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
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。