您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[CB Insights]:未来商店:2030年零售业会是什么样子 - 发现报告
当前位置:首页/行业研究/报告详情/

未来商店:2030年零售业会是什么样子

商贸零售2021-03-18-CB Insights佛***
未来商店:2030年零售业会是什么样子

2021 年值得关注的零售 AI 趋势2021 什么是 CB 见解?CB Insights 帮助世界领先的公司利用数据而非意见做出更明智的技术决策。我们的 Technology Insights Platform 为公司提供全面的数据、专家见解和工作管理工具,以通过技术推动增长和改善运营。 目录AI 将成为不可或缺的 6电子商务欺诈预防零售商将加大对微型 9 的投资履行基础设施超市将解决食物浪费问题 12用人工智能减少零售商将加大对第一方的投入15后 cookie 世界中的数据策略自动标记将成为必备 18用于在线零售的 AI 工具人工智能将为超本地库存提供动力22门店层面的规划免结账解决方案将变成25零售商更容易获得3 面对供应链中断和消费者行为的巨大变化,人工智能成为零售商在 Covid-19 大流行期间如何适应的核心。随着限制解除和商店重新开业,以下是将重塑市场的人工智能趋势和技术零售业。当 Covid-19 大流行来袭时,零售业务一夜之间发生了变化。实体店关闭。客户以创纪录的水平在线购物,对网络犯罪和欺诈产生了连锁反应。供应链中断导致产品短缺和不可预测性。预测模型变得毫无意义。由于与大流行相关的不确定性动摇了投资者的信心,零售人工智能在 2020 年受到打击。 2020 年,该领域的资金同比下降 30%,交易量达到 4 年来的最低点。知名供应商,如自主商店初创公司 Stockwell AI(由 GV、New Enterprise Associates 和其他公司支持)关闭了商店。值得关注的零售 AI 趋势20214 5但随着零售领域出现新问题,出现了新的人工智能解决方案。这些工具帮助品牌适应了迅速而前所未有的变化,并且在大流行消退后的很长时间内,它们仍将继续影响该行业。零售 AI 已在 2021 年达到创纪录的融资水平,这是由供应商解决诸如此类问题的巨额融资(1 亿美元)推动的电子商务欺诈、电子商务履行和第一方数据分析。在本报告中,我们研究了 2020 年加速发展的 7 种零售 AI 趋势,并深入探讨了该领域的下一步发展。 6AI将成为电子商务防欺诈不可或缺的一部分随着在线购买的急剧增加和欧盟委员会制定的新客户认证标准,电子商务欺诈预防是在线商家的首要任务。为了打击在线欺诈,零售商和品牌需要保护用户帐户和支付、识别非法交易、并防止滥用购买和退货政策——同时保持无缝的用户体验。大流行导致电子商务交易突然和前所未有的增加,为支持人工智能的反欺诈和网络安全公司提供了机会。例如,私人供应商 Sift 报告评估了价值 250B 美元的交易风险——是 2019 年总数的两倍。来源:筛选 7人工智能公司实时分析大量数据点,包括位置数据、设备 ID、社交数据等,并在标记可疑交易的同时减少误报。该空间最近出现了 2 个新的独角兽:•Sift 在 21 年第二季度以 1B 美元的估值筹集了 5000 万美元,并收购了早期初创公司 Chargeback 以扩展其产品电子商务组合,包括争议管理。•除了大流行引起的在线交易激增外,在线商家还遇到了欧盟委员会在 2020 年制定新客户身份验证标准的最后期限。为了遵守第二个支付服务指令 (PSD2) 强客户身份验证 (SCA),供应商现在必须验证以下 3 个因素中的至少两个:•某事客户知道(比如密码)•某事客户拥有(设备 ID 等)•某事客户是(语音、指纹和其他生物特征认证)BioCatch 等公司通过行为生物识别认证而不是语音或指纹识别来验证第三个标准。 Biocatch 分析在线行为数据,例如独特的数据输入模式、手部颤抖、左/右手习惯、滚动模式等。 8来源:BioCatch在我们的零售技术市场地图网络安全报告中,我们分析了可帮助零售商保护关键运营和客户数据的各种供应商和工具,以及品牌如何在分散且快速发展的网络安全市场中导航。 9零售商将加大对微型履约基础设施的投资百事可乐、沃尔玛和其他公司已经试点或扩大了他们的微履行业务,以应对 Covid 安全协议和电子商务订单的增加。在 Covid-19 之前,超市和零售商已经面临来自亚马逊等科技巨头的压力,要求在数小时内完成订单。大流行加速了这一趋势,电子商务购买量猛增。机器人微型履行中心承诺让超市的电子商务有利可图,同时帮助他们直接与客户互动。微型配送中心 (MFC) 是小型、垂直堆叠的仓库,可容纳在现有零售空间内。整个“迷你仓库”不到 10,000 平方英尺(在某些情况下约为 3,000 平方英尺),而传统仓库可能有一个足球场那么大。货架垂直堆叠以节省空间,可安装在现有超市、建筑地下室甚至停车场内。地面机器人在过道之间移动以按订单取出物品并将它们交给人类工人进行最终包装。人工智能支持的软件用于决定货物在货架上的放置位置、任务的优先级以及向地面机器人发送导航指令。 10Novastore:Alert Innovation 的自助超市概念MFC 在杂货零售中最具潜力,尽管它们在健康和美容等其他消费品类别中越来越受欢迎。今年,沃尔玛宣布将与不同的技术供应商合作扩展其微型履行项目,包括 Alert Innovation、Dematic 和 Fabric(以前称为 CommonSense Robotics)。“他们 [微型履行中心] 将大量的拣货从销售场移走,使我们能够在盒子内做更多的事情。其中一个履行中心可以服务于跨越多个社区的大面积区域。我们现在正在扩大这些地点,我们预计在未来几年内将拥有 100 多个这样的地点。在一些商店,我们会为他们开辟现有的空间。在其他情况下,我们会补充。”— 沃尔玛首席执行官 DOUG MCMILLON,21 年第四季度财报电话会议 11去年,德马泰克还与百事可乐合作,以跟上在线订单的步伐。百事可乐宣布“完全自动化的履行方法提高了 Covid 的安全性,降低了占地面积成本,并加快了拣选过程。”另一家供应商 Takeoff Technologies 与 Albertsons、Ahold Delhaize 和家乐福等零售商合作,宣布计划在年底前启动并运行 40 台自动化 MFC。与初创公司合作建立和运营这些中心的成本未公开。但一个运营假设是,由于这些履行中心将位于高密度的城市地区,如果消费者选择在线订购并在店内取货,那么最后一英里交付的成本会更低——或者根本不需要。 12超市将通过人工智能解决食物浪费问题超市正在与 AI 供应商合作进行降价优化、生鲜库存管理和实现企业可持续发展目标。食品浪费导致杂货零售商损失数十亿美元的收入机会。根据美国农业部的数据,仅 31 种新鲜蔬菜类别,2016 年超市垃圾就达 6.2B 磅。新鲜农产品的定价优化挑战是独一无二的:产品保质期可能只有一两天;变色的农产品被采摘的可能性较小;消费者更倾向于购买保质期更长的产品。降价优化策略会激励客户减少购买新鲜农产品以降低成本。 13该供应商向零售商提供电子货架标签及其定价引擎。波兰的 METRO 集团正在试用“Wasteless”的技术。其他公司,如 Farmstead 和 Afresh,使用历史销售数据来预测需求。杂货供应链初创公司重新筹集资金2020 年来自 Baseline Ventures、Innovation Endeavors、Impact Engine、Maersk Growth 和 Food Retail Ventures 的 2500 万美元。“我们正在查看销售和出货量,但也在使用算法来评估我们的想法在商店里,置信区间包括物品的易腐烂程度。”— 新任首席执行官马特施瓦茨在接受福布斯采访时使用人工智能,需求模型可以快速适应大流行等突发事件。例如,Farmstead 使用 AI 来优化其“从农场到冰箱”的数字化运营。在成功的内部试点将食物浪费减少到 10% 以下后,该公司将其 FreshAI 技术剥离为其他零售商的 B2B SaaS 解决方案,而超市的平均水平为 30%-40%。除了提高利润率之外,零售商还对使用人工智能来遵守联合国可持续发展目标以及提高投资者的 ESG(环境、社会和治理)得分感兴趣。公司致力于更可持续的做法,在大流行期间围绕 ESG 的讨论达到了历史最高水平。 14克罗格已与 Alphabet 的登月实验室分拆出来的 Project Delta 合作,通过人工智能实现其“零饥饿、零浪费”的目标。达美航空与 Kroger 和参与的食品银行合作,以更高效地处理多余的食物以进行捐赠。 15零售商将在后 cookie 世界中加大第一方数据策略的力度第三方 cookie 正在消亡。人工智能驱动的消费者数据平台将第一批数据集结合起来创建统一的购物者档案,正在填补这一空白。2020 年 1 月,谷歌宣布将在 2022 年之前禁止在 Chrome 浏览器上使用第三方 cookie。 Safari 和 Firefox 早些时候宣布了类似的计划,以代替日益增加的消费者隐私问题和政府审查。这改变了所有公司的消费者定位和重新定位策略,包括与零售客户合作的零售商和广告代理商。谷歌正在为广告商和出版商制定替代定位策略——例如其隐私沙盒,它使用联合学习将消费者分组到可以定位的群组中,而无需识别个人。但是 cookie 的消亡重新激发了人们对第一方数据的兴趣。 16“我可以说,每一次对话,我都参与其中,现在都包含第一方数据。坦率地说,品牌需要拥有这个关系,而不是平台,拥有数据和与消费者的关系。”— WENDY CLARK,电通首席执行官,21 财年第一季度财报电话会议第一方数据是零售商直接从消费者那里收集的任何数据,包括应用程序使用数据、在线浏览行为、现有 CRM 数据和销售点数据。客户数据平台 (CDP)——或提供解决方案以摄取所有这些不同的数据集以创建统一的购物者档案的供应商——正在获得吸引力,该领域在 2020 年将出现一些值得注意的收购。例如,价值 9 亿美元并与 Albertsons、Staples、Bosch、Puma 和 FC Bayern Münche 等品牌合作的 Bloomreach 收购了 CDP Exponea。 17图片来源:Segment.com人工智能驱动的 CDP 可帮助零售商统一和消除重复的购物者档案,将相似的购物者聚集在一起,并生成高级业务和运营洞察力。例如,ActionIQ 将第一方和第三方数据拼接在一起,以个性化客户体验。公司有支持由 Smart Money VC 红杉资本、FirstMark Capital 和 Andreessen Horowitz 撰写。它在 21 年第一季度筹集了 6760 万美元的后续 C 轮融资。 ActionIQ 的客户包括 Shopify、Neiman Marcus 和 Michael Kors。随着有关消费者数据隐私的更多法规和第三方 cookie 的淘汰,预计更多零售商会慎重考虑他们可以直接收集的数据以支持推荐。 18自动标记将成为在线零售商必备的人工智能工具Thredup、Everlane、The Yes 等公司正在利用 AI 构建时尚零售领域最广泛的产品分类法。产品分类法是分配给项目的分层分类(例如,女装 » 服装 » 长袍),以便消费者轻松搜索。对于消费者而言,精心设计的分类可以改善产品发现和浏览体验。这是零售商的首要动力——强大的分类法可以提高销售额。随着零售商携带更多商品和消费者浏览行为的变化,手动维护动态分类是不可扩展且昂贵的。人工智能现在正在改变零售商维护其目录的方式。资料来源:Syte.ai 19自然语言处理和计算机视觉根据产品描述和视觉属性自动生成标签。Lily 通过根据产品的标签和分类法向零售商提供消费者的心理概况来区分自己他们浏览。 “他们喜欢波西米亚风吗?他们的躯干短还是手臂长?他们为亮片而生吗?了解这一点从更好、更准确的时尚标签开始,”该公司在其博客上解释道。Lily 目前与 Thredup、Bloomingdale's、Everlane 等公司合作。它在 2020 年从 New Enterprise Associates 和其他公司筹集了 1250