新零售行业发展趋势与RFID在新零售的机遇分析

描述

深物联产业拓展俱乐部是由深物联秘书处联合行业企业品牌市场核心负责人共同发起,俱乐部的成立旨在打造一个物联网行业龙头标杆企业的市场品牌核心负责人的交流学习社群;分享物联网产业新项目及创新营销思想,共享深物联平台品牌市场资源,重组龙头标杆企业的市场品牌需求或优势资源,获得更好的市场品牌行为效果。

本期分享嘉宾——万端

深圳市远望谷技术股份有限公司零售应用研发中心总经理

 

马云在“2018互联网大会”上提到,未来的世界没有数据就像现在不通电一样可怕。物联网作为一个30倍规模与互联网的大平台体系,其价值自然毋庸置疑。互联网最大的特点是让人与网络产生越来越强关系的链接。而物联网最大的目标就是对“物品”与“场景”进行数据化,然后形成“人 货 场”全面数字化融合的新局面,让OMO、C2M、F2C等新模式可最终变为现实。

 

这是IDC权威调研的一份物联网行业应用未来发展(2020年)趋势预测,主要从每年的市场总量及环比符合增长率2个重要维度来排列了主流行业排名。而最近火爆的新零售行业,也有着770亿美金及超过13%的高速增长率。而细分到具体品类,服饰市场符合率>40%以上。非常值得我们关注!

1

新零售行业发展趋势

1国内零售现状-中国消费市场全球第二,实体零售仍占主体

2017“双11”期间全网交易额达到了2539.7亿元(人民币,下同),同比增长超45%。 而阿里今年双11的成绩为:1682亿 , 京东双11业绩为:1271亿。很多人质疑,今年的网上促销没怎么感觉与往年不同啊?甚至还有人吐槽今年的促销方案比奥赛题目都难,但为什么就提升了这么多GMV呢?

我举一个身边发生的案例。在2017双11期间,我司的一位客户跟阿里相关部门组织了一场活动。5万件女装库存,按历史经验,即使是在业绩最旺的月份也需要近2周以上基本销售完毕。但这次活动他们只花费了1.5天左右时间!接近传统业绩的10倍效率,而且客单价还不低。这个事件让客户非常震惊。

他们怎么做的呢?其实奥妙就是“新零售“,将所有的女装逐件进行拍摄入库、数据编码、参数录入等数字化工作。然后利用阿里电商大数据,对用户群进行精准画像、匹配营销,定向促销等,典型的供需匹配。不但销售效率大幅提升,消费费用(除前期数字化成本外)也是大幅缩减。而这其实就是新零售的精华”线上引流、转化,线下体验、服务,全渠道综合营销”。

 

我们再看上图的权威数据,别看线上电商很热闹。但目前只有15%不到的份额,有85%多的市场份额依然发生在线下。所谓“商人都是逐利的”,这也是以马云为首的互联网巨头们为何那么热心“新零售”的内在原因。

2国内零售现状 — 实体零售面临困境

 

从上图我们可以看到,门店租金上涨、人员工资上涨,人口红利消失,传统零售的经营环境确实越来越难,曾经的巨头不断的关闭门店。

3国内零售的现状 — 实体零售创新转型机会

 

而另一方面,一些模式新颖的新品牌厂商,特别是快时尚品牌,不但没有关闭门店,反而逆势开店,势如破竹。比如Mjstyle,去年新增店铺超过100家,比传统巨头Zara的开店数量都要更多。

而这种背离现象的本质就是新、老2种业务模式的区别。并非市场没有需求,而是传统零售没有把握客户内心的需求根源。

4国内零售的现状 — 86%消费者通过全渠道感知和消费

 

通过上图的权威数据我们可以看到,“纯线上”的购物行为只有11%,“纯线下”的购物行为不到5%,86%的客户都已经在不知不觉中进入到“线上线下融合”的新模式消费中,之所以感受还不明显。主要原因可能是由于目前的“新零售“模式相对碎片化,完整体验还不太明显。

5国内零售的演变 — 传统零售迈向4.0新时代

以史为鉴,可知兴衰!下面我们站在历史的维度来看看零售行业的几次业态大变革。

 

从商业V1.0(批发市场 + 传统百货)至商业V2.0(专卖店 + 现代百货)至商业V3.0(电子商务)到现在的商业V4.0(线上线下全渠道融合)的业态变化。

其本质依然是“商品 + 服务“。但经营模式却已经发生巨大的变化。总结一下即是:

从【经营商品 – 经营体验】、从【经营渠道 – 经营社交】、从【场景商业化 – 场景生活化】、从【从关注销售 – 收集数据】、从【建立企业 – 构建产业生态】。

6新零售发展路径 — 数字化是必经之路

而上述经营模式变化的根源,其实就是前章节中提到数字化:商品数字化、场景数字化、服务数字化、决策数字化。

 

从而以此为基础构建我们“新零售“业态的新四化:信息化(集成系统部署)、在线化(网络实时链接)、云端化(数据云端存储及处理)、智能化(深度学习及智慧决策)。

7新零售的核心 — 重构人、货、场

数字化是“新零售”业态的基础,而“新零售“的核心用概念提出者阿里学院的经典说法就是”重构人货场”。

 

传统零售是“经验营销的货场人”,即以 “经验的、事后总结数据“驱动“货-场-人”的调整,来催动营业。直白一些就是”拍脑袋、撞大运”决定购买行为。因为所有门店都是“千人一面”,一切交易的源头来源于“货“。商场现在摆什么货品,则客户只能从有限的货品源里进行选择,供需匹配的概率非常低。不但导致购买效率低下,同时也很难积累用户有效数据予以深度运营。

而新零售则是“精准营销的人货场”,即以 ”实时的、趋势的动态数据”驱动“人-货-场”的调整,促进全产业链升级”。通俗来说就是“熟人营销、精准营销”来决定购买行为。新零售时代所有的门店都将是“千人千面”,一切交易的源头都是“以人为本”。用户喜欢什么,则为用户陈列什么样的商品。用户想买什么,则为用户提供精准的深度服务+促销信息。时时刻刻都在刺激用户的“冲动消费”,通过“数据运营”整体提升用户的“体验感”,从而提升最终的消费转化率及客单价。

2

RFID在新零售的机遇分析

上述探讨了零售行业目前的现状及变化。接下来我们来分析一下物联网(RFID)技术在未来新零售行业革命中的机遇与挑战。归纳来说总结为”211”:2个挑战,1个机遇,1个思考。

1第1个挑战:传统技术(条码)、新技术(视觉)的挑战

 

为了相对客观的分析各流派技术的现状,我们从六个维度对比传统技术(条码)、新技术(视觉)与”RFID“。

【可靠性】:数据采集的“漏读率、误读率”控制,条码由于有人工补偿的环节,整体基本接近100%,相对优势明显。

【批量效率】:大批量数据的“全部识读周期”,是条码的天生软肋。”RFID“及”RFID+多感知融合“相对有一定优势。

【无感体验】:用户希望在完全无感的环节下实现整个商品的选择及交易过程。这方面CNN如果有足够的商品特征支撑,有一定优势的。

【综合成本】:相对来说,条码由于多年的普及性及规模化应用,有着较明显的先发优势。而当RFID方案随着整体成本的下降,也进入客户的接受范围。

 

【实时性】:实时性其实是无感收银的重要组成部分,同时也是新业态的关键因素(快捷供应链、实时数据交互、快速决策等)。这方面RFID及配套方案优势明显。

【安全性】:安全涉及多个方面,有技术,也有道德方面。我们主要关注技术对数据的保护程度,也就是防伪等级。天生具备“数据多级加密”RFID技术有着明显的差距。

总的来说,目前在综合性价比+实用性后,应用于“新零售”方案,RFID技术相比传统技术(条码)体验有优势,RFID相对新技术(视觉)性价比有优势。

2第2个挑战:AI视觉+5G时代的挑战

前面提到,AI视觉采集相对于RFID,有几个明显的软肋。但5G时代像预期那样美好的降临的话,也许上面的几点都不再是问题。AI将引来井喷式应用,成本也会随之而大幅降低。

 

从“新零售“业态中核心组成的”人 货 场”三个维度来分析看:

【人】:随着”视频摄像头”硬件及“人脸识别”概念的普及,“人“身份信息的采集已被视觉采集CNN所基本占据。

【场】:由于“视频摄像头”广域采集特征,视觉采集CCN在设备部署、设备基础方面有着越来越明显的优势。在“用户行为轨迹”、“人流热度分析”等场景已基本成熟;

【货】:由于“商品”基础特征库的不足、加之目前国内货物摆放的标准性不足,位置各异、形态不统一。 “视觉采集CNN”在对于货物采集目前还受到了较多制约,这方面RFID的优势还是比较明显。

所以,从上述技术特性及发展趋势分析看。AI的技术软肋(带宽、时延、成本等)在5G时代会得到非常明显的补偿及优化。

31个机遇:当标签价格降到2美分时,市场将迎来大爆发

 

纯从商业应用的角度去看,RFID在未来2-3年也面临一个非常大的机遇。日本官方宣布,到2020年全国所有商超要实现“无人收银”、每年要至少投入1000亿枚以上的RFID标签。俄罗斯宣布,从2018年起,所有进入俄罗斯境内的鞋类必须配置RFID标签。IDC权威机构预计未来5年,RFID标签也许可降价至2美分左右。这是一个什么概念?我们以服饰品类来举例说明,2016年全球预计有314.52亿件服装进入消费市场。如果按2美分计算,是一个47亿RMB的市场。貌似体量不大,但300多亿客户端背后的数据量及潜在市场是巨大的。

31个思考:作为以技术发展为驱动力的物联网产业未来3到5年的机会在哪里?

 

留下一个议题供所有关注物联网(RFID)行业发展的精英们探讨。2016年UHF RFID的国内市场容量为160亿RMB。而全球物联网市场容量为7370美金。UHF RFID市场仅仅占据全球市场不到0.3%。而据权威机构评估,2020年全球物联网市场预计将超过12900亿美金,年复合率高达35%。那么未来3-5年,市场变革主流在哪里?这里面的机遇及钱途值得我们每一位从业者去思考并把握!

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分