微电汇CEO王志国:大量零售数据碎片化,具有高价值的数据还处于沉睡状态

本文主要是介绍微电汇CEO王志国:大量零售数据碎片化,具有高价值的数据还处于沉睡状态,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

图丨微电汇CEO 王志国

王志国告诉笔者:“目前,整个零售线下布局还处于一个比较传统与分散的状态,大量零售数据碎片化,不能完整整合、串联和精准匹配,从而导致系统运营低效,难以规模化复制,同时具有高价值的数据还处于沉睡状态,未被有效挖掘及应用。”


记者 | 郭敏

官网 | www.datayuan.cn

微信公众号ID | datayuancn


“全部商品一律1折处理”、“工厂倒闭清仓处理”等字样,经常出现在二三线城市的大街上。看到高档店面橱窗上贴着“疯狂甩卖”等促销标语,很多人不禁感到实体店面不行了。


其实从2013年开始,各地陆续出现了关店潮,很多传统的大型百货商场、购物中心纷纷关闭。据《中国连锁百强》显示,2015年,55%的企业净利润下滑,新开门店同比下降16%,关闭门店同比上升39%。2016年,零售行业的“噩梦”仍在持续,沃尔玛宣布关闭全球269家实体店;万达百货位于宁波、青岛、沈阳、芜湖等地的近四十家店关闭……


大量零售数据呈碎片化状态


在零售行业发展的历史长河中,20世纪90年代以前,百货商店的市场份额高达60%,长期保持着一统天下的单一局面。之后,为了满足消费者多元化需求,大型综合超市、超级市场、便利店、专业店、专卖店、家居中心、仓储商场等新型零售业态得到快速发展,成为中国零售业规模扩大的主要动力。


然而,在历经30年的快速发展后,零售领域的多数市场已经趋于饱和,产品的同质化竞争却愈演愈烈,并且无论是线上还是线下,吸引客流越来越难,争夺消费者的成本越来越高,企业无力承担,于是就出现了上文的“闭店潮”。除此之外,电子商务的繁荣也是导致线下门店走向末路的“因子”。


近年来,电商行业及时抓住了80后、90后等主力消费人群的喜欢定制、崇尚娱乐、善于互动等消费属性,并率先利用云计算、大数据、人工智能等技术,改善了物流、资金流和信息流,较大程度的提升了整体业务效率,降低了投入成本。


而部分线下门店依然坚守以“产品和用户”为导向,在互联网技术的发展和普及下,用户对商品、品牌信息的了解多于商家对消费者信息的了解,门店单靠原来的信息不对称来维持传统的价格体系和商品价差已难以为继。


“在大数据时代,零售的本质正在被重新定义:利用数据对用户进行洞察,在精准把握用户需求的前提下,实现顾客成本的最小化和顾客价值的最大化。”微电汇CEO王志国如是说。对顾客的年龄、职业、喜好、购物行为等数据进行分析,可以帮助零售商在会员层面、商品层面以及运营层面做出更好的策略。


王志国告诉笔者:“目前,整个零售线下布局还处于一个比较传统与分散的状态,大量零售数据碎片化,不能完整整合、串联和精准匹配,从而导致系统运营低效,难以规模化复制,同时具有高价值的数据还处于沉睡状态,未被有效挖掘及应用。”


为了解决这些问题,“微电汇”顺势而出。


化“碎”为整,用数据驱动运营


“微电汇”是一个全场景零售SaaS平台, 以零售大数据为中心,打通线下上游供应链数据,一站式聚合全渠道营销、全生命周期CRM、移动/社交电商和智能数据分析服务。并通过人脸识别、人工智能等技术精准描绘会员画像,让零售企业更好的了解顾客和商品,满足消费需求,挖掘更多消费潜力。


微电汇的应用场景分为以下两类:


第一类是帮助传统零售企业进行数字化、智能化升级的服务,重构人、货、店的关系。


人:对应SCRM会员系统、智能化导购等平台——在门店安装设摄像头,对进店的顾客进行识别,通过人脸识别建立全纬度会员画像,进行精准化营销推送与分析;


货:通过微电汇的商品雷达来搜集快销品行业的数据,帮助零售企业分析商品的走向和趋势,进而实现供应链的优化;


店:通过微电汇的门店罗盘来搜集消费者在三公里之内的购物偏好和特征数据,然后通过人脸识别摄像头进一步准确和丰富会员画像,帮助门店优化选品、促销。


最后,通过运营魔方实现会员、商品、门店、行业等纬度综合可视化数据BI,提升运营效率、精度和转化率。


第二类是帮助品牌商构建直达消费者的新营销通路,通过大数据分析来提高供应链效率。


微电汇主要聚焦三大核心行业:商超便利、品牌服饰、“专营专卖”。据中国连锁经营协会统计,在连锁便利行业有三百个品牌,十万家门店,微电汇的市场占有率已经达到10%。GAP、李宁、红豆男装等品牌服饰都是微电汇的座上宾,北京吴裕泰连锁茶庄、浙江嘉兴五芳斋粽子等百年老店也都在使用微电汇平台。


以往的经历,让王志国意识到,越来越多的零售企业开始认可大数据发挥出来的价值,零售行业依靠数据智能驱动运营的时代即将到来。


零售行业与新技术的结合迫在眉睫


从业至今,王志国已经在零售行业“摸爬滚打”了十五年。2002年,王志国进入了国内知名零售ERP海鼎公司担任架构师;2006年,王志国带着以往积累的经验和对技术的热爱加入了创业大军,成立了志承软件。发展至今,志承软件已经成为国内领先的新零售SaaS服务商。


谈及创业的初衷,王志国坦言:“我比较喜欢零售行业,零售围绕着人的衣食住行,和人息息相关,所以这十五年来我没有换过行业。我也特别喜欢像大数据、人工智能这样的技术,把这两个事结合起来是很有意义的。”


想必这也是王志国推出“微电汇”的初衷,“微电汇”三个字具有深刻的含义:“微”代表了以微信所兴起的移动互联网、物联网趋势;“电”一语双关,既是电商,又指传统零售业的门店;“汇”指的是希望通过零售大数据与人工智能,将移动互联网、电商和实体零售三者汇聚起来,帮助传统零售业实现数字化智能化转型升级。


由腾讯联手京东在今年11.11期间推出的“京腾无界零售解决方案”,预示着第四次零售革命的到来,改变的不是零售,而是零售的基础设施。零售的基础设施将变得极其可塑化、智能化和协同化,推动“无界零售”时代的到来,实现成本、效率、体验的升级。


“微电汇”的解决方案与无界零售概念不谋而合,王志国表示:“未来三年零售行业会进入快速发展的状态,微电汇在近十年的打磨过程中,产品愈发成熟、团队愈发专业,正好赶上市场的爆发期。”


在采访接近尾声时,王志国向数据猿记者透露,微电汇已经成为微软加速器北京第十期入选团队。众所周知,微软加速器在创业领域拥有“比哈佛还难进”的口碑。微软加速器第十期招募历时70余天,包括材料筛选和线上线下至少三轮面试,经过层层甄选与激烈角逐,微电汇最终从近千份提交申请的创新企业中脱颖而出,成为微软加速器第十期入选企业中唯一一家新零售SaaS平台。


王志国表示:“微电汇将与微软强大的云计算技术深度融合,打造基于Azure云的智能零售SaaS平台。结合微软AI底层科技,实现语音识别自助购物和全触点数字营销;结合微软Power BI的零售大数据分析,优化零售经营策略,打造新一代全场景智能零售解决方案。”


(文/郭敏)

这篇关于微电汇CEO王志国:大量零售数据碎片化,具有高价值的数据还处于沉睡状态的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/185927

相关文章

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动

Oracle数据库使用 listagg去重删除重复数据的方法汇总

《Oracle数据库使用listagg去重删除重复数据的方法汇总》文章介绍了在Oracle数据库中使用LISTAGG和XMLAGG函数进行字符串聚合并去重的方法,包括去重聚合、使用XML解析和CLO... 目录案例表第一种:使用wm_concat() + distinct去重聚合第二种:使用listagg,

Python实现将实体类列表数据导出到Excel文件

《Python实现将实体类列表数据导出到Excel文件》在数据处理和报告生成中,将实体类的列表数据导出到Excel文件是一项常见任务,Python提供了多种库来实现这一目标,下面就来跟随小编一起学习一... 目录一、环境准备二、定义实体类三、创建实体类列表四、将实体类列表转换为DataFrame五、导出Da

Python实现数据清洗的18种方法

《Python实现数据清洗的18种方法》本文主要介绍了Python实现数据清洗的18种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录1. 去除字符串两边空格2. 转换数据类型3. 大小写转换4. 移除列表中的重复元素5. 快速统

Python数据处理之导入导出Excel数据方式

《Python数据处理之导入导出Excel数据方式》Python是Excel数据处理的绝佳工具,通过Pandas和Openpyxl等库可以实现数据的导入、导出和自动化处理,从基础的数据读取和清洗到复杂... 目录python导入导出Excel数据开启数据之旅:为什么Python是Excel数据处理的最佳拍档

在Pandas中进行数据重命名的方法示例

《在Pandas中进行数据重命名的方法示例》Pandas作为Python中最流行的数据处理库,提供了强大的数据操作功能,其中数据重命名是常见且基础的操作之一,本文将通过简洁明了的讲解和丰富的代码示例,... 目录一、引言二、Pandas rename方法简介三、列名重命名3.1 使用字典进行列名重命名3.编

Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南

《Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南》在日常数据处理工作中,我们经常需要将不同Excel文档中的数据整合到一个新的DataFrame中,以便进行进一步... 目录一、准备工作二、读取Excel文件三、数据叠加四、处理重复数据(可选)五、保存新DataFram