618将至,AI思维如何赋予新零售

AI1年前 (2023)发布 aixure
50 0 0
导读:作者: 丁磊 出版社: 中信出版社 出版时间: 2020年5月 5月22日,《2020年政府工作报告》提出要重点支持新型基础设施建设,人工智能(AI)便在其列,可预见的,AI将真正全面走进并融入大众生活。 提起AI,大家最先想到的,可能是斯皮尔伯格那部关于机器人孩…

作者:丁磊

出版社:中信出版社

出版时间:2020年5月

5月22日,《2020年政府工作报告》提出要重点支持新型基础设施建设,人工智能(AI)便在其列,可预见的,AI将真正全面走进并融入大众生活。

提起AI,大家最先想到的,可能是斯皮尔伯格那部关于机器人孩子想变成真人的电影《人工智能AI 》,自动驾驶汽车,打败多位人类顶级围棋大师的Alhpa Go……AI如何参与日常生活?

618电商节将至,让我们从最接地气的零售环节来看看,AI如何参与零售环节,帮助企业、商家分析海量数据,提供最优方案,提升销量……而中国“数据科学50人”之一、Paypal全球消费者数据科学部创办人丁磊,在其新作《AI思维》中对此有详细分享。

AI思维如何赋能产品创新?

数字化是AI思维在具体业务场景中落地的基础,因为AI 思维运用于生产制造或商业活动之中,要实现智能化,最终做出决策需要数据的支持和驱动,而数字化恰好提供了AI 思维决策所需要的数据基础,在此之上人工智能才能发挥其应有之义。

众所周知,生产制造和零售是商业运作的两个大环节。我们对生产制造环节,可能不太熟悉,但是零售环节则非常贴近我们的日常生活,其中的数字化赋能实际落地案例也比比皆是。

比如,最近你正想买衣服,浏览的网页似乎有“读心术”一般,恰好呈现给你放在购物车里好久的衣服;或者夏天天气热,你正想去海边度假时,手机里的推送刚好就是泳衣、泳裤和各种潜水装备的广告,而且都还是你一贯喜欢的风格。

其实,这些事情都是智慧零售的应用成果,智慧零售可以通过数字化赋能手段进行提升。

在零售环节,数字化赋能大有用武之地。首先是智能产品定位,即依靠大数据预测消费者诉求和潮流趋势,从而实现产品创新。

也许你会有点疑惑,产品创新不是企业一直都在做的事情吗,那么智慧零售所做的产品创新又有什么不一样呢?为了解答这个问题,我们先来看看产品的创新模式。图 1 就是一个产品创新模式示意图,左边为传统研发模式,右边为数字化研发模式。

图1:产品创新的传统和数字化研发模式对比示意图

01 传统产品研发之殇:经验主义+难以真正创新

传统的产品研发模式主要依赖于主观判断。传统产品研发设计主要依靠的是一种“经验主义”,比如参考上一季热销产品的反馈数据,上一季如果卖得好,下一季则继续按这个风格研发。

或者,传统产品的研发设计还可以通过搜集、参考同类型产品中的流行商品的主要特征进行,但这种学习太浮于表面,很难做到真正的产品创新,画虎不成反类犬,更像东拼西凑的结合体,适得其反。

此外,还有一种路径是根据设计师的个人意见来决定产品的最终形态,但很多时候,设计师的审美与消费者的审美是存在很大鸿沟的,这就使得产品难以与消费者的需求匹配。所以有时设计师们也非常苦恼,无法把握潮流,不知道消费者的诉求所在。

当然,更实际的做法则是进行消费者调研,采取定性的调研来辅助设计,但是消费者调研成本高、耗时长,而且很难保证这些消费者是否是潜在消费者或者典型消费者,在信息反馈质量和样本数量上都有一定的局限性,同样会犯以点概面的错误。

偌大的市场中,消费者的需求各有不同而且日新月异,个体的喜好早已无法代表整个市场的热度,传统研发模式潜在的痛点已经浮出水面:企业难以把握潮流趋势以及消费者诉求,研发出来的新产品无法完全满足消费者的诉求,从而导致消费者对品牌的忠诚度降低。

02 数字化产品研发:宝洁中国区季度销量+30%,电商销售额+80%

相比于传统的主观研发模式,数字化的产品研发模式则是通过客观的定量数据来反映市场趋势,将销售数据打通,通过数据洞察综合分析产品特征和消费者需求,再做出研发设计决策。

因此,数字化的研发模式不再是过去的经验主义和局部主义,其基础和关键是最大程度上囊括所有市场数据设计师生态圈则是由设计理念、设计产品、交流学习以及作品展示等各种内容组成的,在设计师的生态圈中出现的高频元素也是数字化产品研发模式的重要参考数据。

在收集完上述一系列数据之后,可以在数据中台上进行打通,判断出相关产品的流行元素、功能性指标和消费者痛点,并借此指导新品的研发设计。新品上市后,随即产生的一系列相关数据会再反哺到数据中台上,为下一轮的新品研发做指导。这样,数据化研发模式整个体系形成正向循环,类似春泥一般,叶落成肥,滋养大地,又反哺出下一个花季。

以宝洁的产品研发为例,根据品牌多年积累下来的相关销售数据,总结分析产品触达的不同种族、跨年龄段消费者的规律和特征,宝洁研发部门抓住了很多消费者需求特性,如亚洲女性除了要面对松弛、皱纹等衰老问题外,面部轮廓逐渐横向外扩也是影响面容的一大问题。

这是消费者的痛点,也就是研发部门的努力方向。根据这个发现,宝洁推出新品OLAY 小脸精华,从感官上让消费者显得更年轻。经过这次的针对性研发,宝洁当季度中国区销量增长 30%,电商销售额上涨 80%,打了一场漂亮的数据战。

全球洞察:AI掌握的消费者大数据到底有多“广”?

我们刚刚说到,数字化的产品研发需要基于消费者数据,数据越多,就越能精准地反映出来消费者需求和市场趋势,所以数据的广度是智慧零售中的一个关键问题。那么数据到底要多广呢?这就涉及“全域洞察”的概念。

全域洞察是消费者洞察的一种实现形式。所谓洞察就是深度理解,消费者洞察就是通过数据理解消费者,抓住消费者的真实需求,这是面向消费者营销的核心。

图 2 是全域洞察的示意图。全域洞察的数据来源主要有品牌的活动平台、自营和第三方电商平台、媒体平台以及各种内部平台。

图2:全域洞察示意图

洞察关注的消费者维度包括所在区域、会员、账号、商品、行为和终端等全域数据,将这些数据围绕消费者进行打通,将同一消费者的数据汇集到一起。数据整合后,我们将会对消费者的关键信息进行提取,例如轨迹、年龄、品类和内容等,构成行为中心。

行为中心里面聚合了各个业务领域中消费者的行为,包括主体、时间、行为、内容及行为度量。最后,根据这些信息归纳总结出个性化标签,例如消费者的自然属性、社会属性、兴趣偏好

和消费偏好,形成标签中心。与此同时,标签中心中还包括社交关系,即消费者之间的关系网络。数据的整合、处理和标签化是消费者全域洞察的核心过程,它可以在数据中台上完成。

消费者洞察可以赋能实际业务,例如营销评估、个性化推荐、人群管理、跨域行为分析以及消费者画像。

比如个性化推荐,当我们真正做到对消费者的真实洞察后,我们就能知道不同的个体消费者有哪些独特的产品需求,从而有的放矢地进行高精准的产品推荐,直击目标,百发百中。相比于之前模糊认知下的乱投放、放乱箭,全域洞察下的个性化推荐效果自然更加显著, 效率也有所提高。

例如,中国移动开发的智能推荐平台就可以通过消费者洞察,精准地实现对消费者的个性化推荐。该平台通过数据分析出消费者的需求和偏好,根据这些信息不断调整模型参数,提高了推荐的准确率。目前,中国移动的客户端以及阅读、视频等频道通过该平台的赋能,真正实现了针对不同消费者千人千面的个性化推荐。

全域营销:大数据让策略、传播、运营达到精准和最大化

全域营销指的是利用数据和数字化工具,进行以消费者运营为核心的智能营销。传统的营销方式推荐的可能不是消费者真正需要的,或者由于推荐流程过于冗长,等到消费者真正了解产品时,他已经不需要了。

而全域营销以消费者的需求为核心,它的目的就是提升消费者在全渠道的消费体验,从而达到消费者与品牌关系全链路的精细化运营,为商家的营销和品牌建设赋能。

全域营销分为三个方面:全域策略、全域传播和全域运营。

策略层面需要洞察人群的价值,创新机会点;

传播领域要精准触达和曝光,精准增加和消费者之间的关系;

运营领域,无论是店铺运营还是消费者运营,线上线下运营领域都要结合对消费者的认知,进行全域的精准营销优化。当然其基础还是以消费者为中心,打通整个营销数据。

下面我们将策略、传播和运营三点结合起来,举两个成功运营的案例,以便全面认知。一是商场的运营,以华润五彩城的获客率提升为例;二是房地产的运作,以金茂府的销售量猛涨为例。

华润五彩城是北京地区集时尚购物、生活配套、餐饮、娱乐、文化和运动为一体的多功能、多主题大型区域性商常华润五彩城通过对商场消费者各维度的大数据进行分析,了解到消费者在各时间点的交互情况,并据此策划营销活动。

比如在某一个时间点,华润五彩城的人群种类和分布都有哪些特征,抓住这些特征定点地进行相应的商家和产品的推荐。

经过数据分析发现,华润五彩城的受众已经具有从过去的家庭客群转变为以年轻人消费为主的态势,并且 90 后、95 后消费者占比都分别接近 20%, 而 40 岁以下的消费者占比也达到了 70% 左右。也就是说,年轻群体已经成为商城的消费主力。

从这个认知出发,华润五彩城形成了从宣发到触达再到消费的全面数据闭环,并对商城的规划做出调整:将商城从餐饮儿童驱动型风格转变为时尚中产家庭综合型运作模式,增加轻奢、化妆品和时尚配饰等商铺的比重,并举办各类触达活动,例如联合天猫做“双11快闪店”、打造“积分ETC”功能、品牌活动、会员专属优惠日和会员沙龙这些新潮的活动形式。

通过消费者洞察,华润五彩城对广告投放方式进行了改良,实现了广告的精准投放,通过其不断攀升的客流量和车流量,我们也能看出消费者洞察的巨大作用,其在 2018 年的销售额超过了18亿元,更是证明了这一事实。这也体现了在数据的支撑下,全域营销可以促进企业的发展,带来更大的效益。

对于房地产商来说,基于楼盘以及目标受众分布的商圈大数据分析,可以产生客群洞察和精准营销的决策方案,实现房地产行业消费者数字化管理,其精准营销效果可显著提升。通过数字化赋能的手段,依托大数据对不同场景下消费者需求的强大理解能力,房地产行业可以提升多场景分析和决策的能力。

例如著名的房地产品牌金茂府就是智能营销的积极实践者。金茂府通过楼盘和目标消费者大数据分析提供精准营销方案。

对于房地产行业来说,对人群的定位特别重要。无论是开发一个楼盘还是楼盘的销售和运营,都需要知道潜在消费者所在以及他们有哪些需求和爱好。

打通整套数据之后可以对营销客群进行深度洞察和精准营销。这样一来,金茂府就能更懂得消费者的需求, 比如在消费升级的浪潮下,金茂府通过大数据分析发现,住宅的消费群体除了一些基本的住房需求外,开始更加关注住房的观赏性,对小区的美化和绿化有很高的要求,所以金茂府十分注重外部自然环境的美化,绿化率达到 30%。

在实现了相关新品定位落地后,其营销渠道也开始通过数字化赋能打通数据体系,进行深度营销洞察,在洞察的基础上再进行精准分析,形成具有品牌特色的营销文案,精准投放到目标消费人群那里。

在房地产市场经历了一段时间的消沉的大背景下,金茂府却运用数字化赋能不断扩大自己的市场,成功进驻了华北、华东、华南、华中和西南 5 大区域。由此看来,或许数字化赋能是房地产转型的一大关键。

通过数字化的深度运用和赋能,不仅商场营销和房地产营销能够实现显著的收益提升,其他行业也是如此。经由数字化赋能,行业内可以实现对全域数据的认知和分析,从而洞察消费者的价值点,找到营销的创新点以及以往营销过程中存在的问题,最终优化产品定位和营销运营。

通过上述案例我们可以知道,数字化赋能是对整个行业的赋能,它可以为行业带来许多积极的改变。

大数据时代下,数字化赋能是企业在竞争激烈的市场中站稳脚跟的必经之路。用不好体量庞大的消费者数据,它们就是一堆不产生任何意义的乱码;用得好,它们就是企业生根发芽的基石,是价值难以估量的企业资产。

数字化赋能提供的就是为企业化数据为效益的智慧,它将这一智慧嵌入产供销的每一个环节之中,为整个商业链路提速增效。

它适用于各行各业,最终也将是全球商业未来发展的大趋势。数据是 AI 思维的基础,所以数字化赋能也为 AI 思维的落地夯实了基矗

赞助本站

© 版权声明

相关文章

暂无评论

暂无评论...