cookieOptions = {...}; .武肺大流行後 7 大趨勢重塑零售業的未來 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2020年9月21日 星期一

REVEALING SMART MIRRORS Show What You Would Look Like Wearing




當今數位化轉型重塑了購物、網路體驗,甚至顧客對實體店的期望。 COVID-19 疫情不僅改變了我們的日常生活,也改變了經商方式。 但是,透過顛覆世界,也帶來了許多技術創新。


在過去的三個月中,我們參與了軟體開發,發現了許多具有未來潛力的技術趨勢。 本文介紹了七種技術趨勢,這些趨勢可能會在未來幾年,將極大地改變零售業的未來。

趨勢1:適合電子商務的POS系統
趨勢2:機器學習進行需求預測
趨勢3:增強購物
趨勢4:基於數據科學的人際互動
趨勢5:無員工和少收銀員的商店
趨勢6:語音商務
趨勢7:機器人

趨勢1:適合電子商務的 POS 系統
在 COVID-19 大流行期間,許多企業主使用電子商務平台,來嘗試優化網路銷售流程。

為零售商提供基於雲的 ERP 解決方案的 SaaS 提供商之一,分享了 SaaS 提供商對完全整合的 POS 和電子商務解決方案,不斷成長的需求的監控。 除去所有風吹草動,零售商選擇了那些電子商務系統,使他們在網上銷售的情況不比實體商店差。

如果放眼未來,在具有多個銷售管道(包括實體商店和電子商店)的武肺大流行企業所有者之後,將需要同步在線上和線下交易、庫存和促銷。 因此,在武肺大流行期間和之後,電子商務和 POS 整合將是最佳解決方案。


趨勢2:機器學習進行需求預測
許多零售商現在要問的重要問題是:「世界 COVID-19 大流行,將如何影響顧客需求,以及如何預測變化?」

由於許多零售企業正在尋求使用大數據,因此由機器學習支持的需求預測,已成為優化顧客和供應商關係管理、物流和製造流程,以及進行智慧行銷活動的創新方法之一。

與傳統的預測方法相比,機器學習方法更能適應變化,並更快地實施。此功能使基於 ML(Machine Learning,機器學習) 的需求預測適用於當今的現實。

透過使用 NLP(Natural Language Processing,自然語言處理)和級聯模式,短期 POS 數據以及外部資源(匯率、市場狀況、經濟因素等)的最新數據,來優化需求預測系統,可以提高需求預測的準確性。這就是使機器學習驅動的需求預測,成為智慧零售的重要貢獻的原因。

趨勢3:增強購物
這是一個有趣的事實,但 Gartner 在 2019 年的預測報告中指出,到 2020 年,預計將有多達 1 億消費者,在其購物體驗中使用增強實境。

由於 COVID-19 所造成的隔離,迅速增加了對虛擬試衣間系統的需求。 在「先試後買」的方法指導下,增強型購物透過允許客戶與產品,在虛擬網路互動來吸引客戶。


在 COVID-19 大流行前的很久之前,就有幾個品牌採用了 AR。 Lacoste、American Apparel 和 Uniqlo 開設了虛擬陳列室和試衣間,以允許客戶在虛擬空間中試用產品。

宜家和亞馬遜正在使用 ARKit-base 的應用,透過即時在房間內行動智慧手機攝影機,幫助顧客示意地展示新家具的外觀。

蘋果的 LIDAR 掃描儀不久前問世,總體上具有增強購物和增強現實的巨大潛力。 購物者將能夠在毫米級精度上,將虛擬物品放置在物理表面上,將虛擬物品與真實物品隔離,識別物品實體,並提供真實和虛擬商品之間的真實交互。


趨勢4:基於數據科學的人際互動
數據科學和機器學習技術,在當今的個性化工具中,取得了長足的進步。 DS (Digital Sinage)和 ML 驅動的引擎,可以在客戶了解自己的需求之前,向他們提出個人建議。亞馬遜表示,其 35% 的銷售額是由其推薦引擎推動的。

推薦引擎不會惹惱人們下載應用 APP,而是根據消費者的需求和期望,來使用激勵措施。透過應用機器學習方法,推薦系統收集有關相似客戶的資訊,並開發購物檔案。然後,系統針對特定使用者量身訂製行動呼籲,並加快購買速度。

店內選項正在迅速趕上網路和基於應用 APP 的選項。推動這一進步的因素是低功耗藍牙和 RFID,它們在整個商店中佈署了低功耗解決方案。

阿里巴巴集團(Alibaba Group)建立的一項技術 Fashion AI,為購物者在商店中走動時,產生個性化的混搭服裝建議。然後,他們可以快速找到適合自己品味的物品。


趨勢5:無員工和少收銀員的商店
由於保持社交距離,是預防冠狀病毒感染的有效措施,因此,無收銀員和無職員商店,將重新建構零售格局。秤重技術提供商 Shekel Brainweigh Ltd. 對客戶進行了調查,以辨識由於 COVID-19 大流行而引起的購物習慣變化。調查顯示,有 87% 的顧客可能會選擇非接觸式,或自助結帳的商店。

ERP & POS Solution For Retail With Data Science


允許進行這種數位轉換的工具,包括 RFID 標籤、電腦視覺系統、機器學習、IoT 設備和臉部辨識

不久前,亞馬遜開發了無收銀員的 Just Walk Out 系統。它由電腦視覺、感測器融合和深度學習提供支持,使顧客可以使用信用卡來商店。此系統不需要安裝任何帳戶或應用。而根據 IoT 的系統,顧客可以將商品放入實體購物車,而在虛擬購物車中跟蹤商品。購物完成後,一旦客戶離開商店,所有購物將自動付款。

Just Walk Out 系統的基礎技術是 Amazon Go Grocery 模式 。包括 RFID 和藍牙在內,該模式可以執行結帳免費購物的體驗。但是,如果將其進一步發展,還可以開發一種非接觸式購物系統。透過掃描條碼和 QR 碼,顧客可以透過智慧手機接收有關所需產品的資訊,從而減少店內直接互動。


趨勢6:語音商務
人工智慧和自然語言處理,每年都在動態發展。現在我們有了 Alexa、Bixby、Siri、Microsoft Cortana 和 Google Home Assistant。無需打開任何有關螢幕的應用 APP 或瀏覽器,即可與語音助手進行交互–這些智慧應用 APP,可以理解您的語音,並對語音聲音做出反應。

NPR 和 Edison Research 進行的調查顯示,現在有 6000 萬人在家中,至少擁有一個智慧揚聲器系統。因此,我們可以期望看到更多帶有「 Alexa-enabled」標籤的產品。其基本思考邏輯來自物聯網產品,例如智慧眼鏡,可以吸引人地交付各種內容。

在零售和電子商務中,語音輔助技術有助於透過語音辨識技術進行銷售。現在稱為「語音商務」,這個概念類似於電子商務。但是,客戶無需輸入搜索查詢,而是使用語音命令來查找產品,或任何必需的資訊。

在語音辨識技術的推動下,沃爾瑪創建了沃爾瑪語音訂購服務。技術概念很簡單–您可以使用語音命令下訂單。客戶可以使用由 Google Assistant 或 Siri 支持的任何設備和平台。您只需要說:「嘿 Siri / Google,添加到沃爾瑪」,然後透過命名將產品添加到購物車。下訂單後,沃爾瑪工作人員將收集選定的項目,並按照您在下訂單時選擇的方法進行交付。

7-11 公司為其 7NOW Delivery 應用 APP,啟動了語音訂購功能。透過使用 Google Assistant 或亞馬遜的 Alexa,客戶可以打開 7NOW 應用,其啟動咒語為「嘿,Alexa! /好的,谷歌!打開 7NOW。」,然後透過語音命令將貨物放入購物車。語音訂單付款後,客戶將在 30 分鐘內交付產品。

沃爾瑪和 7-11 的語音訂購系統,只是零售商增強客戶體驗的一種方式。智慧揚聲器和語音商務,正變得越來越先進,因此,不斷革新著零售業的未來。


趨勢7:機器人
清潔、從貨架上移走貨物、跟踪和分析貨架庫存,最後一英里交付 - 這些任務不再是人類的任務。機器人與人工智慧相結合,有望幫助零售商減少成本,並改善商店營運。

例如,像 Amazon Scout 這樣的自動最後一英里交付機器人,將產品直接交付到顧客家中。

由 AI 驅動的電腦視覺,提供支持的空中無人機,和貨架審核機器人將掃描並感應貨架,從而為庫存管理和商店內產品的定價,提供自主監控。


客戶服務店內機器人,例如 LoweBot 和 Pepper,將提供個性化的問題答案,幫助查找商品,在店內幫顧客導航,甚至收集數據,以更好地了解顧客的偏好。

安全機器人(例如Millie)不僅會發現並清理洩漏物,而且還會警告安全隱憂。

諸如 SmartSight 之類的,具有電腦視覺和機器學習功能的機器人,將發現任何庫存問題,並將其位置和性質報告給人類。

將來,許多零售商可能會使用機器人,來改善店內營運,減少店員的工作量,以及收集有關顧客的數據。機器人非常適合保持社交距離,這使其在大流行期間,成為正確的解決方案。

無論  COVID-19 大流行給我們帶來了什麼挑戰,我們都可以將其視為改善的機會。也許這就是任何問題的底線。如果你選擇遵循自己的願景,並成為為顧客帶來新價值的人,那麼廠商將在零售軟體開發服務方面,為你提供幫助。

任何經過翻譯或轉載之中文資訊,我們為了盡量使用台灣常用相關名詞與慣用語法,將與原中文有所變更,但不改內容意義 – 3S MARKET

0 comments: