一个货架的智慧可以多强大? 原创

最近最火的两个词莫过于人工智能和新零售,当这两个词相遇,就是智能零售无限广阔的应用场景。

一个货架的智慧可以多强大?

小编,你是逗我吗?

对于一个准吃货,

上面的问题是问题吗? 

╮(╯▽╰)╭Bingo!

 

以上,确实不是吃货段位等级评测,

只是再次认证了零售商多年“处心积虑”

培养的消费习惯行之有效。(*?▽?*)

 

一个货架的智慧,

够强大,就够富饶~

真滴嘛?

真滴!

 

最近最火的两个词莫过于人工智能和新零售,当这两个词相遇,就是智能零售无限广阔的应用场景。

一个货架的智慧可以多强大?

一直以来零售行业都是走在技术变革的前列,会根据市场的变化做出快速反应。例如最先采用POS机,应用条形码,到通过互联网走到电商等等都是零售业善用技术,创造变革的典范。

其实,无论零售业如何改变,都离不开销售的本质,商家需要更精确分析需求信息,更快反应需求信息,从而降低时间和成本,提高效率。在消费者层面,需求更精准地被满足,买到性价比最高的东西。显然,人工智能能够帮助商家和消费者双方实现新的消费升级。

小小的货架有大文章

很多人也许不清楚,品牌商在与大量的商场超市合作当中,对于货架的管理其实本身就是一门大学问。

好的终端的陈列水平,是可以提升供应商的货架管理竞争力,进而带动销量的增长。供应商如何调整对终端货架管理的策略和方法,以持续改善终端的陈列水平,提升供应商的货架管理竞争力,进而带动销量的增长?

一个货架的智慧可以多强大?

通常来说,零售商货架管理的两个关键因素,一是容量,二是位置。

容量

货架的空间容量决定了商品的周转速度,直接影响销量。所以,零售商会首先分析周转速度来确认货架空间容量。这样安排货架的空间容量是为了尽量减少缺货,更为重要的是,更少的缺货会赢得顾客的持续满意,这将提升零售商的竞争能力。

位置

商品的陈列位安排,要更加复杂。零售商的考虑是,货架上更好的位置必然会带来更大的销量,如何摆放更容易被消费者选取,都是值得研究的要点。

有了这两个基本点,品牌商就可以对提升对零售商货架的控制能力便有了明确的方向。如何运用营销手段拉升产品销量,通过合理的货架管理持续提升消费者的信心。如果品牌商是一家全国性的品牌,与全国成千上万家商超合作的大品牌,一点点细节的改进都会造成极大的影响。

其实,小小的货架管理背后,是更为庞大的销售终端管理。因为货架的拜访不仅涉及到库存和物流,还涉及到不同的环境、人流和场景。这并不是一个小问题,改变货架管理,就要从改变整个终端管理入手。

这家零售企业是如何利用AI武器的?

每一家中国根植多年的零售企业,都拥有庞大的销售网络,比如这家公司已在全国设立了165个销售服务处,拥有1300多家一级经销伙伴,6000多家二级经销伙伴,掌控了高达120万个销售终端。

一个货架的智慧可以多强大?

对于这么大的零售品牌,120万个销售终端的管理,一丝一毫的效率提升都会对整体销量造成很大的影响。

过去,该企业为有效支持销售组长、销售人员对网点的精细化管理,现通过SFA(掌务通)系统,实现手机APP跟踪业代拜访线路、拜访过程、拜访后销售下单、网点盘点等。在这个过程中,实地拍摄的产品陈列照片就是最终分析每个终端效率的重要指标。

但是,因为目前产品店面数量庞大,每天会增加数十万张产品陈列图片,人工检查效率低、准确率不高。所以,该企业想到了利用人工智能的武器,来帮助他们做好数据分析,找到了戴尔,通过人工智能,挖掘数据价值,服务于终端销售。

一个货架的智慧可以多强大?

回到货架管理这一具体的应用场景。可以利用图形识别技术,通过深度学习算法识别关键陈列信息。比如在检查工作的质量自动评判环节,对照片是否模糊,照片拍摄角度是否过于倾向,照片是否是目标区域做出判断;而对图片信息的判断中,对品牌/系列级别的信息自动获取,可以产出display share/shelf share(品牌级别)和SKU级别的识别(特定的SKU是否在图片中有,有多少个)。

这些数据的抓取将作为算法建模的基本数据。而戴尔会使用CNN网络提取图像底层特征,在不同尺度的特征图上预测类别概率,并确定物体坐标,来进行建模。

有了算法模型,自然也不能缺少高性能的人工智能平台。这也是戴尔易安信的强项:

在计算上,采用超强的浮点计算性能,支持多GPU。

?  在网络上,高速低延迟的集群交换网络。

?  在存储上,大容量的文件存储系统,并行或分布式技术满足存储性能要求。

?  在资源管理上,集群硬件资源的统一调度与管理。

?  在算法软件上,多种机器学习工具集、函数库支持。

一个货架的智慧可以多强大?

应该说,人工智能平台的构建,是这个项目最终落地的关键,零售企业可以导入更多的数据,建立更多的模型,对销售终端管理做更多的决策支持。

终端销售的AI化能做到多少事?

其实,人工智能能做到的可不仅仅是这些。戴尔易安信就认为,通过算法模型的建立和不断优化,对数据进行分析,应用于终端管理的各个方面,以及对生产、配送、库存进行预测。

在陈列管理上,可以实现陈列模式自动识别,陈列指标计算,竞品陈列分析和陈列方式优化。

?  在销售管理上,能够做到销售网点优化,销售指标优化和销售预测。

?  在营销策略制定上,AI可以做到营销策略优化,促销策略优化,产品组合优化。

?  资产管理上,在资产识别,资产陈列检查,资产使用检查和资产产出价值分析上能够提供帮助。

?  成本管理方面,可以实现销售成本优化,租金成本优化和人员成本优化。

?  生产指导上,可提供生产优化,库存优化和配送优化的帮助。

一个货架的智慧可以多强大?

同时,这些AI辅助优化的策略之间,并不是无序的,而是有很多关系。例如,场地租金优化、促销成本优化、人员成本优化和资产成本优化都可以做到成本优化;而陈列策略优化,促销策略优化,销售策略优化和品牌策略优化都可以提高销售预测,最终实现生产优化,库存优化和配送优化。

总体来看,戴尔与这家零售企业,基于零售终端的人工智能实践,会有很好的复制性,对于正处于变革期的众多零售商家来说,都可以借鉴这个方案,来通过人工智能提高效率,走进新零售。

来源:戴尔

0赞

好文章,需要你的鼓励

2018

07/16

17:23

分享

点赞

邮件订阅
白皮书