零售業的未來:2023 年 6 大零售技術趨勢

已發表: 2023-07-03

零售業的未來會是什麼樣子?

當你進入商店時,會有智能傳感器識別你嗎? 當您探索過道時,浮動的全息產品展示會發生變化嗎?

也許由人工智能 (AI) 驅動的機器人大軍將為您服務。 或者,帶有增強現實 (AR) 技術的智能鏡子將顯示您選擇的服裝。 您只需簡單的滑動即可更改裙子的顏色,並查看哪些靴子可以搭配這件裙子。 完成購物後,您可以掃描並付款,無需在收銀台排隊。

或者,您可能只需使用虛擬現實 (VR) 耳機在家購物,無人機就會將送貨品送到您家門口。 雖然其中許多在幾年前聽起來很不真實,但現在已經不再是了。 這些技術已在許多線上和線下零售店中存在並成為現實。

零售技術正在徹底改變零售格局,從消費者的購物方式到零售行業的運營方式。

讓我們探討零售商在整合線上和線下業務時應該了解和投資的尖端技術。

2023 年 6 個零售技術趨勢

我們向全球六位零售專家詢問了在大流行後的世界中,隨著公司整合其在線和實體店,零售商應該押注哪些技術。 這是他們不得不說的。

1. 人工智能、機器學習 (ML) 和生成式人工智能

人工智能和機器學習技術已經滲透到所有行業,包括零售業。 事實上,零售行業長期以來一直是人工智能解決方案的試驗場。 零售商最流行的人工智能應用是亞馬遜二十多年前發布的推薦引擎。 機器學習算法根據客戶之前的購物歷史、位置以及其他類似客戶的購買習慣向他們推薦相關產品。 展望未來,零售商需要加倍投入人工智能和相關技術。

“零售商應該押注於機器學習和人工智能技術,以幫助分析來自多個渠道的數據。 機器學習算法可以幫助零售商優化分類、創新、定價、庫存水平和供應鏈運營。”

布拉德·拉洛克
Datasembly 營銷副總裁

Rethink Retail 編輯關係總監 Gabriella Bock 指出,先進的分析和人工智能使零售商能夠獲得寶貴的洞察力,了解客戶何時、何地、如何以及為何選擇(或不選擇)在他們那裡購物。 人工智能的變革能力有潛力為零售業帶來每年 4000 億至 8000 億美元的價值。

零售業中的人工智能:應用和用例

以下是零售公司使用人工智能應用程序的七種方式:

  • 需求規劃和預測:人工智能預測分析使零售商能夠實時分析歷史銷售數據、市場趨勢和外部因素,準確預測未來需求並相應地規劃庫存,從而最大限度地降低與庫存過剩或缺貨相關的成本。
  • 個性化營銷:人工智能驅動的推薦引擎分析客戶數據,提供個性化產品推薦、有針對性的營銷活動和量身定制的促銷活動,從而提高客戶參與度。
  • AI 驅動的聊天機器人:由對話式 AI 驅動的聊天機器人和虛擬助理提供即時客戶支持、回答查詢並處理客戶服務問題,從而提高響應時間和整體客戶滿意度。
  • 產品目錄管理:人工智能幫助零售商自動化產品標籤,為產品創建高質量的文本和圖像內容,並對產品目錄進行分類以便更好地搜索和發現,提高產品目錄的準確性。
  • 店內運營:商店內由人工智能驅動的智能貨架和視頻分析可以洞察購物者的行為,並幫助零售商進行隊列管理、庫存補貨、產品放置和優化商店佈局。
  • 動態價格優化:人工智能算法分析市場狀況、競爭對手價格和客戶需求的實時數據,動態調整定價策略,幫助零售商最大化收入並優化利潤率。

人工智能也是下一代零售技術的核心。 例如,計算機視覺作為人工智能領域,是面部識別、視覺搜索和無人駕駛運載工具的核心。 大型語言模型是對話式人工智能聊天機器人和語音助手的基礎。

另一個人工智能技術零售商應該關注的是生成式人工智能工具,它是通過 ChatGPT 等深度學習模型的快​​速發展而成為可能的。

什麼是生成式人工智能?

生成式人工智能是一種人工智能,它可以針對自然語言中描述性短語提出的問題創建各種類型的內容,例如文本、圖像、音頻、代碼和合成數據。

Shradha R 是零售商人工智能解決方案提供商 Vue.ai 的產品營銷主管,他以服裝品牌希望生成不同體型和皮膚類型的模特圖像為例,詳細闡述了零售商的生成式人工智能用例。 “品牌不必拍攝穿著其產品的模特的照片,並且可以通過這種形式的生成人工智能完全自動化其流程,”她說。

牛仔褲零售商 Levi Strauss & Co 已經開始關注這一點。 該公司計劃使用人工智能生成的模型來增加消費者在其電子商務渠道上看到的身體購物者的多樣性。 許多其他零售商也紛紛加入生成式人工智能列車。

Shopify 最近推出了基於生成人工智能技術的 Shopify Magic。 該工具可以根據品牌希望在搜索結果中定位的關鍵詞生成產品描述。 亞馬遜計劃在其網上商店中添加 ChatGPT 式的產品搜索。 用例是無窮無盡的。

鑑於這一強勁勢頭,零售商應該嘗試使用人工智能工具,以避免落後。

2. 自動化

零售商必須在 2023 年加大投資的另一個領域是自動化,即利用技術以最少的人為乾預執行重複性任務的過程。 Gabriella Bock 指出,持續的勞動力缺口刺激了零售行業各個領域對自動化的需求,從倉儲、庫存管理、訂單履行到非接觸式支付等面向消費者的功能。

據麥肯錫稱,52% 的零售活動可以通過現有技術實現自動化。 它減少了人為錯誤,提高了服務質量和速度,提高了員工生產力,並節省了資金。 自動化可以產生 300 到 500 個基點的增量利潤,這對於面臨利潤壓力的零售商來說是天賜之物。 這使得自動化不再是競爭激烈的零售環境中的一種選擇,而是一種要求。

人工智能、機器學習和機器人技術的最新進展正在推動智能自動化的新時代,機器能夠自行做出數據驅動的決策。

例如,由人工智能支持的營銷自動化軟件可以分析歷史客戶數據,並在不同渠道(從短信到電子郵件和社交媒體廣告)上進行個性化促銷。

零售自動化示例

自動化在商店、供應鍊和企業職能中都有其用途。

這包括:

店內自動化

  • 自助結帳終端和自助服務亭。
  • 顯示產品信息和自動價格變化的電子貨架標籤。
  • 使用清潔機器人進行設施管理。
  • 用於庫存管理的貨架掃描機器人。

倉庫和履行中心的自動化

  • 自動產品裝載和卸載系統。
  • 產品識別掃描儀。
  • 自動導引車 (AGV),用於倉庫和履行中心的產品運輸。
  • 自動存儲和檢索系統(ASRS)。
  • 用於庫存盤點和管理的倉庫無人機和機器人。

其他零售自動化

  • 機器人流程自動化 (RPA) 工具,用於回答常見客戶查詢、生成發票、庫存管理、訂單和退貨管理、產品目錄管理等任務。
  • 營銷自動化和銷售自動化工具。

3.增強現實(AR)

AR 是零售商的下一件大事。 它在零售領域已經流行了一段時間了。 但在大流行之後,隨著購物者試圖彌合在線購物和實體購物之間的差距,增強現實技術變得更加重要。

“隨著消費者期望的增長,需求已從定制轉向更加身臨其境的購物體驗。 (他們)尋求更多的虛擬體驗……增強現實在實現這一目標方面發揮著關鍵作用。”

蘇布蘭蘇·薩胡
市場研究分析師,G2

增強現實通過將計算機生成的數字內容添加到現實世界的對象來提供交互式體驗。 想像一下您正在智能手機上購買運動鞋。 你找到你喜歡的那個了。 借助 AR,您只需將攝像頭對準您的腳,即可看到鞋子穿在您腳上的樣子。

虛擬試用產品是 AR 最成功的用例之一。 時裝和化妝品零售商一直是 AR 技術的主要用戶,擁有虛擬試穿應用程序和虛擬試衣軟件。

60%

的千禧一代願意在提供虛擬試衣間或虛擬舞台功能的零售商處購物或花更多錢。

來源:TCS

例如,歐萊雅推出了 AR 應用程序,允許購物者在不接觸臉部的情況下嘗試不同的化妝品。 H&M 正在其門店測試智能鏡子,用於虛擬試穿和造型。

歐萊雅虛擬試妝

來源:歐萊雅

增強現實 (AR) 如何應用於零售業?

除了虛擬試穿之外,G2 的市場研究分析師 Subhransu Sahu 還列出了 AR 在零售領域的以下應用。

  • 產品可視化: AR 使客戶能夠可視化其環境中的產品。 例如,宜家有一款 AR 購物應用程序,可以讓購物者直觀地看到一件新家具在他們房間裡的樣子。
  • 交互式店內體驗:阿迪達斯等零售商在其商店中添加了交互式 AR 裝置,為顧客創造難忘且新穎的體驗。
  • 店內導航:除了改善店內購物之外,AR工具還可以幫助購物者在大型百貨商店、商場和倉庫中更快地找到他們需要的東西。 例如,Lowe's 測試了一款 AR 應用程序來幫助進行店內導航。
  • 營銷活動: AR 體驗可增強品牌參與度,是一種有機的營銷工具。 例如,購物者在 Snapchat 上與 AR 化妝濾鏡互動,與社交圈分享他們的體驗,為建立品牌知名度和參與度創造了途徑。

數字表明 AR 並非沒有好處。 56% 的購物者表示,他們對具有 AR 體驗的產品質量更有信心。 最重要的是,在購物時使用 AR 的客戶比不使用 AR 的客戶瀏覽時間更長,並且更有可能購買產品。 AR 體驗也會降低退貨的可能性。

然而,Sahu 表示,企業尚未主動添加 AR 技術功能。 “這些 (AR) 類別(G2 上)的流量一直不穩定,在過去 12 個月內出現了許多高峰和低谷。 然而,虛擬試衣軟件的類別流量增長了 34%,這表明試圖找出基於 AR 的虛擬試衣解決方案的公司的興趣正在增強,”他表示。

Sahu 還指出,大部分流量來自零售商和電子商務公司,他們在網上為其服裝部門尋找此類解決方案。 然而,他仍然認為零售企業在 AR 類別中還有更積極參與的空間。

相關:詳細了解在零售業中使用 AR 技術的上升趨勢。

4. RFID、二維碼等智慧門店技術

對於希望增強全渠道體驗的實體零售商來說,採用智能商店技術至關重要。 Hoobil8 首席戰略官 DeAnn Campbell 指出,對於任何品牌來說,首要任務應該是管理庫存的工具,包括射頻識別 (RFID) 和 QR 碼。

RFID 和 QR 碼是使用標籤和代碼幫助識別和跟踪物品的技術。 它有助於實時庫存檢查。

“(這些)工具也很重要,因為它們考慮到了零售商的其他關鍵需求,例如防盜和增強客戶體驗,例如 AR、產品教育和無盡的過道瀏覽……”

德安·坎貝爾
AAG Consulting 零售戰略與洞察主管

例如,時裝零售商 River Island 在其產品上使用 RFID 標籤。 購物者可以掃描試衣間的標籤,並在智能屏幕上獲取產品詳細信息,例如尺寸和可用顏色。 只需點擊一下,他們就可以在試衣間瀏覽並向服務人員詢問類似或相關的服裝。

由於超過 70% 的 Z 世代和千禧一代願意在提供非接觸式結賬的零售商處購物或花費更多,因此零售商必須實施移動 POS (mPOS) 等自助結賬解決方案。 這些可以在所有客戶接觸點(無論是在線、店內、移動還是社交媒體)上提供無縫體驗。

Campbell 補充道,零售商需要考慮的其他智能商店技術包括為顧客提供 360 度視角的攝像頭和傳感器。 與 RFID 和先進的視頻分析相結合,它們成為分析店內客戶旅程的強大工具。 它們可以顯示零售空間的完整情況、人們如何隨著時間的推移在商店中移動、探索或未探索哪些區域,或者哪個區域需要更多員工。

攝像頭和傳感器對於其他即將推出的智能商店技術也至關重要,例如有助於自動計費的智能購物車和跟踪庫存的智能貨架。

例如,亞馬遜擁有由傳感器、攝像頭和人工智能驅動的“直接走出去”技術。 顧客可以簡單地拿起他們需要的產品,然後走出去,因為攝像頭和傳感器會跟踪產品、開具賬單並自動從購物者的數字錢包中檢測付款。

5. 移動技術

智能手機的普及使得購物應用程序、移動支付系統和通過手機進行個性化營銷等移動技術在零售業中不可避免。 三分之二的購物者在店內購物時使用手機查找更多產品信息。 此外,到 2025 年,移動商務(僅通過手機進行的購物)將占美國所有零售交易的 10% 以上。

150

是人們平均每天檢查手機的次數。

資料來源:經濟時報

Retail Rush 首席執行官兼創始人 Tim Koopmans 指出,雖然疫情加速了移動技術的採用,但移動技術在未來增強客戶體驗和優化商店運營方面具有巨大潛力。 例如,他強調了零售商可以使用移動應用程序和推送通知提供的基於位置的促銷活動。

“利用手機中的 GPS 技術,(零售商)可以在顧客位於零售店或附近時向其發送推送通知、警報和個性化優惠。”

蒂姆·庫普曼斯
零售拉什創始人兼首席執行官

它幫助零售商宣傳特別活動並向客戶提供相關信息,從而增加客流量。 此外,庫普曼斯還強調零售商需要向員工提供手持數字設備。

他指出,為零售員工配備移動設備,例如集成了支付功能的平板電腦或智能手機,使他們能夠在實體店內的任何地方進行交易。

倉庫工作人員還可以依靠智能手機來簡化庫存管理,而前端工作人員可以使用它們更輕鬆地與客戶聯繫。 他們可以使用設備實時檢查產品庫存、定位店內產品、為客戶尋找優惠以及尋找追加銷售機會。 這可以減輕壓力,使他們的工作變得更輕鬆,並為員工創造更多時間專注於高影響力的任務。

移動技術與 RFID、二維碼和其他店內技術相結合,有助於更快地結賬、在線訂單履行和更好的客戶服務。

6. 數據化

最後,為了充分利用技術的力量,零售商必須利用強大的零售數據分析和洞察平台。 如今,孤立數據、遺留基礎設施以及無法共享和接收來自不同來源的數據等問題常常阻礙零售商充分利用分析。

“對於線上和線下零售商來說,購買將數據整合在一起的系統變得越來越重要……以便為給定的渠道、工作流程和業務提供統一的視圖。”

什拉達R
Vue.ai 產品營銷主管

Datasembly 的 Brad LaRock 補充道,整合從在線商店和實體商店收集的精細商店級數據為零售商提供了前所未有的洞察力。 這些見解可用於個性化、產品管理、價格優化以及簡化商店和倉庫運營,從而推動更多銷售。

零售分析的數據收集源

零售商可以從以下一些來源整理與客戶、庫存和其他業務數據相關的數據:

  • 網站
  • 移動應用程序
  • 社交媒體
  • 營銷平台
  • 銷售點系統/自助結賬系統
  • 企業資源規劃 (ERP) 軟件
  • 客戶關係管理 (CRM) 軟件
  • 庫存管理系統
  • 店內傳感器、攝像頭和跟踪器
  • 供應鏈管理軟件
  • RFID 和 QR 碼
  • 聯合第三方數據

雖然沃爾瑪和亞馬遜等領先零售商已經採用了先進的分析技術,但其他零售商仍然使用基本工具,錯過了潛在的意外之財。 零售公司必須立即分析自己的處境,以及可以通過更好地分析現有數據來改進哪些流程。

為此,零售商可以利用雲數據集成解決方案和電子商務數據集成軟件來整合來自不同渠道的數據,並使用人工智能和機器學習支持的分析平台來獲得可行的見解。

數據集成和分析提供了客戶購物行為的 360 度視圖以及庫存可見性。 “擁有這些購物者數據可以讓零售商快速調整其產品組合、營銷或商品展示,以促進銷售、減少浪費支出並提高客戶和員工參與度——所有這些都是提高底線收入的關鍵方面,”坎貝爾說。

如何開始採用零售技術

鑑於零售商在未來幾天將面臨更多的不確定性,包括通貨膨脹、勞動力短缺和競爭壓力,零售公司必須投資技術以獲取收益而不落後。

但冒險採用零售技術可能會令人畏懼。 這項技術是新的。 實施過程充滿了實際困難,從規避風險的文化到缺乏知識。 但情況並非毫無希望。 仔細閱讀專家的建議,以平衡創新的需求與實施新技術的實際困難。

盤點並設定目標

“確定公司當前能力與實現銷售和估值目標的理想水平之間的差距,”坎貝爾指出。 審核您的零售技術堆棧,看看您需要什麼技術來提供新穎的客戶體驗。 您有時間、金錢和技術人員來採用新技術嗎?

理解這一點是設定技術採用的現實目標的關鍵。 繪製路線圖,將所需的時間和金錢投資分解為計劃的里程碑。 初步評估完成後,繁重的工作就開始了。

轉變思維方式

通常,採用新技術的主要癥結是組織對變革的抵制。 大多數公司都規避風險,採用自動化和人工智能等新技術往往會讓人感到不知所措。 它改變了多年來一直存在的流程和程序。

為了解決這個問題,Shradha 強調零售商需要採用基於轉型的思維方式並改變管理流程。 零售商必須擁有精通數字化的領導者,對技術採用和隨之而來的轉型充滿熱情。 他們需要在內部宣傳新技術的重要性,並展示事物如何以不同的方式運作。

此外,布拉德·拉洛克和庫普曼斯還強調需要對員工進行有關新技術的全面培訓。 在採用技術之前對員工進行正式培訓,同時建立員工的信心和輕鬆使用技術的必要技能,是非常有益的。 它還可以消除對技術採用的任何內部阻力。

運行試點

專家指出,需要進行有針對性的投資來進行試點,而不是一開始就廣泛採用。 例如,宜家在擴大使用無人機進行庫存管理之前,與多家供應商在其倉庫進行了多次試點。 此類試點有助於評估該技術在受控環境中對現實世界的影響,並從員工和客戶那裡收集有價值的反饋。

零售商還可以深入了解該技術的潛在優勢、成本效益、可擴展性和整體可行性,有助於做出明智的決策以促進更廣泛的採用。

衡量影響

Shradha 還強調新技術項目的關鍵績效指標 (KPI) 和投資回報率 (ROI)。

“投資回報率就是遊戲的名稱。 每個應用程序都必須在成本節約、收入增長以及更快的上市時間和運營效率方面顯示出具體的投資回報率。”

什拉達R
Vue.ai 產品營銷主管

通過從一開始就定義 KPI 並設定可衡量的目標,零售商可以跟踪和分析整個實施階段的影響。 他們可以根據評估做出有關進一步優化或潛在修改的明智且數據驅動的決策。

最後也是最重要的是,零售商應該明白技術並不是對每個零售商來說都是一刀切的。 加布里埃拉·博克(Gabriella Bock)表示:“不建議為了技術領先而採用下一款閃亮的新玩具——對一個零售商有效的東西可能對另一個零售商沒有意義,甚至可能導致忠誠的顧客流失。” 零售商應主要關注減輕客戶痛點的技術創新。

準備好購買了嗎?

專家們的共識是顯而易見的。 當消費者需要靈活性、個性化和及時性時,零售商需要採用新技術來獲利並超越競爭對手。 聰明的品牌已經走在了前列。 其他人正在快速行動,以免失去技術提供的優勢。 如果您是零售商,您會採用還是被拋在後面? 這是你的選擇。

詳細了解零售分析技術以及如何利用客戶數據。