铉伟英：新零售进入“无限货找人”时代

2012年，我去云南旅行时，深夜去酒店附近的小零售店买东西，看着那家店主怀抱着婴儿，一个人照看店铺，为了第二天能提早开店迎接顾客，他只能在寒冷的铺子里抱着孩子睡。看到这些，同样为人母的我不仅感到心酸，还看到了传统零售商的无力与无奈。由此，我萌发了做一些事情来改善这一切的初心。

当然，只有初心不足以谋事，只有感性不足以成事。在做甘来之前，我们做了一些调研，不难发现，这些年来线上流量越来越贵，线下人力成本越来越高。线上的获客成本增加了10倍；自2005年以来的十年期间，中国的劳动力成本上升了5倍，比1995年涨了15倍；2005年以来，全国房价直线上涨，上海的商业租金十年间增加了至少8倍。达到一定规模的店铺还有能力投入20-30%的成本到线上，实现相对健康的盈利；而规模较小的夫妻店和社区店只能专注于线下销售，平均客单不足10元，客单和净利润提不起来，实在难以生存下去。

看到这些，我们觉得应该通过新技术、新产品、新解决方案，来帮助传统零售商降低压力。

新零售的价值？V=New（Cost+Efficiency+Experience）

我们认为新零售的价值在于提供“新成本、新效率、新体验”，简单来说就是V=NCEE。在我看来，从技术-产品-商业-人的角度去看，一个“无限货找人”的时代已经来了，而且会比我们之前设想的还要迅猛——所有的零售商品，将以更及时、更精准、更贴心的方式浮现在消费者面前，成为现代生活的最基本需要——就像四五年前，同样没有人能预料得到今日头条讲的让“资讯找到你”的故事，会如此大受欢迎一样。

要做到“无限货找人”，就需要“最后一公里”网格内的全量消费数据。从零售店铺的角度看，其实就是及时、精准、海量地获客，并用数字化手段实时匹配库存、销售和管理。当“人、货、场”的数据量足够庞大时，结合云端算法，能够帮助商家预测未来24小时内，指定区域、指定产品的销售状态，再加上交通、气象、热点事件等混合数据维度，从而提前实现预补货和预调度，整个店面、产业链条的效率就会大幅提升。

在传统运营模式下，即使是在日本，一组工作人员平均每天只能为密集分布的7-8个售货点补货，通常的流程是：根据有经验的调度从仓储中心配货、抵达售货点、盘点售货机、取货、补货，最后录入数据，反馈给调度，制定后续计划，单点流程接近1小时。很显然，传统流程有两种数据缺失：一是实时车载数据，二是售货机实时的缺货情况。工作人员在出发前就能知道全部数据，砍掉调度、盘点、回取，录入四个环节。

从消费者体验角度看，90后已是消费主流，他们需要更加个性有趣、富含品牌IP色彩的新体验。过去的线下零售店很难满足他们的需求，而一旦有人能提供新玩法，收到的欢迎会超乎预期。例如我们之前打造“AI+新零售”的消费新体验，在参加2016年深圳双创周时，在无人售货机上整合了一个微软认知服务的小游戏，玩家做表情，机器现场回答“我认得你哭”、“我认得你笑”、“你颜值真高”等趣味回应。当时，我们的人脸识别功能还没有正式产品化发布，主要是为了测试产品体验，以及消费者反馈。

“技术生态森林”的挖宝攻略

不管是无人店、无人柜还是智能售货机，都需要搭载复杂传感器的智能硬件，云端SaaS服务和增值服务。智能硬件是获得客户、服务客户的智能服务终端，其抓取到的数据有70%都将储存在云端，增值服务则包含流量运营、数据综合管理等。

最初，我们曾尝试在公有云IaaS层上自行搭建中台和前端，研发人员要自己设计架构，维护与更新虚拟机，还要测试平台之间的消息传输与兼容性等，工作内容较为繁琐，研发周期较长，成本也较为高昂。最关键的问题是，构建在IaaS层的解决方案不足以打造高性能、可靠而持续的“全过程服务”，实时管理庞大的智能售货机资产。

随后，我们在选择云平台和技术合作伙伴时，“货比三家“之后最终选择了Azure，以丰富的PaaS层服务替代了传统的IaaS部署方式，实现了快速研发、快速部署、敏捷运维。我认为，微软的优势不仅是云平台，更是一个积累深厚、保障充分、对企业级需求理解深厚的“技术生态森林”。例如，微软在人工智能领域深耕二十六年，很早就看到了数字化转型，尤其是云计算、物联网、大数据和人工智能对零售行业的价值，我们总能在这个森林里找到适合自己的工具和武器。

在无人店场景下，共性的刚需是实现消费者基本行为控制——进店，消费，结算，离店。一些同行的做法是通过探头做实时视频流抓取和传输，但对带宽资源消耗大，而我们的做法是在视频流中，实时抓取一些关键帧进行判断，比如辨别取货、结账等行为。即使通过压缩，甘来智能售货机对云计算带宽和存储的消耗也是较大的，之前内部测试过，业务繁忙时，一台机器一年可能要消耗5万元的Azure资源。

通过Azure IoT中心，甘来安全地连接到货柜，使用设备到云的遥测数据，了解设备和货品的状态，在设备需要关注时立即采取措施。在云到设备消息中，向连接的设备发送命令和通知，并通过确认回执跟踪消息传递。通过持久的方法发送设备消息，以适应间歇性连接的设备。通过该服务，甘来可以使用业界标准协议（如AMQP、MQTT、HTTP）或自定义的TCP协议，与智能售货机建立连接，并为每个设备设置标识和凭据，确保智能设备与后端云服务之间的消息传输安全保密，实现对庞大智能售货机资产的全面管理，并减轻资源消耗。对于我们这样云使用量较大的企业来说，Azure IoT能够大大减少Azure的用量，好比“从20公斤负重的登山装，变成一个电脑双肩包的感觉”。

利用Azure提供的认知服务和流分析事件处理引擎，甘来能够快速将采集自智能售货机的各种数据包，解析为结构化数据，以并行的方式写入不同数据库，为数据的利用打下了基础。比如，通过设备内置的摄像头采集周边人流信息，借助智能云实时分析消费者属性（如性别、年龄、情绪等），智能化推荐商品，提供精准定制、沉浸式的全新购物体验。甘来智能售货机的复购率超过60%，当顾客第二次在售货机验证个人信息、验证人脸数据后，再次消费直接“刷脸”就可以了。

利用PowerBI，甘来做了一个牛掰的“数据分析智囊团“，哪怕是夫妻店和社区店，也不用为运营数据分析发愁了。店家可以通过Web访问PowerBI所生成的图形化业务监测仪表盘，将数据直接转变为业务洞察力，比如设备网络信号强度、自动售货机温度控制状况、硬币槽状态、商品销售与存量、实时财务情况、财务报表，预测未来的财务状况等，并根据警报和预警及时做出响应。

冷热自知，重要的是初心不改

2015年下半年两场红包大战之后，线上流量的红利枯竭已成定局，零售业线上与线下融合升级也成了共识。零售的本质是一个由无数个细节组成的长链条，无论是零售霸主、互联网巨头还是甘来这样的创业公司，挑战商用物联网、无人店都需要勇气、想象力和耐心，这是一场新零售赛道上的创新马拉松。成立不过1200多天的甘来，目标就是向大规模商业化前进，成为新零售服务赛道里的头牌。

转载自：零售网，版权由原作者所有，如有侵权，请联系小编删除。