您现在的位置是:首页 > 养生人群 > 男性 > 瑞为智能创始人詹东晖:在智慧零售领域我们该如何做?

瑞为智能创始人詹东晖:在智慧零售领域我们该如何做?

时间:2018-07-11 09:56  来源:  阅读次数: 复制分享 我要评论

瑞为智能创始人詹东晖:在智慧零售领域我们该如何做?

在智慧零售领域我们该如何做?在今日举行的“2018年商业新生态峰会”上瑞为智能创始人詹东晖对这个问题作出了回答。

詹东晖表示, 智慧零售更多的应该是回归以人为核心 ,通过AI技术帮助线下零售构建数据能力,并且打通线上和线下,以数据连接“人-货-场”,连接产品设计,进而为顾客提供便捷、舒适、贴心的全新购物体验。

早在2014年,瑞为智能就提出了针对线下实体零售的智慧商铺解决方案,通过自主研发的“店计”、“晓客”等智能硬件产品,以及云端强大的零售数据分析系统“店客云及”,帮助线下零售门店实现客群精准分析。

7月10日,36氪联合零售老板内参全力打造的“2018年商业新生态峰会”在北京会议中心举行,本次大会主要探讨以下问题:

“新商业”的本质是什么?我们应该用什么样的角度、眼光去看待“新商业”?以及未来这条路究竟会走向何方?

以下为詹东晖发言全文:

早上好,我是瑞为智能创始人詹东晖,非常高兴今天能有这么一个机会,在这里跟大家分享瑞为在智慧零售、AI+零售这个领域的一些实践,以及我们的一些思考。我们跟别人说我们在做智慧零售、做新零售的时候,很大概率会被问到一个问题,你们是不是在做无人便利店或无人超市?可能对于很多人来说, 在理解新零售、智慧零售的时候,会习惯性的把它跟无人便利店、无人超市去划上等号

说到零售,从有了互联网以后我们就没法绕开这一个名词—线上电商。有一个很有意思的现象,对于线上电商来讲,它从来都看不到顾客,但是它对顾客的了解可能比你爸妈都更了解你。它可能知道你家里有几个小孩,是男是女,有什么样的购买需求。因为对于电商来讲,有非常大量的数据帮助他们充分地理解顾客,做精准营销。但是对于线下的零售店铺来讲,恰恰是一个完全相反的过程。

虽然我们说每一个线下的实体门店每天都在面对着顾客,每天都在跟顾客去沟通交流,去形成购买。但是很讽刺的是,对于线下零售来讲,他对顾客近乎一无所知。尽管我们之前有很多的线下品牌门店会上CRM系统,去收集顾客的一些信息。但一直以来, 所有线下零售店铺对顾客的理解,可能仅仅停留在有这个顾客的手机号码 ,在需要的时候可以给他发一个广告短信,而不去管他是否还有相应的购买需求。

对于实体零售变革、新零售这些概念的出现,大家以前会去把这个原因归于线下的零售成本更高,因为需要租门店,需要雇店员,运营成本会比线上高很多,所以线下零售经不起线上零售的冲击,但这个事实至少在这几年已经不太成立。为什么?因为大家非常清楚对于线上电商来讲要去获取一个点击,获取一个流量,它所付出的这个成本已经逐月在增长,现在为了获取一个点击要付出几百块钱的成本。 因此,线上电商的成本已经不比线下的零售低了 。那么为什么大家现在还是会觉得线下零售比线上电商不好,或者马云会提出新零售,要把线上和线下做一个关联,背后的动机就在于线下实体零售缺乏数据,它 缺乏对顾客的理解,缺乏对顾客的分析

所以早在2014年,我们就开始思考这样的问题和痛点,如何去用我们人脸识别技术帮助实体零售解决现实存在的一些痛点。在2014年初,我们就开始了一场不知者无畏的旅程,我们用了三年的时间开发了一个针对线下实体零售的智慧零售解决方案。我们做了很多的智能硬件以及完整的云端方案。比如我们做了这么一款硬件设备“店计”,它的产品定位就是装在店铺的入口、商场通道的入口做入店客群的精准分析,到现在为止能实现什么样的功能? 有三大核心功能,就是点客、知客和识客 。点客是最基础的维度,能够做精准的客群统计,这个对线下实体店来说并不陌生,之前他们就使用了很多设备去收集、统计客流,但那个仅仅是数人头的统计。我们除了统计人次,还能精准地区分开店员和顾客,还可以把顾客在门口的徘徊、逗留作去重处理,避免客流的重复、无效统计。

如果“店计”只是这样的功能就也没有太大的价值,“店计”更大的价值在于知客,所谓的知客就是通过摄像头能够实时的了解分析每一个入店的客户,包括什么维度呢?最简单明了的是分析客户的年龄和性别,这个技术现在已经非常成熟,规模商用了,但是我们还尝试去分析客户的穿着、心情以及购物背后的动机。除此之外,“店计”还可以识客,我们会去分析进店的是不是一个VIP客户、是不是回头客、之前是不是来过这个门店,或者是不是来过这个品牌的其他分店。

瑞为智能创始人詹东晖:在智慧零售领域我们该如何做?


上述的分析全部都会在大家看到的这个设备本地完成,它不需要把视频传到云端,再依靠云端强大的计算能力做图像分析,因为我们认为上传到云端的方案现实没法实施,所有的门店带宽都是非常有限的,云端的计算能力也是有限的,所以我们花了三年的时间,把所有复杂的算法都在前端一个小小的摄像头来实现,它通过网络上传的仅仅是所有分析后的结果信息。

做到这个维度其实远远不够的,因为它仅仅是在统计分析入店客群的属性,更多更重要的信息是,我们需要去知道这个顾客在门店内的一些行为,所以我们又做了另外形态的设备,我们把它叫做“晓客”,顾名思义它的确非常的小,可以任意的摆放到货架和收银台上,甚至小到只有我们大拇指这么大的摄像头,小到完全可以忽略它,但是它却可以实时默默去分析,比如有多少顾客在关注牛仔裤,关注的是哪种款式,关注的人群里面又是一个怎样的性别、年龄和社会属性构成,甚至包括去买这款牛仔裤的人,他本身的着衣风格是什么样的,这个是它目前可以做的事情。它还可以放在收银台,可以把每一个购买清单跟他的购买人群做一个直接的关联, 这个事情其实711做了非常多年 ,但是它之前依靠的是人工去做这个事情,店员在结算时会很快速得在收银机的几个特殊按键上输入,这个商品买单的人是中年男性还是中年女性,是老年男性或者老年女性。 有了“晓客”后,这种输入操作可以实时自动完成,而且更加的精准