在各產(chǎn)業(yè)中，零售業(yè)與消費(fèi)者的接觸最緊密，再加上競(jìng)爭(zhēng)激烈，因此對(duì)市場(chǎng)變化最為敏銳，一旦反應(yīng)速度偏慢，就極有可能在短時(shí)間內(nèi)遭到淘汰，這也是該產(chǎn)業(yè)對(duì)新科技導(dǎo)入與應(yīng)用較其他產(chǎn)業(yè)更為快速的原因。早期零售業(yè)以實(shí)體店面為主要通路，所有的E化、M化建置均已提升實(shí)體店面的營運(yùn)管理為主，網(wǎng)際網(wǎng)路興起后，電商平臺(tái)在快速改變零售業(yè)生態(tài)，在短時(shí)間內(nèi)取得高比例市占率。
就整體市場(chǎng)比例來看，實(shí)體通路仍占有多數(shù)市場(chǎng)，雖然今年初蔓延的COVID-19疫情，將電商推上新高峰，不過業(yè)者指出，未來電商仍不會(huì)占有絕對(duì)的優(yōu)勢(shì)，或許應(yīng)該說，未來的零售業(yè)不應(yīng)再區(qū)隔實(shí)體通路與電商平臺(tái)，而是應(yīng)該善用各類新科技發(fā)想出新創(chuàng)意，融合線上線下世界，以更高視角打造出具備競(jìng)爭(zhēng)力的「新零售」模式。
新零售概念，是將包括所有的軟硬體技術(shù)均視為手中工具，透過這些工具強(qiáng)化企業(yè)的營運(yùn)效能，讓所有成本支出的效益最佳化，而觀察零售產(chǎn)業(yè)近年來最火熱的技術(shù)莫過于人工智慧（AI）。
善用外部專業(yè) 化解企業(yè)AI困境
AI是零售業(yè)數(shù)位轉(zhuǎn)型的必要技術(shù)，不過現(xiàn)在推動(dòng)數(shù)位升級(jí)過程中，企業(yè)常會(huì)遇到困境，之前中華電信大數(shù)據(jù)處科長官俊安在演講中就指出，人才、分析環(huán)境、資料等三大資源的缺乏，是現(xiàn)今企業(yè)數(shù)位轉(zhuǎn)型最艱困的問題。他指出企業(yè)有不同的數(shù)據(jù)需求，自行培育數(shù)據(jù)科學(xué)家不太容易，市場(chǎng)上數(shù)據(jù)科學(xué)家也是供不應(yīng)求，這是「缺人才」；企業(yè)要先愿意投入一筆錢去建設(shè)AI分析工具和使用環(huán)境，這是「缺分析環(huán)境」；如果企業(yè)沒有資料基礎(chǔ)建設(shè)，沒有搜集足夠的數(shù)據(jù)可以分析，就是「缺資料」。
對(duì)此，零售業(yè)者可善用外部力量來協(xié)助解決上述的問題。他以中華電信的企業(yè)服務(wù)「AI智慧分析云」為例，此平臺(tái)內(nèi)建AI核心引擎，以云端服務(wù)提供企業(yè)個(gè)別按照需求租用，完全免除企業(yè)自行建置軟硬體的成本，降低企業(yè)采用AI分析的門檻，解決「缺環(huán)境」困境。
市面上主要的AI工具有開源機(jī)器學(xué)習(xí) （ML）軟體、與圖形化介面商用軟體。前者適合擁有資料科學(xué)家團(tuán)隊(duì)的企業(yè)，后者則需要熟悉各類型資料分析及模型建立流程的高階數(shù)據(jù)人才。因此，AI智慧分析云內(nèi)建各式應(yīng)用場(chǎng)景，從銷售量、營業(yè)額預(yù)測(cè)，到客戶分群、商品推薦，等于內(nèi)建了十年資歷數(shù)據(jù)人才的經(jīng)驗(yàn)，降低企業(yè)建立AI預(yù)測(cè)模型的高門檻。
而企業(yè)可以透過AI智慧分析云在10分鐘內(nèi)快速建模，無須另外召募數(shù)據(jù)科學(xué)家，由現(xiàn)有的IT團(tuán)隊(duì)或行銷企劃人即可勝任，解決「缺人才」困境。根據(jù)統(tǒng)計(jì)，此類平臺(tái)可幫企業(yè)節(jié)省三分之二的人力財(cái)力，讓沒有數(shù)據(jù)團(tuán)隊(duì)、「缺人才」的一般企業(yè)，也能享有AI帶來的好處。
AI應(yīng)用多元 讓零售營運(yùn)更智慧
在透過外部專業(yè)力量解決人才、分析環(huán)境與資料困境后，制造業(yè)者即可著手建立AI應(yīng)用機(jī)制。就目前AI的發(fā)展來看，其應(yīng)用走向可分為兩種，一是透過上層云端平臺(tái)，分析長期累積的大量數(shù)據(jù)，借此制定未來的營運(yùn)策略。另一種則是讓終端設(shè)備具有邊緣運(yùn)算功能，即時(shí)處理現(xiàn)場(chǎng)狀況，在零售業(yè)，這兩種機(jī)制都會(huì)使用。
在云端運(yùn)算部分，現(xiàn)在最常見的是分析人流，再依分析結(jié)果者出最佳銷售地點(diǎn)。這種作法可分成大小兩種規(guī)模，大型規(guī)模是搜集各地區(qū)的包括人流數(shù)量、年齡、性別、動(dòng)線、出現(xiàn)頻率等資料，再由系統(tǒng)找出最適合的開店店址。大型零售業(yè)者在開店前也會(huì)有此動(dòng)作，不過多是派遣人力在街頭計(jì)算，不僅數(shù)據(jù)量不足誤差也大。現(xiàn)在則可透過電信業(yè)者的云端平臺(tái)解決此問題，電信業(yè)者可根據(jù)其下門號(hào)上網(wǎng)的使用軌跡，找出人流分布圖，作為零售業(yè)者的開店參考。
| 圖1 : 透過AI分析人流，調(diào)整商場(chǎng)最隹商品組合，是零售業(yè)智慧化的未來趨勢(shì)。（source：Brandyfloss） |
|
至于較小規(guī)模的人流分析，就不必使用電信業(yè)者的服務(wù)，這種AI的分析作法，則是將店鋪內(nèi)的影像監(jiān)控?cái)z影機(jī)與AI系統(tǒng)結(jié)合，依據(jù)店內(nèi)人流，設(shè)計(jì)出最佳動(dòng)線，并找出銷售熱點(diǎn)，調(diào)整貨架上的商品組合，創(chuàng)造出最佳坪效。
實(shí)體店面內(nèi)的AI人流分析，也可與零售業(yè)的另一AI建置–邊緣運(yùn)算整合，讓銷售量最大化。邊緣運(yùn)算在零售業(yè)的最佳應(yīng)用是智慧貨架，此類貨架早在10年前就已有相關(guān)構(gòu)想，當(dāng)時(shí)的概念是將RFID讀取器建置于貨架上，用來讀取產(chǎn)品上的電子標(biāo)簽，并將結(jié)果傳輸至后端系統(tǒng)，提醒人員補(bǔ)貨，避免因物品銷罄貨架空置產(chǎn)生機(jī)會(huì)損失。
Hyperlocal四層次 智慧貨架愿景成真
| 圖2 : 新零售概念是將包括所有的軟硬體技術(shù)均視為手中工具，透過這些工具強(qiáng)化企業(yè)的營運(yùn)效能，讓所有成本支出的效益最隹化。（source：Actian） |
|
現(xiàn)在的智慧貨架則是比當(dāng)初更進(jìn)一步，除了原有的感測(cè)器之外，在結(jié)合近年來零售業(yè)的Hyperlocal概念，此一概念是讓行銷結(jié)合當(dāng)?shù)刈畛Ｓ玫臄?shù)位工具，像是中國的微信、臺(tái)灣的Line等，讓行銷可以落地深根，融合到當(dāng)?shù)叵M(fèi)者的生活型態(tài)中。
Hyperlocal有四個(gè)層次，第一層是傳統(tǒng)的促銷方式，這種方式?jīng)]有標(biāo)準(zhǔn)化的價(jià)格策略，決策也未考慮市場(chǎng)因素，即便有決策要執(zhí)行，銷售機(jī)制的各環(huán)節(jié)也未能同步，像是實(shí)體店面的貨架和網(wǎng)站上同一產(chǎn)品的價(jià)格可能就會(huì)不同。第二層是已然優(yōu)化系統(tǒng)，價(jià)格策略可反應(yīng)市場(chǎng)需求，不過此類型的優(yōu)化在即時(shí)性方面仍然不足，難以快速反應(yīng)，例如下雨時(shí)，雨傘價(jià)格無法即時(shí)變動(dòng)。第三層則可改善此問題，在此一層中，價(jià)格已成動(dòng)態(tài)，銷售策略可更快速的滿足需求、貼近市場(chǎng)。 Hyperlocal的最高層則更具智慧化，可因應(yīng)當(dāng)下狀態(tài)隨時(shí)自主調(diào)整價(jià)格，讓產(chǎn)品利潤最大化，例如產(chǎn)品接近保存期限時(shí)，電子標(biāo)簽就會(huì)自動(dòng)調(diào)整售價(jià)，提升售出機(jī)率。
要完善建置上述愿景，需要投入大量資源與時(shí)間，而且無法一蹴可及。因此對(duì)資源有限的中小型零售業(yè)者來說似乎是遙遠(yuǎn)夢(mèng)想。不過就如前文所敘，數(shù)位化設(shè)備只是強(qiáng)化營運(yùn)效率的工具，業(yè)者可依據(jù)自身資源找出合適的工作與做法，重要的不是打造龐大華麗的數(shù)位系統(tǒng)，而是業(yè)者必須因應(yīng)時(shí)代變化，建立起健全的數(shù)位思維，以新零售視角在變化快速的產(chǎn)業(yè)環(huán)境中保持競(jìng)爭(zhēng)力。
**刊頭圖（source：Picsell）
