400-898-7788
零售企业如何数字化? 
2021-02-20

亿邦动力讯】9 月 7 日消息,在 2020 中国电子商务大会上,第四范式创始人兼 CEO 戴文渊发表了演讲。他表示零售企业数字化实际上是总结过去业务人员的实践经验,把线下人类智慧搬到线上变成人工智能。


演讲中,戴文渊总结了过去五六年时间里,第四范式是如何帮助传统零售企业把业务从线下搬到线上,以及在这个过程中,第四范式是怎么确定自己的定位,为零售企业提出的解决方案是什么,以及接下来第四范式希望为行业做什么事情。


据悉,"2020 中国电子商务大会 " 于 9 月 5 日至 9 月 7 日在北京国家会议中心隆重举行。本届大会由商务部、北京市人民政府主办,商务部电子商务和信息化司、北京市商务局承办。大会以 " 共融 · 共建 · 共赢 " 为主题,邀请到国际代表、行业组织、领军企业、权威专家汇聚一堂,深入探讨新的时代背景下,电子商务新技术新模式带来的科技与生活、文化与消费、数字与实体的深度融合,努力推动共建开放、合作、创新、共享的世界经济新格局,积极探索人类命运共同体的共赢新路径。


本届大会按照 "1+5" 的论坛结构,呈现一场大会开幕式暨主旨论坛,以及电商扶贫、跨境电商、电商战 " 疫 "、数字商务、电商新业态等五场专业论坛。


零售企业如何数字化介绍图1


(温馨提示:本文为速记初审稿,保证现场嘉宾原意,未经删节,或存纰漏,敬请谅解。)


以下为演讲实录:


2020 年对于第四范式是非常特殊的一年。第四范式是一家 To B 企业,客户过得好不好对我们影响很大,因此,疫情出现后,我们拉了一张列表,一家一家给客户打电话,我想跟他们表达的是如果你们有困难,第四范式可以帮助你们。


出乎意料的是,改变动力最强的恰恰是受疫情影响最严重的企业,而 2020 上半年第四范式业绩成长最明显的行业恰恰是零售行业和跨境电商这样的行业,变化给大家带来了改变的动力。我们也能看到 2020 上半年在线办公、在线教育、直播的蓬勃发展。


在这个过程中,我们看到了人工智能、数据、在线化给这个行业带来的变化,我们的客户过去规划三年五年的计划在今年半年时间内就达到了,这从某种角度来说是疫情推动了科技的发展。比如肯德基,过去大家觉得肯德基是非常传统的线下企业,但 2020 年一季度肯德基已经有 84% 的订单来自于线上,这正是由于过去几年肯德基在线上化、数字化和智能化领域的投入,使得它能在一季度成为所有餐饮企业当中唯一盈利的企业。


过去几年,第四范式帮助很多企业实现在线化、数字化和智能化的转型,早些年我们服务金融企业多一些,在过去两年我们开始进入到零售企业,主要的工作是帮助零售企业变成在线的企业。

如何帮助零售企业在线化?


在线化并不是完全新的东西,我们和很多客户打交道时发现今天线上在做的事情和线下做的事情似曾相识,五六年前,我和传统线下企业交流的时候发现他们也做 APP,那时大家讲究的是功能点。

五年前我和一家头部客户聊,他们的 APP 有一个核心的 KPI 指标,有百分之多少的线下功能可以在 APP 上实现。


比如线下门店可以提供 100 个服务,线上 APP 上可以提供 90 个,这就是 90% 的 KPI,当时那家企业的 KPI 是 91%,线下提供的服务有 91% 要放在线上提供。2019 年他们这个 KPI 已经完全没有了,不是增加了新的 KPI,新的 KPI 叫做日活跃客户数,月活跃客户数,极端情况下如果你能完成 DN 和 GN 指标,哪怕在 APP 上只提供一个功能就可以,并不在乎所有的线下功能都要搬到线上,甚至很多时候在线上发展出很多新的功能,这是我们看到的特别明显的一个变化,这个变化在过去电商领域其实并不是特别陌生。


过去,对于传统线下企业来说,线上非常陌生,如果我们当作开一家线上的线下店来思考,并不一定很陌生了。要提升线下店的业绩,可以把线下的促销、导购、推荐这些事情都搬到线上,只不过在线下有员工来做,而在线上没有办法用员工来做,我们需要用机器来做。


肯德基在三四年前就已经开始建设 APP,并且把 APP 当作一家线上肯德基的门店来建设。通过和他们聊天发现,最早他们的苦恼是当用户在线上下订单时,平均客单价下降了。


为什么?


因为过去在线下做了很多事情,比如排队时会有肯德基的店员过来给你推荐新出的 6 号套餐,出了儿童套餐。去柜台购买完了以后,肯德基的店员可能会问你要不要再花两块钱加一个沙拉或者甜筒,这些事情过去在电子屏 APP 上都做不了,因为 APP 的电子屏背后不可能蹲一个人,这件事就需要机器来做。


现在,我们帮助它做的很简单,店员过来给你推荐 6 号套餐,在线上叫精准推荐,柜台收银员给你推荐两块钱加个甜筒,这在电商领域叫交叉推荐或者关联推荐。这些事其实都存在的,只不过线下是人来做,线上需要用机器和智能来做,我们要提供什么样的能力给客户,实际就是提供到人工智能的能力。不是说 AI 或者深度学习,而是需要把 AI 或者深度学习变成企业所需要的线上化营销运营能力给到企业,这才是企业需要建设线上店最关键的。


在这个领域里,我们顺应整个市场的发展趋势,推出了一站式线上开店智能运营的平台,具体技术这里不展开讲。对应到的能力,过去我们听说 AI 领域有很多技术,比如搜索、推荐、推送,以及智能客服,这些听上去都是技术的名词。如果我们把搜索给到客户,把推荐给到客户,可能客户并不知道应该如何运用这样的技术能力,但如果对应到线下的场景会发现很多零售企业立马就反映过来了。


比如搜索,搜索并不一定都是百度,当我们进入到一家耐克或者阿迪达斯的店,问店员有没有最新一代科比的鞋,实际这就是搜索。只不过过去搜索的请求给到了店员,如果在店里浏览,这个店员说我们最近推出了一套新的西服挺适合你的,其实就是推荐,推荐并不仅仅就是今日头条,在线下我们能找到推荐。


再比如,肯德基、麦当劳的店员会到路边发一些优惠券,对应到手机端就是推送,APP 弹窗推送一些消息和优惠券。再比如客服,大家比较容易理解,我们需要给客户的价值就是怎么把过去线下在门店经营时做的所有动作对应到线上 AI 技术,最后能让 APP 里实现线下做的所有事情。


通过提供搜索的能力和个性化关联推荐的能力,经过一系列的改造帮助肯德基把线上的客单价拉回到和线下客单价一样的水平,甚至后来我们发现能做的更好。随着人工智能不断迭代的学习,绝大多数的店员已经没有人工智能的能力强了。现在再看肯德基的客单价,线上的客单价已经高于线下了,这就是通过人工智能的技术,通过数据达到的效果。


与此同时,这个能力不仅仅是连锁餐饮企业,绝大多数的线下门店平时在运营一家门店时要做什么,线下运营人员也会总结需要做的 20 件事情,都是可以对应到线上的,包括在线教育、新闻资讯、金融理财,比如线下金融企业怎么搬到线上,这里所对应的能力都是把线下人类智慧搬到线上变成人工智能。


为什么能够实现数字化?


要实现这一能力,实际是总结过去业务人员的实践经验。


思考一下,业务人员的水平也是参差不齐的,好的业务人员和相对弱一点的业务人员差别在哪?


比如卖鞋的老销售为什么比新销售卖的好,因为他见过更多的客户,见过更多的交易,从交易里总结出了规律,知道给什么样的人推荐什么样的鞋更合适,最后发现最懂客户的其实是数据。


但需要注意的是,卖的最多的耐克鞋的店员也没有耐克掌握的数据多,从耐克的数据里我们可以找到更多的规律,当我们看过了足够多的数据,AI 会比绝大多数的线下推销员做的更好。


举几个例子,过去门店无论是店长还是业务人员的能力怎么能用机器表达,从而能拉平每一个门店的业务水平?比如永辉超市,这样一个连锁型超市增长最大的瓶颈来自于是否能招到足够优秀的店长,当只有一两家店的时候往往是创始人在经营门店,创始人的能力足够强,但让他经营到两三百家门店的时候会发现再招过来的店长能力是开一家赔一家。


如果我们解构店长在干的每件事就会发现,这里有一个事情叫预测销量,对于店长选择进什么样的货是极其重要的,而预测销量实际会反映在零售企业绝大多数供应链的数据里。在供应链的数据里当我们寻找到足够多的规律时,其实可以为每个门店预测每一个商品销量的能力,可能最优秀的店长还不能完全替代,绝大多数的店至少可以保证最基本的水平。


百胜是肯德基的母公司,通过线上智能推荐和个性化菜品的推荐,包括点餐之后关联的推荐,可以实现客单价的提升。过去肯德基的每一单大概是二十多元。线上化了以后下降了大概两个百分点,通过 AI 技术能从数据里发现每一个人喜欢什么样的菜品,有可能会购买什么样的菜品,能把 2% 的客单价损失拉上来。


这是休闲零食的客户,过去受限于门店店长选品的能力,当它扩张到几千家门店的时候已经没有办法进一步提升,因为不同领域不同客户的喜好是不一样的。


比如在江浙沪的瓜子零食是最好的商品,到了武汉可能是鸭脖,不同地域不同的选品,对这家企业的考验非常大。我们也是基于他们的数值分析每家门店每天上午和下午卖掉什么样的商品,帮助每家店都选择最合适的商品,实验测算下来预计可以让每家店消费者的食品支出有 20% 左右的提升。


包括选址,线下门店选址对很多零售企业来说至关重要。选址重要性占比达百分之七八十,后面是百分之二三十的努力,基于历史上的数据,绝大多数大规模的零售企业都有很长一段时间的历史数据积累。比如肯德基,从 80 年代就开始积累全国各地的门店数据,几乎覆盖了主要城市的几十年的发展变迁,基于这些数据和外部的地图、楼盘、交通数据,可以帮助企业做更好的选址,大幅度提升开店的成功率。


对于生鲜企业来说,很多时候对于销量预测非常重要的是可以解决高损耗的问题。一旦损耗比较高,对于生鲜企业来说很可能就变成了亏损企业。


我在和永辉交流时发现,他们的理想是从海里把这条鱼打上来,运到城里之后,刚到店门口就被买走了。每天都把鱼卖掉还不够好,一条鱼在鱼缸里每游一小时体重都在减少,新鲜度都在减少,品质都在下降,对于生鲜企业来说供应链的预测要求至关重要,过去生鲜门店对店长能力要求更高,一点点误差都会带来损耗,本来 10% 的毛利,损耗了 10 个点就变成不赚钱了,再损耗就亏钱了,这部分我们可以很好预测每个品类在门店每天的销量,帮助他们降低生鲜食材的高损耗。


第四范式希望做什么样的事情?


我们希望打造端到端的智能决策引擎,帮助企业从数据里分析出规律,帮助企业构建线下过去做过的很多能力。绝大多数时候我们不是希望提升线下,而是希望把线下的能力搬到线上,这是企业线上化转型非常重要的环节,对于企业来说,线上搜索能力、推荐能力往下做其实有很多坑坑洼洼的地方,搜索下面可能会有计算,会有机器学习的训练,深度神经网络。再往下会有数据闭环的建设,AI 的数据智能,再往下会有 AI 操作系统、资源调度,再往下会有 AI 计算能力,包括服务器、芯片、网络存储、数据中心。


这些对于现在很多企业做线上化、智能化转型来说是非常沉重的负担。很多企业认为 AI 很重要,也花了大价钱招了很多人,包括找了很多海外名校的博士毕业生回来做这件事。但我们在这个行业做了很多年,知道这不是一两个博士的事情,这里涉及到的环节特别多,每个技术人员能解决一两个环节,对于企业来说需要完整的覆盖几十上百个环节,才能把整个系统做好。


除了头部企业,像 BAT 和 TMD 这样的企业,他们的资源对于构建端到端的能力来说是够的,而绝大多数企业其实是不够的,这就是为什么第四范式要做这样的公司,希望把端到端的所有环节为企业搭建完。最后企业只需要构建推荐和搜索的能力,帮助企业更快的实现转型,少踩很多坑,少走很多弯路,这些都是我们过去十几年自己一次又一次踩坑、走弯路所经历和得到的宝贵财富。


第四范式成立时间不长,五年多,但在 AI 领域,五年多的公司也算是比较久了。我们开玩笑说我们是前 AlphaGo 时代的 AI 公司,成立的时候还没有 AlphaGo,成立第一年和绝大多数的客户聊 AI,他们都没有听说过人工智能。这些年我们帮助大大小小的公司多达 8000 多家,大的像宇宙第一大的工商银行,小到最小的帮助过自媒体,整个公司上下只有一个写手的媒体,我们在很多的场景下,包括百度搜索广告、今日头条推荐系统、前一段刚上市的贝壳网,这些场景我们都能看到人工智能怎么发挥巨大的价值,每一个人每家企业投 AI 基础建设确实非常困难。


所以我们的定位是希望自己能把 AI 所有的环节打通,把所有的坑填平,让所有企业上 AI 的高速公路,而不是过去的泥路土路,实现更快的智能化转型。


非常高兴在服贸会跟大家分享我们的工作以及努力,特别是零售企业线上化转型的努力,希望借这个机会跟大家有更多的交流,得到更多宝贵的意见,AI 的商务转型刚刚开始,希望未来能有更多的工作,帮助到更多的企业,帮助到更多的电子商务腾飞。


谢谢大家。