探索零售數字化轉型中的勝局 | 零售聚合 創新萬象

2018-06-01

文章來源:微軟科技


中國零售是一個成功轉型的偉大市場,從吸收國外先進信息化經驗到數字化道路一騎絕塵。


在這個偉大市場,如何布局與定位?


中國零售數字化市場中有強悍的本土玩家,一家手握交易,一家手握流量。 而微軟在探索零售數字化轉型的過程中卻有著獨特的秘訣——


| 以技術平臺為依托

丹棱街5號-微軟亞洲研究院,中國人工智能的黃埔軍校,中國幾乎所有頭部的人工智能公司創始人、聯合創始人都跟微軟有千絲萬縷的關系。而小冰依然是中國乃至全球無法超越的多輪對話機器人。


微軟在宣布Windows 拆分后隨即宣布投資50億美元于IoT,震驚世人。但這其實僅僅是微軟在IoT領域投資的冰山一角。Windows留給微軟巨大的資產中包括龐大的硬件生態系統,包括臺灣仁寶這樣的設備巨頭,如今微軟新的使命是助力這些生態合作伙伴在IoT領域有所作為。


人工智能+IoT,這是零售數字化的兩大基礎技術,在這兩個技術層面上微軟遙遙領先其它玩家。


| 以合作伙伴共榮為前提

微軟始終以合作伙伴成功為前提,微軟在中國早已構建起一個巨大的生態圈,擁有深入各個垂直領域的生態合作伙伴。在微軟中國剛剛完成的一輪組織架構調整中,亮點之一就是構建了OCP部門,統一管理整個生態合作伙伴,聚合分散的力量。而微軟加速器又成為了一個創新生態的加速引擎,不斷地吸收中國最優秀的創新企業,加速他們成長,并將他們納入生態,保持生態的持久創新活力。


那么如何利用技術與生態優勢來贏得中國零售數字化轉型勝局呢?我們用5個真實的故事來告訴您答案。


故事一:某一線化妝品牌構建線下漏斗模式,精確管理線下流量

某年營業額超過25億美元的超級化妝品品牌在中國擁有超過2800個化妝品柜臺,占據了中國最主要的商場、百貨的黃金柜臺位置,每天吸引著海量的顧客流量。


而他們的問題就是如何數字化顧客流量?能夠像電商一樣精細地進行流量的引導與轉化?


該品牌有四重流量管理需求。第一是商場自身的流量變化情況。第二是柜臺通道客流數量。第三是柜臺接待的客戶數量及特征。第四是成交顧客數量。這四重流程層層轉化,構成流量轉化漏斗。


微軟某合作伙伴認為計算機視覺方案可以解決大部分問題,但依然有盲區和困難,比如柜臺的相互遮擋構成視覺死角,比如商場的帶寬無法支持高清視頻流。


最終該品牌應用了一個基于Azure云,混合多種IoT設備+人工智能嵌入相機的部署方案。成功收集了精準的流量數據,在專柜選址、租金談判、銷售績效、顧客畫像、裝修風格、商品陳列等領域都獲得明顯的商業受益。


故事二:某日化巨頭采用商品識別算法數據化陳列圖片,準確率達96.78%

某日化巨頭在中國每年需要人工處理上億張從各商超拍攝的商品陳列圖片,判斷商超是否有依照要求進行貨品陳列擺放,這一過程耗費大量人工物力。


微軟某合作伙伴在微軟亞洲研究院的支持下,采用了先進的 Faster RCNN 算法來幫助該巨頭完成陳列圖片的數字化過程。基于該算法,采用一個100張小樣本標識數量即可完成一個商品SKU的訓練,而且訓練周期只需30分鐘即可完成。生產環境通過 Azure ND6 構建分析服務器,每個圖片的分析識別在0.6秒內即可完成,可以接近實時地反饋給現場的拍攝人員。


海量圖片的數據化帶來了明顯的商業受益。


故事三:某國際快餐巨頭采用新一代架構客戶賦能平臺,上線三個月獲客數量數千萬

某國際快餐品牌在完成與本土資本合作后,構建新一代的客戶賦能平臺成為了其數字化進程中的重點。


微軟某合作伙伴的新一代客戶賦能平臺,采用了全場景設計。從用戶前端著手,與騰訊合作采用“小程序+微信支付”構建了新一代的訂單/支付場景,用戶無需到店即可通過“i麥當勞”快速下單,并享受會員折扣,到店即可取餐用餐。


新場景在改變了用戶習慣的同時也改變了后端的架構,傳統的系統架構如何支持處理數千萬互聯網用戶的實時要求?


該合作伙伴在微軟C+E部門的支持下,采用了Azure Service Fabric +Redis+ Cosmos db 構建一個互聯網化的融合架構,新架構滿足了億級的互聯網用戶的實時訪問與業務處理需求。并采用Dynamics 365+Power BI 構建了全新的用戶界面。


新一代的客戶賦能平臺,不僅僅帶來系統架構的變革,也延展了新的商業應用場景,通過數字化獲取海量用戶的行為數據,洞察每個用戶的用餐偏好。


故事四:臺灣某便利巨頭采用AI 設備與傳感器,構建黑科技便利店

大陸新零售如火如荼,寶島臺灣的零售也不甘落后。近日在臺灣擁有3000個便利店的巨頭在臺北重慶路開了第一家黑科技便利店。


微軟某合作伙伴幫助該零售店安裝部署了新一代的AI相機(Samantha)進行人臉的檢測與捕捉。


Samantha采用了OV為人工智能視覺設計的第一款傳感芯片,采用了定焦鏡頭設計,內嵌了該合作伙伴算法團隊的視覺算法,并接入IOT管理平臺與傳感器構成一個融合解決方案。


Samantha由于基于定制傳感器與定制鏡頭,完全不同于傳統基于安防需求設計的攝像頭,可有效捕捉到清晰的人臉相片,從而提升30%以上的人臉數據的準確性。


Samantha內嵌可定制的人工智能算法,可智能捕捉相關場景的相片,通過整合邊緣AI和Azure云端的強大AI,大幅度降低90%以上數據的傳輸帶寬需求,同時確保了強大的分析能力和可擴展性。


Samantha 通過跟傳感器平臺融合,有效解決了視覺死角問題及準確性問題,并且可演化出更多的業務場景。



故事五:某咖啡連鎖采用智能音箱數字交互系統,構建線下數字化互動場景

餐飲數字化的地點一直圍繞著點餐這個動作而展開,從傳統的POS+收銀員,到大屏互動,到微信自助點餐,下一個點餐場景是什么呢?就是基于自然語言的人機交互。


某連鎖咖啡采用了微軟某合作伙伴自研整合的方案,包括智能音箱設備+Azure的智能語音服務,用戶可在喚醒智能音箱后通過語音輕松完成一個咖啡訂單,在屏幕確認后通過微信完成支付即可完成一筆交易。


這一交互場景的實現邁出了零售門店語音自然交互的第一步。


更多的新零售探索故事,期待與您共同書寫。

文章來自網絡,版權歸原作者所有

如有侵權,聯系管理員刪文

————— END ————

微信掃一掃

關注懿德匯睿(中國)公眾號


曾道人六合图库