数字化转型对中国零售业产生了迅速而深远的影响。目前,中国零售业的创新程度和增长速度可以与任何西方经济体相媲美。消费者购物偏好发生迅速变化的同时,实体购物与数字购物之间的界限也变得模糊起来。不难看出,中国消费者已经步入了全渠道购买的行列,但随之而来的,是消费者期望值的不断攀升。
当下,中国消费者希望得到“一条龙”式、“即看即买”的零售体验。这种期望迫使零售商不断改善管理流程并提高自身服务能力,但同时也为具有前瞻性的公司创造了机会——通过大力支持企业数字化转型和技术创新来增强客户体验。
迅猛发展的零售业与中国新型消费者
中国零售业的迅猛发展与国内政策变化息息相关,中国政府希望消费者增加消费来扩大内需,而不是一味地增加储蓄。数据显示,2018年全年社会消费品零售总额380,987亿元,比上年增长9.0%,保持较快增长。2018年全年全国居民人均可支配收入28,228元,比上年名义增长8.7%,扣除价格因素实际增长6.5%【[1]】。消费者的消费行为符合政府预期的同时,也在不断刺激零售业的不断升级与发展。
近年来,随着电商环境、技术平台和网购习惯的普及与完善,中国的零售业发生了翻天覆地的变化。例如,各大电商平台的线下门店落地,与传统零售商联盟化趋势加强,将线上线下资源进一步整合;人工智能、大数据区块链等技术在物流、营销、质量追溯等领域应用日趋深入;电商流量加速分化,拼购模式、小程序电商、内容电商等新模式交易规模呈指数增长。
据中国互联网络信息中心数据统计,截至2018年12月,我国网络购物用户规模达6.10亿,较2017年底增长14.4%。随着消费者数字化程度不断提高,网络购物将继续保持升级态势,从而进一步推动零售业市场成熟发展,加快零售商在资源技术和运营模式方面不断升级。
新工具、新客户、新方法
如今,中国的零售商正在尝试使用聊天机器人和预测语音分析等新型数字工具来增强零售业务。以全新的客户体验管理模式(Customer Experience Management)为例,零售商可通过该管理模式所提供的多种渠道(包括传统的联系中心)为客户提供多触点、全方位服务体验,如将聊天机器人集成到零售商的服务系统中,通过全新的方式与消费者互动,并创建深入的对话机制。
这种多触点服务体验与全渠道沟通方式紧密相连。中国零售商想要维持领先地位并保持竞争力,首先需要以客户为中心,并考虑数字化发展,成为“全渠道”企业。消费者希望通过每个可用的沟通渠道与零售商进行沟通并从中获益,同时,零售商也应该与供应链中的所有合作伙伴实现信息流通,加快产品的生产和供应,以可扩展的方式满足中国消费者的需求。
中国的零售商正在尝试摒弃复杂的沟通程序,积极地采用集成的方式与消费者、合作伙伴沟通,以满足消费者的全新诉求。这意味着中国零售商需要摆脱垂直营销模式,转向强大的云或能够提供无缝、高效信息传输的混合IT平台,加速数字化转型步伐。
研究显示,未来一到三年,中国企业在云服务上的投资将与全球平均水平相当。相对于全球其它企业而言,中国企业更适用于使用云服务来支持移动办公并减少成本支出。中国零售商正在利用云技术来占据全球零售市场的领先地位,约20%的零售商表示,他们相信云技术将在未来几年不断推动行业创新。
数字化“赋能”零售业腾飞
中国零售商坚信,创新将继续推动行业向前发展。有超过十分之一的零售商认为,自动化技术将成为创新的主要驱动力,同时,他们也相信移动平台和应用程序、3D打印、生物技术/数字健康工具、物联网(IoT)和人工智能(AI)将帮助行业蓬勃发展。
如今,中国的零售行业已经迎来了黄金时期,数字技术也将助力行业腾飞,未来光明可期。Orange Business Services 作为一家全球知名的基础设施运营商、技术整合商和增值服务提供商,将持续为全球范围内的企业提供专业的数字化转型支持,推动零售行业不断向前稳健发展。
文章作者:张宇锋
Orange Business Services中国区总经理
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。