术是一个门槛,他需要找到AI的公司或者提供柜子的公司,跟他购买。他自己有场景、硬件和运营方面的诉求,我们提供的是解决方案。我们发布的方案是适配摄像头和柜子,让客户有任意规格的柜子,只要摄像头达到我们适配级别,他就可以使用。用我们强大的技术赋能他们。

李杰:我来分享一个关于销量预测的成功案例。销量预测是零售业最本质的刚需。作为零售企业的一份子,大家都在尽最大的努力预测每一个商品在未来的销量,以便提升采购规划、物流管理、供应链管理、库存管理等各个环节中的效率和成本的降低。我们曾经服务过一个糕点类的在线垂直领域电商,糕点属于生鲜食品,保质期非常短。能否预估未来3-7天商品的销量,对提升供应链管理效率和降低成本有很大的帮助。这家零售商将过去3年的糕点销售数据导入我们的智易AI平台,通过丰富的可视化引导,轻松便研发出了一款用于销量预测的AI模型。用这个模型预测未来7天的销量,准确率相比原来基准提高了50%。

这家企业原来有近20人的分析团队,他们以往会不断结合大数据,根据传统的数据统计、进行分析建模,实施对未来销量的预估。虽然能实现一定的准确性,但在对于新品的预估却是个大难题,因为它不具有任何历史的销量数据。后来该企业通过我们平台,结合产品的成分、配方、原材料等特征进行分析,根据已有商品的规律,实现了对新品销量的有效预测。

人工智能作为一项尚未大规模普及的先进技术,或许在很多人眼里它是黑科技,而它也确实可以帮助我们实现意想不到的效果,它能让我们不需要做任何数学统计分析,只需简单粗暴地将数据导入到平台中,结合神经网络技术,它就能够自主学习,从数据中挖掘出规律,得出精确的预测效果。

王嘉萌:我们服务的是接地气的商家,我们平台里有贴膜哥、奶茶妹、猪肉西施。猪肉西施是上海的商家,卖双汇冷鲜肉。

考拉先生最早是服务社区的,社区最大的弊端是封闭、保守的,物业尽量少让人进来,保证安全。商家要让更多的人进来,才能做更多的生意。 

猪肉西施之前每个月营业额在5万左右,打破围墙后,一个月营业额到30万。他把原来不具备的传统营销能力变成线上能力,形成会员管理系统后,把周边社区的消费者拉进来。

这是一个简单直接的案例,相对来说是特例,你给他的能力和很多东西后,更关键靠人,经营者本身有没有足够的动力、学习能力或者激励,取得更多的成绩。有的人不会想跨区做这件事,使用我们平台的业绩大概是30%左右。

胡若笛:最后一个问题,请大家吐吐苦水。和消费企业切实沟通过程中,最大的挑战是什么,比如原始数据的收集、全通道的打通、企业一把手的沟通、预算问题,能否给大家提切实的建议,真正让科技赋能消费,如果提出一个建议,大家希望是什么。

陈岳政:跟客户商家在落地新产品和对接过程中,确实有很多抓狂的时候。会员系统、会员营销,最新推出无人餐厅、新零售的落地体验,最大的痛点是思维上的变化,这是比较大的挑战。过去传统做餐饮,老板做传统的思维是我是店商,生意就会来。三五年前认为线上的生意从天上飞来,跟传统媒体投广告,投了广告会有新用户来商店,这是1.0或者2.0阶段。我们发现线上和线下的界限逐渐被打破,背后意味着线上可以做生意,线下也可以做生意。我们想推动的是以人为中心,无论从天上飞来的人还是地上走来的人。所谓线上流量,这几年谈到非常红海。

餐饮O2O,友商过去一年交易平台GNV是五六千亿,光餐饮就超过四万亿。从纯线上逻辑做生意,仅仅是10%。另外80-90%的生意没有被线上化,有很大的征收提效的空间。

无人餐厅、新零售,无论是到店营销、外卖营销、无人货架、天猫淘宝电商等新场景中消费者背后对消费者的理解,所谓消费者用户画像被打通,这是我们今天不断分享和传递的。

打通消费者后,背后需要工具,到店营销有到店的营销,电商店铺、无人货架照样有营销。每一个场景出来的用户画像的标签数据打通后,有没有一体化的营销智能方案。这套系统可以不断的机器学习,无论这个人从外卖来、到店来还是线上店铺买的成品生意,都可以进行智能化,形成最大的企业化经营效率。

我们对行业商家来说有一定的挑战,这一两年的路比较长。作为口碑和想在这个行业做点事的公司来说,我们愿意通过更多的场合和实践,更行业商家共同努力,让消费者可以销售更好的服务,企业经营在拥抱大数据能力和人工智能技术过程中,企业的经营效率和更好。

刘念:我在AI领域呆的这几年,相对比较痛苦的是我们真的花很多时间在普及AI知识。大众对人脸识别相对比较了解,你在日常生活中可以遇到。但在商品识别领域,有了Alpha Go这种彪悍的案例,大家对人工智能的技术边界有错误的认识。不管是公司还是零售者,甚至对我们公司有兴趣的人找到我们,向我们提问,我们沟通的是技术边界在哪里。很多公司提出需求,对于需求本身的理解不是很深刻,很多时候我们会坐下来跟他一起梳理问题是什么,如果需要解决问题,需要收集哪些数据,整理哪些他领域的知识点。我认为这个过程挺不痛苦,先训练他了解AI、懂AI,让AI帮忙他们解决问题。我们自己的产品、公司内部人员跳到他的领域里了解他的东西,跟他梳理知识构架和逻辑点。

比如今天我们进入陶瓷领域,我们要识别陶瓷工艺品、商品,针对陶瓷的商品,我们要识别出属性、属性中的专业东西。我跟他们沟通时发现他们需要把东西梳理一遍,这是一个相对较长的过程。既然我们公司选择了商品识别赛道,我们会努力坚持这件事,把整个平台做得更易用,让各个行业对接更方便,让各个行业的人在商品识别的平台上慢慢解决他们想要解决的问题。

李杰:我们碰到的问题和码隆科技刘总讲的类似。人工智能的技术非常新,商业化落地碰到的更多是如何打开市场、培育市场的挑战。在用人工智能赋能各行各业的进程中我们发现,各行各业对人工智能的关注已经到达了非常高的高度,需求在不断增长。但最大的挑战不在于企业对技术的敏感度、需求度不够,而是在于AI输出力不够,技术供给方力量不够强大,不足以支撑各行各业的需求。因为目前AI技术门槛依旧非常高,AI人才瓶颈非常严重,大部分真正的AI专家都聚集在BAT等巨头中,而更多企业处于一种对AI技术、AI人才求之而不得的状态,这是我们希望解决的问题。参考前几次技术浪潮,互联网作为一门新技术从黑科技经过不断发展,最终门槛降低到能为全民所应用,我相信人工智能未来同样会经历这样的历程,而在这个进程中,一款低门槛工具的出现是关键。这也是为什么我们选择打造这样一款低门槛的AI研发平台赋能企业而不是帮企业去解决一个个问题。对于新零售的未来,我希望我们应该更多的去拥抱技术,毕竟这是一个不可避免的趋势。最近发生的第三次人工智能浪潮,有可能让一切基于数据的决策成本趋近于零,由此带来的智能化将大大提升零售运营的精细化程度,因此拥抱大数据、拥抱人工智能在未来是不可避免的趋势。

王嘉萌:服务全国零散的实体商家,脏活累活都需要干。面对商家,开始的做法非常简单,要不要收我钱,要不要请个人学习,用你这套东西。钱放在这里是否安全。移动支付来了,当时微信在春节联欢晚会上做了大量的广告,全国上下男女老少开始收红包、抢红包,大家手机上都有微信钱包。这是微信的策略,这些消费者会倒逼零售商使用,我要微信支付,为什么没有。正好在这个节点上,基本化解了很痛的痛点。我要人学、有没有人用等等。我们强调大数据、智能化、AI等,用户层面需要简单且傻瓜式的结果,你告诉我明天应该买什么商品,进什么货。我应该给谁推送什么消息,消息帮你编好。一切技术的东西都应该更简单,我们在产品的设计上也是这种理念——傻瓜式。让经营者在使用过程中,我选择店铺的类型,不需要上传,一旦要上传,很多人都不知道。新技术、新AI人工智能,这是融合的,不需要复杂的操作性,也不需要系统学习。这是我们希望达到的,你不用多掏钱,还可以挣更多的钱,不需要花很小时间学习,你按照这个结果来做就可以了。今天谈区块链,大家有很强的焦虑,在座所有人有100个答案,不用焦虑,也不用管它是什么,最后肯定会应用它,只需要享受其成果。在零售企业里,更多的是提供直接简单的信任机制,可以充分的信任,可以做交易和各种事情。在不远的澳门和首届区块链大会有几千号人,来的是比较务实的人,我们要知道新零售是什么,我们要解决什么样的问题。

胡若笛:您想对被投的企业说什么?

魏国兴:中国线下消费分为两波:一波是比较传统、比较小的企业,比如餐饮,他们比较焦虑,跟王总说的一样,他们很难了解这么多技术细节,他们希望拿到省心的方案,看到实际效果。这是针对这一类低端客户需要考虑的。另一波是追究有很多B端用户,比如大量外资企业,它本身有很强的数据和各方面的意识,很多企业在服务这一类大B,它会提出个性化的需求,跟企业共同研发方案。对于大公司来讲,用科技改造最大的好处是见效比较大,随便多2点,就可以多2亿。对于小B用户来说,盘子再怎么大,盘子就这一点点。我们投了很多公司,同时希望投帮助中国企业赋能的公司,我们不是技术出身的人,大逻辑是有非常垂直、明确的细分应用,而不是听起来很虚的,比如我可以弄很多数据,或者标杆用户是否认可。如果是技术性的AI之类的研究,大机会判断在BAT里,人才各方面对他来讲,他在资金上优势、耐心程度上等方方面面会做更长久的底层性方案。我们更关注有非常具体的应用方案,我们技术未必是全球最领先的,但我可以努力把全球最新的技术,尽快的用起来,技术上的门槛在具体应用场景里不算高,但要非常快的迭代。

无论是数据、用户还是对行业更深的理解,服务完基础用户后可以沉淀出很多东西。你变得更专业,B端用户也会更依赖你、你的护城河会越来越深,这是很重要的一点。有些工具型的产品特别容易被替代。

中国做消费的企业有很多,让企业独立成长出非常强的数据、AI或者能力还是不太现实的。我认为要放开心态,在市面上寻找性价比非常好的专业服务。将来买数据或者买服务就跟现在交电费、水费和广告费类似,这是企业运营必须的服务。如果你要盖发电厂、水电厂,这是没必要的。这是我对技术赋能消费的粗浅的理解。

胡若笛:去年和前年开这种会,更多的讨论数据能否赋能消费的问题。今天谈得更多的是数据如何赋能消费和零售,所有的零售公司是供应链公司,我们会积极推动企业更好的拥抱互联网。Today今年只是几百家门店的小公司,但已经有6000万的预算,搭建自己的零售云平台。和观远数据等优秀企业合作,我们希望在会议上,台上的每一位嘉宾可以出自己的一份力,谢谢大家!