你知道新零售的機遇與陷阱在哪兒嗎？看技術者如何構築零售新業態

2017年7月5日由品途主辦、電商委特別支持的「2017新零售新服務產業創新大會」在京舉行。百餘位零售業、服務業、大數據、供應鏈金融行業的大咖雲集，數千位行業嘉賓參與。

本次論壇通過深刻的討論與交流，幫助傳統零售企業更好的把握新零售方向，用大數據、人工智慧等新技術驅動業務，讓傳統零售企業擁抱美好的未來。同時，論壇也從金融資本角度捕捉零售業轉型升級中的機遇，由對零售業有深入研究的投資大咖帶領觀眾深扒新零售的機遇與陷阱。

本場論壇由將門創投創始合伙人杜楓擔任主持，出席嘉賓有：七麥科技聯合創始人兼CEO徐歡，神策數據創始人兼CEO桑文鋒，六弈聯合創始人劉鳴，助理來也CEO汪冠春，杉數科技CEO羅小渠。

技術如何助力新零售落地？

杜楓：各位有沒有一些技術助力零售落地的案例？

徐歡：我們服務的客戶比較多，像BAT、京東、一號店，舉個有趣的例子——小紅唇。小紅唇最開始偏重內容，現在在往電商的領域加重。他在獲得用戶后，面臨流量怎麼轉化成收入的問題，我們幫他做了整個產品的重新定位。後期他做電商時，我們建議品牌要做整體的包裝，強調商品來自正規渠道，建立用戶的信任度，甚至引導用戶做評價，讓用戶影響用戶。目前小紅唇的用戶已經超過兩千萬，也引入了AR技術，通過人臉識別，能夠幫助用戶提高美容技巧。

桑文鋒：剛才徐歡講的案例，是用戶來到APP之前幹什麼，怎麼把他引過來，而神策解決的是用戶來了之後的問題。我從五個角度來說神策數據為聚美優品提供的解決方案：第一，數據來源，不同來源的用戶，來源渠道是怎樣的；第二，渠道轉化，有些渠道雖然很好，但是轉化率低；第三，轉化流程的優化，有些用戶並不能真正成為你的用戶；第四，流程分析，挖掘一流的客戶，更好的盤活他們；第五，有了數據基礎、基礎平台，進一步做挖掘性的嘗試。

劉鳴：講整合，我不打算舉世界五百強公司，今天想分享一家葡萄酒公司的案例。他最初的商業模式和盈利狀況已經很不錯，但商業模式不適應今天的新零售環境。所以，我們給他定製了另外一個策略。比如，做了線下部分的智能化，在微信公眾號里做了會員系統。技術很簡單，算不上黑科技。但我們同時在模式上做了革新，比如開快閃店，包括跟其他品牌的聯合，同時利用這個來獲取客源，這一塊需要數據驅動和後期的資料庫聯合。

如何在以人為核心的新零售中加入虛擬技術

杜楓：剛才講的新零售都是以人為核心，而助理來也應用了虛擬技術，既有衝突，也有結合，怎麼在結合人的同時把虛擬內容加進去？

汪冠春：人工智慧跟人不能是對立的，應該成為人的好助手。在我們平台上，經常有用戶問這是真人還是AI，答案是混合人。我分享的是一個混合人應用於母嬰行業的案例，他的旗下大概有2500個媽媽群。為了讓這2500個群保持活躍，投入了數百人的服務團隊，但是幾百人的團隊管理十分複雜。我們幫他做了三件事，第一，對應現有的知識庫，做一個非結構化的數據彙集；第二，實時的質檢及在線監控；第三，提供自動問答的機器人。這些都能幫B端用戶節省成本，帶來更多收入。

杜楓：杉數主要致力於幫助做決策，比如投資決策、價格決策，或電商經常做的品類決策，羅總認為人工智慧超越人的地方在哪裡？

羅小渠：接著前面徐總和桑總的，徐總是把用戶導過來，桑總分析用戶在網路上的數據，但有了這些分析結果應該做什麼？我們解決的問題，某種程度上更複雜一點。舉個例子，我們跟國內一個大型電商在合作，幫他解決了三個重要問題。第一個是商品定價問題，第二個是庫存管理，第三個是無人倉調動系統的開發。

比如關於定價問題，有個典型的應用場景，我們內部叫非標交易定價。舉個最簡單的例子，貨運平台需要判斷貨車、司機和貨主在交易時，如何找到一個最優的價格。要靠人腦非常難，但是一個十幾年、二十幾年的經紀人會找到這個價值點，這時，如果有數據來做支撐，對企業的幫助就會很大。

線下數據採集是挑戰也是機遇

杜楓：前面講一些技術已經解決的難題，後面我們來分享一些潛在的挑戰。過去的成績不代表未來的成功，但是否能汲取教訓？

徐歡：我們最大的挑戰，來自於服務的線下便利店、超市，他們想往線上走，面臨一個被教育、接受的過程，很多人認為新零售就是做一個APP或是微信公眾號。我們花了大量時間去告訴客戶，市場上的搜索行為。為什麼講搜索，現在的用戶下載量大多來自官方市場，比如一定要去蘋果商店下載。要在蘋果商店曝光，不像大家想的，只是起個名字一樣，背後有非常龐大的分析系統，分析用戶搜了什麼，才能叫這樣的名字或是以這樣的品牌形象出現在大家面前，這是我們遇到的挑戰。

桑文鋒：我把挑戰分為三方面。第一，數據採集能力，尤其是線下的數據採集還不完善。線上的搜集、頁面瀏覽、下載，我們能夠統計出來。但線下的行為很難被記錄，比如，只能記錄交易，但誰在交易不知道。在數據採集上，最開始用WiFi統計人流量，這種方法非常有限。後來通過互聯網人臉識別。未來想把人、貨、場，比如人幹了什麼都記錄下來，我估計還得需要兩三年的時間才能成熟。

第二，IT化程度不夠。之前我們講信息化，實際上，線下零售也好，其他實體也好，IT化做的並不小。現在講數據化、數據驅動，數據化的前提是IT，如果連IT都沒有，沒法談大數據。

第三，數據意識問題。我曾經和一個聯合創始人聊天，我說你了解的數據挺好，我了解的挺好，但是他們了解的好不好這才是最關鍵的。

杜楓：我聽到三個機會，這波合作，不光得到數據化的機會，還得到了IT化，是否意味著機會也是乘以3。劉總是怎麼看的？

劉鳴：我很同意桑總的話，線下數據採集是一個很大的空白，也是非常難做的事。現在可以做到的就像和總提到的，視覺採集這一塊。我專門去研究過他們的技術，不是一般人能做的。兩年前，我做一個案例，是所有智能手機都會有的識別功能，當時的方案是跟美國客戶合作的。他是一個線下的企業，也有線上的一套渠道，他把渠道打通，自然而然就能得到線上數據。但是如果碰到線下的問題，比如，這家店一下子來了十幾個人，沒辦法同時識別，這是一個很大的壁壘。

還有一個，就像桑總說的，有些企業本身的接受程度不高，或者很多東西他們又想一蹴而就，問我們能不能做。說實話，很難回答。不過大家對於這一塊的認知也在提高，只是還沒有整體的規劃，這是一個很大的問題。

教育市場與客戶，需要各層面的企業聯合

杜楓：這個完全同意，我過去也服務過世界級的IT公司，這方面的挑戰從十幾年前就一直在經歷，但是我覺得是挑戰也是機會。客戶每認識到一點，就意味著能在預算上挪動一個小數點。下面就要問一下汪總，你們希望業主方能提供什麼樣的支持？

汪冠春：說一下我們做B端業務碰到的挑戰，今天大家都很希望把人工智慧應用到具體的場景中，助理來也做的是交互，銷售、服務這些就算客戶沒有IT化、沒有系統，線上的公司也可以投入，而且可以把這個門面撐起來。我們面臨的挑戰是他有很強烈的需求但他並不能很好的收斂需求。他往往需要，我們把客戶溝通給做了，然後把客戶管理做了，接著是不是還要做數據分析。來也做的是客戶溝通，並不是一下子能解決所有問題。我們經常會看到談判的過程，需求非常發散，導致項目無法落地。

杜楓：我相信羅總也遇到了很多挑戰，除了挑戰之外您的建議是什麼？

羅小渠：先說挑戰吧，對我們來說，在數據層面。事實上，我們的工作很多時候並不需要大數據，但是民營企業在數據維護或管理上做的並不好，決策應該是最頂端的，基礎沒做好，就會影響到上面一層。我們希望看到更多像桑總這樣的公司，能夠更好地教育市場、客戶，我們的工作也會更輕鬆。

不同的企業，不同行業，不同的人，需要的建議可能會不一樣，從一個角度來看這是一個問題，從另外一個角度來講就是機會。比如數據參數的問題，我跟桑總聊過一次，認為裡面有很大的合作機會。不管怎麼定義這個領域，數據領域還是人工智慧都太大了，很多優秀的公司都在其中成長起來。我相信大家在不同的層面，合起來去做一件事情，可能更容易，也更有效。

END