大数据如何驱动新零售?

客利得
2020-06-03 13:35

在2016年马云提出“五个新”,即“新能源、新金融、新技术、新制造、新零售”之后,新零售成为率先打开的产业风口。阿里巴巴一马当先,腾讯、京东、苏宁等企业相继跟进。整合线上、线下、数据、物流、金融服务的全新零售业态开始被广泛关注,而AI技术似乎正在成为新零售体系中的关键枢纽。比如我们现在看到的生物识别+无人超市,就是一种线上数据来到线下场景的示例。大数据打开新零售大门。那么大数据如何驱动新零售呢?那么如何把数据行为应用放到新零售里呢?通过对线上数据行为的广泛测算,结合现实世界数据收集端口提供帮助,《读懂人工智能飞驰时代》书中提到,大数据人工智能至少可以为线下消费场景搭建以下几种能力。

(1)解决地理空间中的推荐问题。我们都感受过所谓的智能推荐,基本都是根据浏览记录进行购买推荐。这种推荐本身非常不智能,而且往往进行线下推荐时就会失效。因为系统只能知道你的定位,却无法预计你的目标,也无从知道你的运动轨迹。而结合运行轨迹、消费轨迹等数据行为,或许可以准确地在地理空间中实现线下消费推荐:不走冤枉路,不浪费时间,就近找到你的消费可能。

(2)解决实时需求。数据行为检测的一个特征,就是其具有非常强的实时处理能力。很多消费契机都是实时出现的,可能用户自身都没有察觉到,但数据系统却可能感知到。比如数据证明你该渴了,又能从以往消费数据中判断你的口味,然后实时对接饮品店,这就形成了很多消费机会。

(3)提供线下的智能服务。新零售里一直有个预期,就是你到了店里,发现店里正好都是你需要买的东西,不用自己找。这种听起来像读心术的消费场景,也可能通过对你生活中方方面面数据行为的测算得到结果。人进行线下消费的频率其实是非常稳定的,利用迁移学习和过往数据来生成一个人的购物预期模型,并非不能做到。

(4)根据群体行为调整供需策略。群体行为往往决定了很多服务与消费的市场,群体行为的往复变化也决定了很多依托人群的消费场景兴衰。通过测算人群,实时调整供需和营销,可以为人群场景的线下消费提供极大的效率改善。

欢迎关注客利得微信公众号

加盟客利得,您将获得意想不到的惊喜