阅读 727

新零售进入“无限货找人”时代,背后技术架构如何调整?

     今天和大家分享一个微软加速器零售行业的校友案例。我做了一些调研,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。

     我们觉得是时候通过新技术、新产品、新解决方案,来帮助传统零售商降低压力了,而我们希望甘来成为一个“新零售全过程的赋能服务商”。

     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。甘来通过帮助商家建立“活的资产银行”,通过甘来的各种终端机器抓取线下数据,用结构化数据,记录商品在什么时间、什么场合卖给了什么样的人。当“人、货、场”的数据量足够庞大时,结合云端算法,甚至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。

     从窄一点的自动售货机场景来看,甘来智能售货机能极大提升效率。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。而有了甘来,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,这就是我们的补货车能横跨无锡、苏州两个城市,每辆车每天平均覆盖60-70个售货点,并将平时单点补货时间缩短到18分钟的原因。

     从宽一点的社区店场景来看,甘来还提供了传统货架售卖之外的新选择。甘来的智能售货机能容纳的远不只是常见的罐装饮料、零副食等标准品,还可以售卖鲜花、生鲜、热饮等非标品,顾客可以一次点单,一次取货。相当于把传统货架装入售货机,并用人工智能、物联网、云计算等技术武装成人性化体验的机器人。在这一场景下,甘来的交易测试数据已达2000家店面以上,领先于业界。

“技术生态森林”的挖宝攻略

     要做到以上目标,就需要具备技术研发、生产制造、供应链管理、运营为一体的综合能力。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。

     进入微软前,企业曾尝试在公有云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,甘来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。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,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5万元的云资源。

     通过Azure IoT 中心,甘来可轻松安全地连接到货柜,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,可靠地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”。管理员可在云端大规模地远程维护、更新和管理 IoT 设备。免除自定义设备管理解决方案的开发和维护任务,或者无需再花费资源维护全球资产,从而节省了时间和成本。

IoT 解决方案体系结构 大家可以在这里做了解

     利用 Azure 提供的认知服务和流分析事件处理引擎,企业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。认知服务为开发者提供了一组 API 和 SDK,从而将微软公司不断演进的人工智能技术扩展到广大开发者手中。通过认知服务,你的应用可以轻松地获得智能。首批登陆中国的 API 包括人脸识别、情绪识别和计算机视觉。

     通过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。传统的数据展现工具都是在研发部门完成的,但是由于业务及数据维度始终在变换,牵扯了不少开发人员精力。通过PowerBI,甚至可以把模板拿到本地让业务同学来完成,也更贴合他们自身的需求。

     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,利用成熟的AI技术,优化组合更低的硬件成本,成为新零售服务赛道里的头牌。

     微软加速器旨在做顶尖、专业的创业服务,始终致力于为中国早期创新创业团队提供人、财、策略、市场拓展的全方位优质服务。我们为入选的创业团队提供4-6个月的位于微软亚太研发集团大厦内部的办公空间,并得到由思想领袖、行业专家及技术专家组成的导师团的扶植与指导;同时,每个入选团队还将得到价值150万人民币的微软Azure云资源。创业团队一旦入选,所有资源均为免费提供。

     2012年7月在中国启动以来,微软加速器·北京于2013、2014、2015、2016年连续4年夺得投中集团颁发的中国最佳孵化器称号。在此基础上我们于2017年1月22日正式成立了微软加速器·上海以服务于更多的中国创新企业。

掘金作为微软加速器10期优秀校友,将和加速器合作,在我们社区里为大家介绍更多加速器校友的行业方案,以及业务实现的思路,以供大家探讨交流。

文章分类
阅读