把新零售與商業(yè)智能相連接，似乎并不意外?？梢哉f商業(yè)智能是新零售的一個組成部分，但又不僅僅是新零售。本文從新零售提出的三大背景、未來新零售的內(nèi)涵對商業(yè)智能和新零售做了分析。針對商業(yè)智能在新零售的應(yīng)用，包括與個人交互的四種情況、以及與顧客群體交互的五種情況進(jìn)行了闡述。

“新零售”引人注目的三個背景

1、亞馬遜開出了

去年年底，亞馬遜公布了一段在美國西雅圖試運行的無人商店（Amazon Go）的視頻。視頻展示了無人商店的一些圖景：一個人走進(jìn)商店，用手機(jī)掃一下碼，從貨架上拿取一個面包，再通過手機(jī)支付，他就可以直接走出這個商店了。甚至連手機(jī)支付的動作都可以沒有，直接通過人臉的識別就把費用從關(guān)聯(lián)賬號里扣除了。

亞馬遜的這樣一個全新的無人零售形態(tài)引起了人們廣泛的關(guān)注，很多人認(rèn)為這個可能屬于新零售的范疇。把目光從亞馬遜移到國內(nèi)，因為我們中國創(chuàng)業(yè)者很多，現(xiàn)在也有人在做這方面的試驗。基本思路是模仿亞馬遜的做法，在中國開設(shè)無人商店。

2、

認(rèn)為“新零售”時代已經(jīng)來臨

“新零售”引人關(guān)注的第二個背景及原因就是馬云去年10月份在杭州云棲大會上的講話。馬云在演講中提出新零售的時代已經(jīng)到來。馬云講的“新零售”和亞馬遜的“新零售”在我看來不太一樣。因為亞馬遜的“新零售”純粹是信息化的，強(qiáng)調(diào)無人化、數(shù)據(jù)化。馬云講的“新零售”，比較強(qiáng)調(diào)的是線上、線下以及物流的結(jié)合。

以前，中國電子商務(wù)通路和線下通路兩者之間是沒有打通的，各自的客戶體驗是割裂的，線上的顧客體驗有線上的特點，線下的顧客體驗有線下的特點。對一個企業(yè)或品牌而言，它的數(shù)據(jù)流沒有能夠?qū)崿F(xiàn)線上線下的共享。

的形態(tài)有點類似于我們以往所說的O2O。O2O曾經(jīng)熱過一陣，有些模式已經(jīng)非常成功了，比如一些基于地理位置的O2O。但從實體零售店來看，中國到現(xiàn)在還沒有哪家店真正嘗試做O2O。

英國有一家零售連鎖商叫Argos，線上線下一體化做得比較好。Argos的門店比較小，店里面只擺放少量的樣品，顧客可以通過店里的屏幕上網(wǎng)搜索，選擇商品之后，可以在店里下單。每個門店后面有個小型倉庫，如果所選的商品是在倉庫里有的，顧客當(dāng)場就可以把貨提走；如果暫時沒有現(xiàn)貨，顧客可以在約定的時間到門店自提，當(dāng)然也可以在家里等待配送上門，但需要交費用。

從Argos的實際情況來看，70%左右的顧客選擇自提，大概只有30%的顧客愿意交錢等待送貨上門。

3、傳統(tǒng)零售的衰落

“新零售”比較引人注目的第三個背景及原因是傳統(tǒng)零售的衰落。在電子商務(wù)（包括移動電子商務(wù)、微商等）的沖擊下，傳統(tǒng)商業(yè)舉步維艱，甚至節(jié)節(jié)敗退。這時候突然有一個“新零售”的概念，讓一些傳統(tǒng)商業(yè)覺得有可能找到了一條道路，抱有某種希望。

當(dāng)然，我們對“新零售”的關(guān)注還有一個眾所周知的背景，就是我們中國的各位朋友包括我們自己在內(nèi)，對新概念都是比較關(guān)注的。一個新概念一出來，可能都會撲上去看看是否能從中得到一些啟發(fā)，有沒有顛覆性的創(chuàng)新。

未來新零售的內(nèi)涵

1、數(shù)據(jù)化和信息化

大家都知道，線下零售和線上電子商務(wù)相比，在信息的獲取、應(yīng)用方面，線下是不如線上的。比如，對于產(chǎn)品信息的搜尋、評價和分享，價格的比較等，每一個零售店實際上是孤島，顧客體驗顯然是比較少的。從經(jīng)營者這一方來說，線上的電子商務(wù)從一開始就是基于信息流和數(shù)據(jù)流的。因為看不見真人，只能根據(jù)顧客在網(wǎng)上的動作，比如搜尋、瀏覽、點擊，以及實際發(fā)生的銷售數(shù)據(jù)等，來判斷顧客的行為，從而為顧客提供商品推薦等服務(wù)。

因為線上有數(shù)據(jù)和信息的優(yōu)勢，因此產(chǎn)生了精準(zhǔn)廣告投放、推薦銷售、產(chǎn)品之間的交叉銷售等新方式。在很長時間內(nèi)，線上的商家是有某種優(yōu)勢的。而在“新零售”背景下，線下的商家也要把自己變成一個巨大的信息流和數(shù)據(jù)流的集合。

第一，零售店面所有的貨架、貨物、購物籃、收款設(shè)施等這樣一些物體，構(gòu)成了一個通過傳感器來相互聯(lián)系的物聯(lián)網(wǎng)。形成一個物聯(lián)網(wǎng)之后，信息就開始采錄和聚集。比如說顧客在貨架上每拿一樣貨物，后臺的信息系統(tǒng)都可以同步顯示，可以知道顧客拿走了第幾排的貨柜上的哪些產(chǎn)品，這樣就解決了傳統(tǒng)的零售貨物的盤點問題。過去優(yōu)衣庫在日本基本上要一小時盤點一次，比如毛衣、T恤放在貨格子里面，早上擺了5件T恤，過一小時賣掉2件，還有3件，再動態(tài)地預(yù)測和補貨?，F(xiàn)在有了傳感器之后就不用去數(shù)了，實現(xiàn)了即時盤點。

第二，零售店無死角地布置攝像頭（有的資料里稱Amazon Go里也安裝了麥克風(fēng)，這里我們略去不談），實際上就是圖像采集系統(tǒng)。你走進(jìn)這個店之后，往哪里走？在什么地方停留？有什么樣的動作（比如拿了一個貨物，拿過來之后，又想要又不想要，就退回去；或者放在購物籃里，放到籃里之后，又放回貨架，等等）？以前的零售店當(dāng)然也有攝像頭，現(xiàn)在攝像頭更密、更多。

攝像頭對信息全程進(jìn)行記載之后，和

技術(shù)結(jié)合在一起。很顯然，人臉就是最大的標(biāo)簽和最顯著的標(biāo)志。這張臉?biāo)鶎?yīng)的人取了多少貨、需交多少錢等，系統(tǒng)可以直接識別，錢就自動扣掉了。當(dāng)然，這是一種理想的狀態(tài)。無人商店的結(jié)算可以有多種方式，包括APP、掃掃二維碼等。

第三，高度數(shù)據(jù)化和信息化的新零售，還有一個體現(xiàn)就是電子標(biāo)簽的應(yīng)用。所有的貨品上可能都有一個二維碼，掃一掃二維碼，這個商品所有的信息（包括價格信息、產(chǎn)地信息等）都可以在手機(jī)或其他的載體上顯示出來。有了電子標(biāo)簽之后，對于管理者（即店面的經(jīng)營者）來說，庫存的盤點、貨物的補充、價格的調(diào)整、顧客的結(jié)算等，都可以借助電子標(biāo)簽完成。

未來，傳感信息系統(tǒng)、電子標(biāo)簽信息系統(tǒng)和攝像（聲音）系統(tǒng)三者之間，既會交互也會共享，還會彼此補充，共同形成零售的海量、動態(tài)信息的集合。這樣一來，對于商店的經(jīng)營者來說，線下的店和網(wǎng)上的店就沒有區(qū)別了，甚至比網(wǎng)上的店還更有優(yōu)勢，因為對顧客的行為（包括行為背后的動機(jī)）有更加真切的把握。

現(xiàn)在我本人沒有看到無人商店的實際場景，我只是看了亞馬遜的一段視頻和一兩個商業(yè)智能的項目建議書里的描繪，在這里跟大家簡單說明一下。有講得不對的地方，請大家指正。聽說上海已開出了第一家無人便利店，顧客需要下載專用APP才能交易。

2、虛擬世界和真實世界一體化的體驗

在現(xiàn)實的物理空間中，我們的體驗是受環(huán)境限制的，我們每個人只能看到真實世界。而互聯(lián)網(wǎng)上會有一些真實世界中不能體會到的炫目、刺激的情景（包括3D畫面）。現(xiàn)在也有人在考慮把一些互聯(lián)網(wǎng)上的體驗放到線下來。我們前面舉的英國Argos的案例，其實是個最簡單的模式，就是在線下店里安裝一些能夠上網(wǎng)的屏幕。

隨著

、AR技術(shù)的發(fā)展，線下將會有新的顧客體驗的方式。

新的體驗將首先在游戲網(wǎng)吧里出現(xiàn)。游戲網(wǎng)吧是一種線下零售的特殊場合——目前，阿里巴巴把新零售擴(kuò)展成一切的線下的物理空間的體驗，游戲網(wǎng)吧、餐飲、咖啡廳、書店等都算。

線下的游戲很快就會進(jìn)入虛擬現(xiàn)實的時代。虛擬現(xiàn)實就是每個人頭上戴一個頭盔之后，他所見到的世界不是周邊的真實世界，而是另外意義上的真實世界。我們可能穿越時空進(jìn)入古代，置身古代的場景，可以參與其中。當(dāng)然我們也可以看到未來的一些圖景。總而言之，這個和我們戴上3D眼鏡在電影院看3D電影的感受類似。

那么零售店會怎么樣？顧客進(jìn)去之后，戴上一個頭盔，然后通過商店里的二維碼等一些附著在商品或附著在其他載體上的信息入口，可以進(jìn)入另外一個世界。它是立體的，在內(nèi)容上是有無限可能的。這樣就超越了店本身的限制了。

比如說，我要選購一輛日本的汽車，那我就可以通過頭盔看到這輛汽車在日本生產(chǎn)線的過程，當(dāng)然可能還有一些更縱深的內(nèi)容。我也可以去選購一個瑞士的產(chǎn)品，那我可以把自己放到日內(nèi)瓦湖或者阿爾卑斯山的一個背景下，四周有湖水有山，體會瑞士的風(fēng)光或風(fēng)土人情。虛擬現(xiàn)實，對于零售有幫助，但是它不是革命性的。

未來會引發(fā)革命性體驗的，可能是增強(qiáng)現(xiàn)實，但它的應(yīng)用在技術(shù)上可能更困難。

增強(qiáng)現(xiàn)實是什么呢？就是在真實的環(huán)境中突然出現(xiàn)了虛擬的景象，這是我的一個理解。舉個例子，我們?nèi)ゼ揖哔u場看顧家皮床?，F(xiàn)在我們要看一看在這個床邊上擺放兩把椅子是什么狀態(tài)。這個椅子在現(xiàn)實中是沒有的，但是可以通過電腦或手機(jī)選擇兩把椅子，在戴上一個特殊的眼鏡之后，這個椅子就會在沙發(fā)旁邊出現(xiàn)。

我還可以通過電腦或手機(jī)上的操作，改變椅子的顏色，改變椅子的形態(tài)，可以改變椅子的數(shù)量，總而言之，椅子是虛擬的，我們將它與現(xiàn)實的真實情境之間進(jìn)行匹配。

這就有點類似于前段時間我們在手機(jī)上看到的一段視頻，就是“鄧麗君”突然“復(fù)活”了。這個舞臺是真實的，觀眾也是真實的，突然“鄧麗君”就活靈活現(xiàn)地出現(xiàn)了。那個叫全息攝影，這種技術(shù)在商業(yè)中將來也會運用。

剛才我們提到家具，瑞典的品牌連鎖——宜家目前試圖做AR（增強(qiáng)現(xiàn)實）方面的努力。至于說VR、AR在國內(nèi)有沒有應(yīng)用，據(jù)我所知有一些企業(yè)在嘗試。

3、商業(yè)智能在新零售中的應(yīng)用

商業(yè)智能，是個很寬泛的概念，簡要地說，就是

在商業(yè)中的運用。商業(yè)智能目前主要的運作場景、應(yīng)用的領(lǐng)域就是在零售業(yè)。怎么運用？已經(jīng)有一些案例。國內(nèi)很少，幾乎沒有。國外的一些零售商已經(jīng)開始運用人工智能了，當(dāng)然也是初級的運用。

人工智能的基本要素之一是

，也就是說沒有數(shù)據(jù)就沒有人工智能。數(shù)據(jù)是人工智能、機(jī)器深度學(xué)習(xí)的原料，是給它喂的飯或者是給它添的油。從零售店角度看，是有大數(shù)據(jù)的。數(shù)據(jù)一直是存在的，也是流動的，只不過以前這些數(shù)據(jù)可能流失掉了。

一個零售的賣場，它究竟有哪些數(shù)據(jù)？很顯然，主要就是顧客購買行為的數(shù)據(jù)，這里包括他的行動路線、來店頻率、逗留時間、決策速度、動作特征等等。此外，還有一些數(shù)據(jù)就是他的行為的結(jié)果，包括顧客買了哪些商品，花了多少錢，等等。這些數(shù)據(jù)的流量非常大。

基于這樣一些數(shù)據(jù)，我們要給智能系統(tǒng)一個指令，要給它一個運算邏輯。也就是說，要規(guī)定智能系統(tǒng)根據(jù)這些數(shù)據(jù)產(chǎn)生什么樣的分析結(jié)果。從這個意義上來說，人工智能其實還是人的智能，它基礎(chǔ)的算法還是由人來設(shè)定的，包括輸入什么信息、輸出什么信息、中間的轉(zhuǎn)換的邏輯?；蛘哒f是一個函數(shù)式，是一個解題的步驟和過程。

將來隨著人工智能的發(fā)展，它是否能模擬人的神經(jīng)系統(tǒng)，是否有獨立的智慧，今天還沒有看到，未來可能會有。

（1）商業(yè)智能和個人交互的四種情形

零售企業(yè)獲取大數(shù)據(jù)并經(jīng)過計算之后，會針對顧客產(chǎn)生哪些智能化的反應(yīng)？總的來說有兩個類型和方向。一個類型和方向是針對顧客個體的，根據(jù)顧客的信息對每一個顧客進(jìn)行一對一的精準(zhǔn)的營銷。到目前為止，商業(yè)智能針對個人，和個人的交互，具體來說可能有四種情形。

第一種情形是基于人像識別的顧客互動。一個人來商場很多次，他的頭像就已經(jīng)被記錄下來了，以后再去的時候，無論是服務(wù)員，還是其他的一些信息設(shè)施，可能會很熱情地跟顧客說：“歡迎您第N次光臨，您是我們的老顧客”。這是一種初級的、比較基礎(chǔ)性的運用。頭像的背后還有這個人的一些歷史數(shù)據(jù)，基于這些歷史數(shù)據(jù)可以準(zhǔn)確地跟客戶互動。

比如，一個人去吃牛扒，經(jīng)常有服務(wù)員會問：你吃幾分熟?。坑腥苏f五分，有人說八分，那人工智能系統(tǒng)就記住了。你再去的時候，服務(wù)員在和顧客交流的時候就可以說：先生，知道您喜歡吃五分熟的，現(xiàn)在有一種牛肉，三分熟更好吃。這樣的溝通會更有效一些。

第二種情形，是商超用得比較多的優(yōu)惠券。包括電子形態(tài)的優(yōu)惠券。比如商場APP里面送一些電子優(yōu)惠券，這些優(yōu)惠券完全是根據(jù)顧客的數(shù)據(jù)自動生成的。顧客去交錢的時候，一邊交錢，優(yōu)惠券就打出來了。

優(yōu)惠券很復(fù)雜，結(jié)構(gòu)很精巧，可以根據(jù)顧客的購買額，1000元錢以上的給你一張，2000元以上的給你另一張，而且通常都有時間的限定，比如要在5天內(nèi)用完。有的還有品種的限定，這跟推薦商品有點類似，比如說根據(jù)你過去的數(shù)據(jù)，你似乎比較喜歡喝啤酒，比較喜歡喝德國的黑啤，那就給你兩張黑啤的優(yōu)惠券。

在優(yōu)惠券方面，目前還有一些超出我們想象的應(yīng)用。比如，發(fā)現(xiàn)一位顧客從來沒有買過啤酒，基于這樣一個數(shù)據(jù)，那我們怎么給他優(yōu)惠券呢？也給他一張啤酒優(yōu)惠券，用于測試這個人是不是在其他的店買啤酒。如果他用了優(yōu)惠券，那就證明他還是喝啤酒的，只是原來不在我這里買。這個測出來之后，就可以給他更多的啤酒優(yōu)惠券，這樣就可以對對手構(gòu)成影響。

基于會員制、積分制以及購買記錄的優(yōu)惠券系統(tǒng)，是目前商業(yè)智能的主要形態(tài)。優(yōu)惠券越來越豐富，越來越有意思。這個在歐美其實是個成熟的系統(tǒng)，可惜的是我國零售企業(yè)還用得非常少。國外有專門的這樣的系統(tǒng)服務(wù)商，即營銷服務(wù)公司，大的甚至能夠覆蓋幾千萬人，數(shù)據(jù)量非常大。

第三種就是商品的推薦和交叉銷售。通過數(shù)據(jù)分析發(fā)現(xiàn)某一個人去購買某種商品的時候，他同時還會買其他的商品，這就構(gòu)成一個關(guān)聯(lián)。以前他買商品的時候都是果汁和酸奶一起買，那就可以同時推薦果汁和酸奶。這在邏輯上比較簡單。另一種邏輯關(guān)聯(lián)，比如說一位男顧客買了紙尿布，這可能是孩子的爸爸，可以給他推薦奶粉。

人工智能也在發(fā)展。以往這種商品整合起來的推薦都比較刻板，或者說是邏輯僵化。比如我一個朋友跟我說，他給家里的老人去看過墓地，結(jié)果連續(xù)一個禮拜甚至更長的時間都有商家給他推薦骨灰盒。

所以，未來商品的推薦可能是智能推薦，根據(jù)顧客長期的購買行為進(jìn)行一些分析，推斷他可能對哪些商品很感興趣。那就可以進(jìn)行橫向的相關(guān)產(chǎn)品推薦和縱向的上下游產(chǎn)品推薦。比如顧客買了電吹風(fēng)，解決了頭發(fā)的問題，再推薦一個剃須刀，一起解決一下胡子的煩惱，這是橫向的推薦。

縱向的是什么呢？比如顧客買了刀片，就推薦刀片的上游——刀架。再比如顧客買了CD，就推薦CD的播放機(jī)。未來可能還有更加智能的，那就是跳躍式的、非單一線性邏輯的推薦。

比如某個人經(jīng)常買些比較古典的交響樂，推斷出這個人可能是比較傳統(tǒng)的、文化層次比較高的、行為作風(fēng)比較西化的，那是不是可以給他推薦一款懷舊型領(lǐng)帶？這個跨度比較大，也比較有意思。

第四種，就是行為的預(yù)測，即根據(jù)以往的行為來推測未來的行為，這個就比較難了。比如說一對小夫妻，因為剛成家，以前可能購買一些生活用品等，過了一段時間，通過購買的特點、跡象和數(shù)據(jù)，推測妻子可能已經(jīng)懷孕了，那就可以贈送一些嬰兒產(chǎn)品的優(yōu)惠券等。這就是提前推測顧客在未來一段時間的行為特點。

根據(jù)顧客購買的時間、動作，還可以分析這個人是屬于簡單購買還是屬于復(fù)雜購買。人的購買心理和性格不一樣，有些人買東西比較快，瞬間反應(yīng)；有些人就要貨比三家，任何事情他都要認(rèn)真地盤算。人工智能系統(tǒng)能將他們推斷區(qū)別出來，與他們互動的內(nèi)容和方式也就不同了。另外，更進(jìn)一步，人工智能甚至可以判斷每個顧客的生活態(tài)度和生活方式。

（2）商業(yè)智能和顧客群體的交互

根據(jù)大數(shù)據(jù)做群體分析的時候，大數(shù)據(jù)的范圍可以擴(kuò)展到整個互聯(lián)網(wǎng)上，比如微博、微信上的顧客心聲和反應(yīng)。

第一，是對顧客進(jìn)行分類。商業(yè)智能出現(xiàn)之前，商場里的顧客群畫像，依靠人的智慧，維度是有限的。而到了人工智能的時候，就可以增加很多的維度，從不同的角度對顧客總體進(jìn)行分類，從而形成多種分類模式。也就是說，畫像可以從不同的角度去畫，把顧客分成很多群。比如，按照遠(yuǎn)近來分類，過去沒有數(shù)據(jù)的時候，怎么知道這個人來自近的地方還是來自遠(yuǎn)的地方？現(xiàn)在通過物聯(lián)網(wǎng)的信息，就有可能知道顧客的距離遠(yuǎn)近，對不同距離的顧客的服務(wù)方式可能就不太一樣。

第二，分析這些顧客群的特點。比如，以是否成家可以將顧客分為單身、兩口之家、三人核心家庭。這就構(gòu)成了家庭的三種形態(tài)。在這三種形態(tài)的背景下，人均的購物金額、購買的品種、喜愛的審美風(fēng)格等，都會形成一些比較鮮明的差異。

了解了這些差異，在貨架的擺放上可以變得更有針對性。比如專門有一些大容量的牛奶是針對三口之家的；比較小包裝的、時尚的就適合兩口之家；還有針對單身的產(chǎn)品，在營養(yǎng)的構(gòu)成、包裝（怎么開啟）等方面都可以有不同的特色。

第三，分析顧客為什么流失。哪些群體流失得最快？流失的原因是什么？根據(jù)顧客群體總的行為特征，并找到背后的影響因素，基本上能夠判定顧客流失的原因和背景。

第四，找出顧客行為中出現(xiàn)次數(shù)較多的典型行為并分析背后的原因。例如某一種新產(chǎn)品，大多數(shù)人都是拿起來看了看，并沒有購買。原因是什么？價格問題，還是產(chǎn)品價值訴求問題？抑或包裝問題？基本上可以建立一個假說，這個假說可以通過大數(shù)據(jù)和人工智能來進(jìn)行驗證。

第五，分析零售店里面的顧客注意力資源的分布。簡單地說就是顧客更喜歡聚集在什么地方，在哪些地方投注了更多的目光。這個主要通過攝像頭、圖像系統(tǒng)等就可以收集到。這是零售商場動線和商品展示的依據(jù)之一。同時，也為廣告競爭提供了依據(jù)。比如供貨商有A和B，那就可以把廣告位精準(zhǔn)地給他們進(jìn)行推薦，比如這個地方有更多的人流量，顧客停留更長時間，那么這個地方的廣告就要貴一些了。