零售业的未来:2023 年 6 大零售技术趋势

已发表: 2023-07-03

零售业的未来会是什么样子?

当你进入商店时,会有智能传感器识别你吗? 当您探索过道时,浮动的全息产品展示会发生变化吗?

也许由人工智能 (AI) 驱动的机器人大军将为您服务。 或者,带有增强现实 (AR) 技术的智能镜子将显示您选择的服装。 您只需简单的滑动即可更改裙子的颜色,并查看哪些靴子可以搭配这件裙子。 完成购物后,您可以扫描并付款,无需在收银台排队。

或者,您可能只需使用虚拟现实 (VR) 耳机在家购物,无人机就会将送货品送到您家门口。 虽然其中许多在几年前听起来很不真实,但现在已经不再是了。 这些技术已在许多线上和线下零售店中存在并成为现实。

零售技术正在彻底改变零售格局,从消费者的购物方式到零售行业的运营方式。

让我们探讨零售商在整合线上和线下业务时应该了解和投资的尖端技术。

2023 年 6 个零售技术趋势

我们向全球六位零售专家询问了在大流行后的世界中,随着公司整合其在线和实体店,零售商应该押注哪些技术。 这是他们不得不说的。

1. 人工智能、机器学习 (ML) 和生成式人工智能

人工智能和机器学习技术已经渗透到所有行业,包括零售业。 事实上,零售行业长期以来一直是人工智能解决方案的试验场。 零售商最流行的人工智能应用是亚马​​逊二十多年前发布的推荐引擎。 机器学习算法根据客户之前的购物历史、位置以及其他类似客户的购买习惯向他们推荐相关产品。 展望未来,零售商需要加倍投入人工智能和相关技术。

“零售商应该押注于机器学习和人工智能技术,以帮助分析来自多个渠道的数据。 机器学习算法可以帮助零售商优化分类、创新、定价、库存水平和供应链运营。”

布拉德·拉洛克
Datasembly 营销副总裁

Rethink Retail 编辑关系总监 Gabriella Bock 指出,先进的分析和人工智能使零售商能够获得宝贵的洞察力,了解客户何时、何地、如何以及为何选择(或不选择)在他们那里购物。 人工智能的变革能力有潜力为零售业带来每年 4000 亿至 8000 亿美元的价值。

零售业中的人工智能:应用和用例

以下是零售公司使用人工智能应用程序的七种方式:

  • 需求规划和预测:人工智能预测分析使零售商能够实时分析历史销售数据、市场趋势和外部因素,准确预测未来需求并相应地规划库存,从而最大限度地降低与库存过剩或缺货相关的成本。
  • 个性化营销:人工智能驱动的推荐引擎分析客户数据,提供个性化产品推荐、有针对性的营销活动和量身定制的促销活动,从而提高客户参与度。
  • AI 驱动的聊天机器人:由对话式 AI 驱动的聊天机器人和虚拟助理提供即时客户支持、回答查询并处理客户服务问题,从而提高响应时间和整体客户满意度。
  • 产品目录管理:人工智能帮助零售商自动化产品标签,为产品创建高质量的文本和图像内容,并对产品目录进行分类以便更好地搜索和发现,提高产品目录的准确性。
  • 店内运营:商店内由人工智能驱动的智能货架和视频分析可以洞察购物者的行为,并帮助零售商进行队列管理、库存补货、产品放置和优化商店布局。
  • 动态价格优化:人工智能算法分析市场状况、竞争对手价格和客户需求的实时数据,动态调整定价策略,帮助零售商最大化收入并优化利润率。

人工智能也是下一代零售技术的核心。 例如,计算机视觉作为人工智能领域,是面部识别、视觉搜索和无人驾驶运载工具的核心。 大型语言模型是对话式人工智能聊天机器人和语音助手的基础。

另一个人工智能技术零售商应该关注的是生成式人工智能工具,它是通过 ChatGPT 等深度学习模型的快速发展而成为可能的。

什么是生成式人工智能?

生成式人工智能是一种人工智能,它可以针对自然语言中描述性短语提出的问题创建各种类型的内容,例如文本、图像、音频、代码和合成数据。

Shradha R 是零售商人工智能解决方案提供商 Vue.ai 的产品营销主管,他以服装品牌希望生成不同体型和皮肤类型的模特图像为例,详细阐述了零售商的生成式人工智能用例。 “品牌不必拍摄穿着其产品的模特的照片,并且可以通过这种形式的生成人工智能完全自动化其流程,”她说。

牛仔裤零售商 Levi Strauss & Co 已经开始关注这一点。 该公司计划使用人工智能生成的模型来增加消费者在其电子商务渠道上看到的身体购物者的多样性。 许多其他零售商也纷纷加入生成式人工智能列车。

Shopify 最近推出了基于生成人工智能技术的 Shopify Magic。 该工具可以根据品牌希望在搜索结果中定位的关键词生成产品描述。 亚马逊计划在其网上商店中添加 ChatGPT 式的产品搜索。 用例是无穷无尽的。

鉴于这一强劲势头,零售商应该尝试使用人工智能工具,以避免落后。

2. 自动化

零售商必须在 2023 年加大投资的另一个领域是自动化,即利用技术以最少的人为干预执行重复性任务的过程。 Gabriella Bock 指出,持续存在的劳动力缺口刺激了零售行业各个领域对自动化的需求,从仓储、库存管理、订单履行到非接触式支付等面向消费者的功能。

据麦肯锡称,52% 的零售活动可以通过现有技术实现自动化。 它减少了人为错误,提高了服务质量和速度,提高了员工生产力,并节省了资金。 自动化可以产生 300 到 500 个基点的增量利润,这对于面临利润压力的零售商来说是天赐之物。 这使得自动化不再是竞争激烈的零售环境中的一种选择,而是一种要求。

人工智能、机器学习和机器人技术的最新进展正在推动智能自动化的新时代,机器能够自行做出数据驱动的决策。

例如,由人工智能支持的营销自动化软件可以分析历史客户数据,并在不同渠道(从短信到电子邮件和社交媒体广告)上进行个性化促销。

零售自动化示例

自动化在商店、供应链和企业职能中都有其用途。

这包括:

店内自动化

  • 自助结帐终端和自助服务亭。
  • 显示产品信息和自动价格变化的电子货架标签。
  • 使用清洁机器人进行设施管理。
  • 用于库存管理的货架扫描机器人。

仓库和履行中心的自动化

  • 自动产品装载和卸载系统。
  • 产品识别扫描仪。
  • 自动导引车 (AGV),用于仓库和履行中心的产品运输。
  • 自动存储和检索系统(ASRS)。
  • 用于库存盘点和管理的仓库无人机和机器人。

其他零售自动化

  • 机器人流程自动化 (RPA) 工具,用于回答常见客户查询、生成发票、库存管理、订单和退货管理、产品目录管理等任务。
  • 营销自动化和销售自动化工具。

3.增强现实(AR)

AR 是零售商的下一件大事。 它在零售领域已经流行了一段时间了。 但在大流行之后,随着购物者试图弥合在线购物和实体购物之间的差距,增强现实技术变得更加重要。

“随着消费者期望的增长,需求已从定制转向更加身临其境的购物体验。 (他们)寻求更多的虚拟体验……增强现实在实现这一目标方面发挥着关键作用。”

苏布兰苏·萨胡
市场研究分析师,G2

增强现实通过将计算机生成的数字内容添加到现实世界的对象来提供交互式体验。 想象一下您正在智能手机上购买运动鞋。 你找到你喜欢的那个了。 借助 AR,您只需将摄像头对准您的脚,即可看到鞋子穿在您脚上的样子。

虚拟试用产品是 AR 最成功的用例之一。 时装和化妆品零售商一直是 AR 技术的主要用户,拥有虚拟试穿应用程序和虚拟试衣软件。

60%

的千禧一代愿意在提供虚拟试衣间或虚拟舞台功能的零售商处购物或花更多钱。

来源:TCS

例如,欧莱雅推出了 AR 应用程序,允许购物者在不接触脸部的情况下尝试不同的化妆品。 H&M 正在其门店测试智能镜子,用于虚拟试穿和造型。

欧莱雅虚拟试妆

来源:欧莱雅

增强现实 (AR) 如何应用于零售业?

除了虚拟试穿之外,G2 的市场研究分析师 Subhransu Sahu 还列出了 AR 在零售领域的以下应用。

  • 产品可视化: AR 使客户能够可视化其环境中的产品。 例如,宜家有一款 AR 购物应用程序,可以让购物者直观地看到一件新家具在他们房间里的样子。
  • 交互式店内体验:阿迪达斯等零售商在其商店中添加了交互式 AR 装置,为顾客创造难忘且新颖的体验。
  • 店内导航:除了改善店内购物之外,AR工具还可以帮助购物者在大型百货商店、商场和仓库中更快地找到他们需要的东西。 例如,Lowe's 测试了一款 AR 应用程序来帮助进行店内导航。
  • 营销活动: AR 体验可增强品牌参与度,是一种有机的营销工具。 例如,购物者在 Snapchat 上与 AR 化妆滤镜互动,与社交圈分享他们的体验,为建立品牌知名度和参与度创造了途径。

数字表明 AR 并非没有好处。 56% 的购物者表示,他们对具有 AR 体验的产品质量更有信心。 最重要的是,在购物时使用 AR 的客户比不使用 AR 的客户浏览时间更长,并且更有可能购买产品。 AR 体验也会降低退货的可能性。

然而,Sahu 表示,企业尚未主动添加 AR 技术功能。 “这些 (AR) 类别(G2 上)的流量一直不稳定,在过去 12 个月内出现了许多高峰和低谷。 然而,虚拟试衣软件的类别流量增长了 34%,这表明试图找出基于 AR 的虚拟试衣解决方案的公司的兴趣正在增强,”他表示。

Sahu 还指出,大部分流量来自零售商和电子商务公司,他们在网上为其服装部门寻找此类解决方案。 然而,他仍然认为零售企业在 AR 类别中还有更积极参与的空间。

相关:详细了解在零售业中使用 AR 技术的上升趋势。

4. RFID、二维码等智慧门店技术

对于希望增强全渠道体验的实体零售商来说,采用智能商店技术至关重要。 Hoobil8 首席战略官 DeAnn Campbell 指出,对于任何品牌来说,首要任务应该是管理库存的工具,包括射频识别 (RFID) 和 QR 码。

RFID 和 QR 码是使用标签和代码帮助识别和跟踪物品的技术。 它有助于实时库存检查。

“(这些)工具也很重要,因为它们考虑到了零售商的其他关键需求,例如防盗和增强客户体验,例如 AR、产品教育和无尽的过道浏览……”

德安·坎贝尔
AAG Consulting 零售战略与洞察主管

例如,时装零售商 River Island 在其产品上使用 RFID 标签。 购物者可以扫描试衣间的标签,并在智能屏幕上获取产品详细信息,例如尺寸和可用颜色。 只需点击一下,他们就可以在试衣间浏览并向服务人员询问类似或相关的服装。

由于超过 70% 的 Z 世代和千禧一代愿意在提供非接触式结账的零售商处购物或花费更多,因此零售商必须实施移动 POS (mPOS) 等自助结账解决方案。 这些可以在所有客户接触点(无论是在线、店内、移动还是社交媒体)上提供无缝体验。

Campbell 补充道,零售商需要考虑的其他智能商店技术包括为顾客提供 360 度视角的摄像头和传感器。 与 RFID 和先进的视频分析相结合,它们成为分析店内客户旅程的强大工具。 它们可以显示零售空间的完整情况、人们如何随着时间的推移在商店中移动、探索或未探索哪些区域,或者哪个区域需要更多员工。

摄像头和传感器对于其他即将推出的智能商店技术也至关重要,例如有助于自动计费的智能购物车和跟踪库存的智能货架。

例如,亚马逊拥有由传感器、摄像头和人工智能驱动的“直接走出去”技术。 顾客可以简单地拿起他们需要的产品,然后走出去,因为摄像头和传感器会跟踪产品、开具账单并自动从购物者的数字钱包中检测付款。

5. 移动技术

智能手机的普及使得购物应用程序、移动支付系统和通过手机进行个性化营销等移动技术在零售业中不可避免。 三分之二的购物者在店内购物时使用手机查找更多产品信息。 此外,到 2025 年,移动商务(仅通过手机进行的购物)将占美国所有零售交易的 10% 以上。

150

是人们平均每天检查手机的次数。

资料来源:经济时报

Retail Rush 首席执行官兼创始人 Tim Koopmans 指出,虽然疫情加速了移动技术的采用,但移动技术在未来增强客户体验和优化商店运营方面具有巨大潜力。 例如,他强调了零售商可以使用移动应用程序和推送通知提供的基于位置的促销活动。

“利用手机中的 GPS 技术,(零售商)可以在顾客位于零售店或附近时向其发送推送通知、警报和个性化优惠。”

蒂姆·库普曼斯
零售拉什创始人兼首席执行官

它帮助零售商宣传特别活动并向客户提供相关信息,从而增加客流量。 此外,库普曼斯还强调零售商需要向员工提供手持数字设备。

他指出,为零售员工配备移动设备,例如集成了支付功能的平板电脑或智能手机,使他们能够在实体店内的任何地方进行交易。

仓库工作人员还可以依靠智能手机来简化库存管理,而前端工作人员可以使用它们更轻松地与客户联系。 他们可以使用设备实时检查产品库存、定位店内产品、为客户寻找优惠以及寻找追加销售机会。 这可以减轻压力,使他们的工作变得更轻松,并为员工创造更多时间专注于高影响力的任务。

移动技术与 RFID、二维码和其他店内技术相结合,有助于更快地结账、在线订单履行和更好的客户服务。

6. 数据化

最后,为了充分利用技术的力量,零售商必须利用强大的零售数据分析和洞察平台。 如今,孤立数据、遗留基础设施以及无法共享和接收来自不同来源的数据等问题常常阻碍零售商充分利用分析。

“对于线上和线下零售商来说,购买将数据整合在一起的系统变得越来越重要……以便为给定的渠道、工作流程和业务提供统一的视图。”

什拉达R
Vue.ai 产品营销主管

Datasembly 的 Brad LaRock 补充道,整合从在线商店和实体商店收集的精细商店级数据为零售商提供了前所未有的洞察力。 这些见解可用于个性化、产品管理、价格优化以及简化商店和仓库运营,从而推动更多销售。

零售分析的数据收集源

零售商可以从以下一些来源整理与客户、库存和其他业务数据相关的数据:

  • 网站
  • 移动应用程序
  • 社交媒体
  • 营销平台
  • 销售点系统/自助结账系统
  • 企业资源规划 (ERP) 软件
  • 客户关系管理 (CRM) 软件
  • 库存管理系统
  • 店内传感器、摄像头和跟踪器
  • 供应链管理软件
  • RFID 和 QR 码
  • 联合第三方数据

虽然沃尔玛和亚马逊等领先零售商已经采用了先进的分析技术,但其他零售商仍然使用基本工具,错过了潜在的意外之财。 零售公司必须立即分析自己的处境,以及可以通过更好地分析现有数据来改进哪些流程。

为此,零售商可以利用云数据集成解决方案和电子商务数据集成软件来整合来自不同渠道的数据,并使用人工智能和机器学习支持的分析平台来获得可行的见解。

数据集成和分析提供了客户购物行为的 360 度视图以及库存可见性。 “拥有这些购物者数据可以让零售商快速调整其产品组合、营销或商品展示,以促进销售、减少浪费支出并提高客户和员工参与度——所有这些都是提高底线收入的关键方面,”坎贝尔说。

如何开始采用零售技术

鉴于零售商在未来几天将面临更多的不确定性,包括通货膨胀、劳动力短缺和竞争压力,零售公司必须投资技术以获取收益而不落后。

但冒险采用零售技术可能会令人畏惧。 这项技术是新的。 实施过程充满了实际困难,从规避风险的文化到缺乏知识。 但情况并非毫无希望。 仔细阅读专家的建议,以平衡创新的需求与实施新技术的实际困难。

盘点并设定目标

“确定公司当前能力与实现销售和估值目标的理想水平之间的差距,”坎贝尔指出。 审核您的零售技术堆栈,看看您需要什么技术来提供新颖的客户体验。 您有时间、金钱和技术人员来采用新技术吗?

理解这一点是设定技术采用的现实目标的关键。 绘制路线图,将所需的时间和金钱投资分解为计划的里程碑。 初步评估完成后,繁重的工作就开始了。

转变思维方式

通常,采用新技术的主要症结是组织对变革的抵制。 大多数公司都规避风险,采用自动化和人工智能等新技术往往会让人感到不知所措。 它改变了多年来一直存在的流程和程序。

为了解决这个问题,Shradha 强调零售商需要采用基于转型的思维方式并改变管理流程。 零售商必须拥有精通数字化的领导者,对技术采用和随之而来的转型充满热情。 他们需要在内部宣传新技术的重要性,并展示事物如何以不同的方式运作。

此外,布拉德·拉洛克和库普曼斯还强调需要对员工进行有关新技术的全面培训。 在采用技术之前对员工进行正式培训,同时建立员工的信心和轻松使用技术的必要技能,是非常有益的。 它还可以消除对技术采用的任何内部阻力。

运行试点

专家指出,需要进行有针对性的投资来进行试点,而不是一开始就广泛采用。 例如,宜家在扩大使用无人机进行库存管理之前,与多家供应商在其仓库进行了多次试点。 此类试点有助于评估该技术在受控环境中对现实世界的影响,并从员工和客户那里收集有价值的反馈。

零售商还可以深入了解该技术的潜在优势、成本效益、可扩展性和整体可行性,有助于做出明智的决策以促进更广泛的采用。

衡量影响

Shradha 还强调新技术项目的关键绩效指标 (KPI) 和投资回报率 (ROI)。

“投资回报率就是游戏的名称。 每个应用程序都必须在成本节约、收入增长以及更快的上市时间和运营效率方面显示出具体的投资回报率。”

什拉达R
Vue.ai 产品营销主管

通过从一开始就定义 KPI 并设定可衡量的目标,零售商可以跟踪和分析整个实施阶段的影响。 他们可以根据评估做出有关进一步优化或潜在修改的明智且数据驱动的决策。

最后也是最重要的是,零售商应该明白技术并不是对每个零售商来说都是一刀切的。 加布里埃拉·博克(Gabriella Bock)表示:“不建议为了技术领先而采用下一款闪亮的新玩具——对一个零售商有效的东西可能对另一个零售商没有意义,甚至可能导致忠诚的顾客流失。” 零售商应主要关注减轻客户痛点的技术创新。

准备好购买了吗?

专家们的共识是显而易见的。 当消费者需要灵活性、个性化和及时性时,零售商需要采用新技术来获利并超越竞争对手。 聪明的品牌已经走在了前列。 其他人正在快速行动,以免失去技术提供的优势。 如果您是零售商,您会采用还是被抛在后面? 这是你的选择。

详细了解零售分析技术以及如何利用客户数据。