【大咖来了 第1期】新零售时代的智慧中台

作者: 杨海明 2019-08-21 14:38:52

零售行业在飞速升级,前端入口、后端技术在次次变革过中不断创新与演进,智慧中台也应需而生。

近日,原京东集团技术发展部负责人杨海明出席《大咖,来了》直播栏目,做了主题为“新零售时代的智慧中台”的分享,推导什么样的中台才是新零售时代所需。

一、零售行业的发展趋势

零售行业每次革命业态都在升华,尤其是第四次革命发生了颠覆性的变化,凭借电商、物流等技术和营销方式的创新,得以实现数字化电子商务,走进新零售时代。

零售升级的核心在于零售基础设施的变革,零售基础设施从简单的提供商品或交易变成了整个服务信息流、商品流和资金流,形成公共基础设施。但整个过程中,零售行业的本质:成本、效率和体验,一直没有发生改变。

消费端的场景、关系、需求发生变化,技术端也随之不断迭代。零售基础设施的宽度从 N→1 升级到 1→∞,也就是说从开架销售升级到多入口,获客方式越来越多。用户方面,也从“大众市场”升级到“个人市场”,更加关注需求与体验。

前端入口的创新与后台技术的演进,实现零售中台的商流、信息流、资金流等从基础能力升级为服务化方式,从而带动,如供应链、物流、营销、支付、交易等零售基础模块能力的提升。

二、前端入口的创新

前端入口创新的核心是通过各种方式获取消费者心智,进而产生实质的交易。获取消费者心智的有效途径就是吸引注意力,为消费者打多个标签,并综合这些属性进行分析。那么,如何吸引消费者注意力呢?

新的入口体验拉动新的零售方式

可以尝试用新的入口体验拉动新的零售方式,通过各种各样的玩法去提升零售的能力,如技术、品牌、多终端,IP、金融等。

采用货找人的营销模型

新零售时代,营销模式从之前基于货性变成人性的营销。

基于货性营销很好理解,就是传统的漏斗型营销模式,首先提升前端入口覆盖率,之后在每一步转化操作中,尽量降低的人群流失。即使用户收到商品,还会对商品进行评价及其他各种考量,进而判断他是否会复购。

基于人性的营销,就是货找人的营销模式。当下有各种各样社区型、社交型产品把相类似的人聚拢,这些人群很多共同特征,收集这些特性并进行分析,对应供给商品。

这种方式就是中台概念,在保证货物品质、快速供货的基础上,满足了消费者的体验。因此找到对应的人,之后再由人去选择货,这样的方式比货找到人的效率更高。

多场景多终端、需求个性化、价值参与化  提升体验促进购买

新零售时代,消费者获取商品信息的场景、终端更加多元,之前只能在 PC、iPad 上进行购买,现在我们随处都可进行,如智能音箱、冰箱展示屏、社区自助购物终端等。

满足消费者需求方面,越来越个性化。

消费者在各种终端看到的画面,会更加贴近消费者的需求,多维组合,千人千面。

还有消费者很愿意参与到商品制造环节,所以设置评论入口,让消费者在购买过程中提一些建议,分析这些数据,进而改善未来的产品和服务。

三、后端技术架构演进

当然,前端入口在创新,后端技术也在演进,且整个技术架构都发生了变化,如下图。

新零售时代,整个 IT 架构从独立云架构,变成云+边缘平台,利用大规模的容器集群,无服务技术,简化 IT 运维,敏捷业务应用,让 IT 成为生产力。

未来,通用技术能力向专业技术能力发展,如下图:

纵向融通:人工智能促进产业链各层级深度融合,ICT 供给能力产生质的飞跃。横向融合:消费到生产,实体经济数字化、网络化、智能化转型升级步伐加快。

四、零售基础设施中台

基于前端获客方式变化与后端技术演进,得以提出行业基础设施能力中台概念。行业基础设施中台包含若干个方面,和零售行业相关有很多,如营销周期分析、供应链协同、动态定价、技术中台等等。

营销周期分析

营销基本经历四个阶段:商品预研、到新品推广、常态销售和尾货清仓,采用怎样的营销方式分别匹配四大阶段呢?

整个营销过程都需要数据性支持,如依据数据判断低流量高转化到高流量高转化什么时间发生。

所谓智慧营销就是当确定 N 种营销玩法后,通过人工智能方式,发现机会、诊断分析、解决方案、数据效果,然后统一进行匹配,这样才能提升整个营销周期分析能力。

供应链协同

商品从生产到消费者最终买到,基本上来由生产、渠道、配送三方厂商完成。零售链条涉及计划与采购的准确度、采购履约的及时率,及供应商周转周期,这些环节都错综复杂。

供应链协同平台可以从生产到销售做到结构统一,对采、供、销整个链条进行智能匹配,进而提升效率。也就是说生产出来的商品,正好匹配好渠道商所需要各个地方囤积的商品,及到销售厂商匹配消费者。

定价能力

零售技术设施可以根据商品营销程度、受欢迎程度,以及销售周期、季节性等因素对价格进行动态调整,什么时候该涨价,什么时候该降价,什么时候该促销,什么时候不促销,及各种不同商品的价格的策略,提升商品利益。

在现在商品极大丰富的同时如何去定价?考虑的因素特别多,如竞争和促销信息,毛利和净利,促销目标,这其实是一个规划数据问题。

把问题抽象成为数据问题和算法问题,通过数学和算法帮助采销找到更合理的价格,消费者买到更加性价比的商品。

整个制定价格的过程当中,需要做很多探索,包括找到消费者到底对哪些东西敏感,或者找到消费者真正购物的决策方法。

电子商务有天然的魅力可以获得丰富的数据,可以知道消费者买这个商品先考虑什么,最关注什么,对价格最敏感度是什么。

技术与数据中台

谈及零售技术中台,首先想到的是电商能力,包括运营,营销,商品,仓储,配送客服,售后,金融等。其次就是稳定、安全、高效的基础云服务、数据驱动的电商核心交易系统、人工智能技术应用。后来就是开放的全渠道、全流程电商场景运营能力。

数据中台和技术中台同样重要,数据中台层是大数据及智能服务,如数据集成、数据计算、机器学习等。中层是各种数据应用产品,如日志服务,开放搜索,画像分析等。

最上层是各种数据开放服务,如企业会员洞察分析、产业大数据服务等。基于大数据服务可以对客户、市场和运营进行洞察:通过对客户相关的行为数据进行捕捉分析,开发预测分析模型,实现精准营销。

分析历史及行业数据,对比竞争对手,寻找新的市场机会。分析运营数据,优化产品设计方案,运营组织、体系、管理流程,以提高服务质量。

本期《大咖来了》杨海明分享了智慧零售中台,包括营销、供应链、物流、技术、电商技术、电商数据及各种各样的中台服务能力。

在未来,这样的智慧中台,不仅仅是为某个企业赋能,还会开放给整个行业,让前端获客效率更高,后台技术能力更强,进而共同构建新零售时代通用的智慧中台。

新零售时代 智慧中台
上一篇:人工智能是一种改进数据控制和处理的好方法 下一篇:2020年IT发展趋势令人期待
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI安全对抗中,只用一招轻松骗过五种神经网络

图像识别作为人工智能最成熟的应用领域,已经大规模落地并服务于人们的日常生活。但在大规模商业化的同时,也面临更多方面的威胁。

张鑫 ·  1天前
盘点人工智能十大经典应用领域、图解技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多,此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类,但相反我选择按在行业或业务中最可能应用的顺序来分类。

Alex Castrounis ·  1天前
机器学习正在帮助Invisalign的患者呈现完美的微笑

Align Technology的移动应用程序可以帮助Invisalign佩戴者按时完成任务,而机器学习和其他功能则有助于吸引潜在消费者试用这款牙齿矫正设备。

Clint Boulton ·  2天前
没有了传感器,工业机器人还能工作吗?

当前,人口红利下降、人力成本上升、人才结构矛盾等问题正在成为困扰制造业企业发展的难题。为解决用工问题,一些制造业企业开始发力智能制造,建设智慧工厂,通过引入工业机器人来解决用工短缺和成本上升问题。

佚名 ·  2天前
详解人工智能十大经典应用领域及其技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多,此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类,但相反我选择按在行业或业务中最可能应用的顺序来分类。

华章科技 ·  2天前
目标驱动系统模式,能否成为实现人工通用智能(AGI)的关键?

组织开发AI方案时采取的一大核心模式,正是目标驱动型系统模式。与其他AI模式一样,这种形式的AI能够解决一系列原本需要人类认知能力才能处理的常见问题。

佚名 ·  2天前
5种用于Python的强化学习框架

从头开始编写自己的Reinforcement Learning实施可能会花费很多工作,但是您不需要这样做。 有许多出色,简单和免费的框架可让您在几分钟之内开始学习。

闻数起舞 ·  2天前
机器学习的中流砥柱:用于模型构建的基础架构工具有哪些?

人工智能(AI)和机器学习(ML)已然“渗透”到了各行各业,企业们期待通过机器学习基础架构平台,以推动人工智能在业务中的利用。

读芯术 ·  2天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载