零售企業須要什麼技術和策略

在今天的絕大多數的零售企業中，線下業態的業績依舊佔據了很大的比例，即便在不斷髮展的線上流量和業務發展，大多很多天子過得都很差，對他們而言，這個領域仍是相對模式，對客羣的理解存在差別，對於在數據，流量理解方面是須要持續提高的，大量互聯網服務的賦能必定程度上閹割了他們的能力，寄生於這些互聯網服務公司。

當有一天提出了互聯網思惟的概念時，這些企業其實很難駕馭的了，到今日，也未見有很是成功的零售企業發展極爲良好的在線服務和載體。

而今天咱們發現你們提出了新零售，零售科技，智慧門店，超級物種，這些對於今天的零售企業來講真的那麼必備，必須接受麼？

當你走進這些零售企業時，你發現，的確他們在擁抱這些東西，可是也只是嘗試，當揭開以後，你會發現，簡直就是一地雞毛，未見對於今天的零售業有極爲正向加速化的提高和發展。

現實的講，零售企業在線下業態首先要解決的，提效，增收。咱們今天在提供給這些企業的所謂攝像頭方案，選址方案，商圈洞察方案，客羣洞察方案，推動引擎方案，門店設備數據採集方案，都是咱們站在了外部的視角來看今天的零售企業須要，是否真的須要，須要，可是這只是癢點，不是痛點。

在剛纔咱們提出的這些方案中，咱們並無本質解決，在線下業態中的成本控制和效率提高，都不說增長收入這事。

拿咱們今天不少在作的門店基於WIFI探針的數據採集，若是放眼將來兩年，隨着換機頻率加速，咱們將很難識別用戶的設備碼，咱們沒法像過去同樣去洞察理解客戶，而零售業可能會被所謂的方案包裝迷惑，形成將來的巨大成本浪費，其二，這樣的零售科技，究竟解決了什麼問題？對零售業的價值點落位在哪裏？首先，請你相信你所提供的方案和技術。

再拿一個今天你們都在推廣的攝像頭人臉識別方案，主要是完成數人頭，監測客流，其實這個事情，數據化是須要的，可是店員的感性認知比你利用數據分析給出的所謂結果，給出來的快，成本低，關鍵是，即便你數出來了人頭，卻從未幫助零售企業解決貨架上貨，客流增長。縱然今天結合攝像頭，你能夠識別哪些人是你的VIP，卻又要通過一套複雜的人臉識別和人臉數據策存儲完成識別邏輯。本質上，你的賦能沒有給企業帶來效率和收益，帶來的是不斷增長的成本。

不要懷疑零售企業，他們原本就是高科技企業，原本就是最能理解消費者的企業，只是這些從未數據化。

回答攝像頭的問題上，當你的方案可以利用數據化的方式告訴我進店客羣的穿衣風格，身寬體胖，對我來講可能更有用，由於這能夠幫助我解決個人人羣穿衣風格或者門店將來主流客羣的挖掘。

你要解決什麼，你的方案是否能夠提高效率，下降成本。將來的門店須要的是基於數據真正賦能，而這個賦能不是隻靠門店本身，而是把數據的決策用來推進總體門店的差別化經營策略升級。

今天零售企業不會拋棄線下，若是線下的業績基於數據和科技可以實現增加，對他們而言意義很大，由於零售線下的成本壓力始終客觀存在，因此你會看到若是很好的成本控制，加上增量提高，仍是有很大的空間和機會。

簡單的說，今天的零售企業須要的是真正的能夠下降成本，提高效率的科技，若是咱們的所謂策略是提供一些咱們本身都沒驗證能夠降本增效，爲何要作呢，到頭來提供的都是不疼不癢的方案，最後也沒法造成解決客戶的終極策略。

審視今天提供給零售企業的方案，咱們看到大多數狀況下，都是在要求企業須要增長成原本玩一個新的遊戲，可是可否真的帶來效益，其實都是個問號，而這也許將來一些零售科技企業的機會所在，由於能夠真正的從客戶實際的需求出發，降本增效。

另外還有一點，今天的企業，不少的問題，尤爲業務性的，客戶腦海中是有感知的，可是這不是數據化的結果。咱們如何將這些進行業務數據化，並給予策略設計，則將很好解決客戶問題，可是前提，需求不是意淫的，是來自於客戶，可是須要咱們如何數據化轉譯和設計。

將來賦能零售企業的科技，必定是能夠進行數據轉譯的，而不是基於流量的。