隨著數(shù)字時(shí)代下在線購物風(fēng)潮的興起,實(shí)體店客流量減少已經(jīng)成為困擾零售店鋪的頭號難題。而在COVID-19與社交隔離政策的雙重打壓中,整個(gè)零售行業(yè)進(jìn)一步遭受毀滅性打擊。以知名快消服裝品牌H&M為例,由于過去三年之內(nèi)門店銷量有限,該公司股價(jià)下跌達(dá)56%。
為此,H&M公司計(jì)劃調(diào)整自身利用信息技術(shù)改善業(yè)務(wù)表現(xiàn)的方式。他們的目標(biāo)是通過人工智能與大數(shù)據(jù)再次贏得客戶青睞。至于具體策略,他們希望通過大數(shù)據(jù)規(guī)劃不同門店內(nèi)銷售的服飾品類,而不再向全球范圍內(nèi)的所有門店提供完全相同的商品供應(yīng)。
H&M的業(yè)務(wù)戰(zhàn)略調(diào)整
目前,H&M召集起200名數(shù)據(jù)科學(xué)家,希望了解每一家門店中每款商品的銷售模式與趨勢。H&M希望通過投資大數(shù)據(jù)技術(shù),并結(jié)合本地層面的客戶需求分揀,幫助其提升自身收入的同時(shí)獲得利益相關(guān)方的信任。
要實(shí)現(xiàn)這樣的目標(biāo),H&M的管理團(tuán)隊(duì)需要找到一種為客戶創(chuàng)建價(jià)值的新方法。他們開始將重點(diǎn)轉(zhuǎn)移到探索市場機(jī)遇方面,并開發(fā)出相應(yīng)解決方案以把握這些新機(jī)遇。經(jīng)過研究,經(jīng)理與團(tuán)隊(duì)成員們發(fā)現(xiàn)大數(shù)據(jù)似乎是種極有成功潛力的解決方案。
與大多數(shù)傳統(tǒng)實(shí)體零售企業(yè)一樣,H&M原本通過設(shè)計(jì)師團(tuán)隊(duì)分析消費(fèi)者的喜好,而后據(jù)此開發(fā)出能夠迎合買家口味的產(chǎn)品。但從事實(shí)來看,這種模式并不成功。為此,H&M開始利用算法分析門店的收入、退貨與會(huì)員卡數(shù)據(jù)。
H&M的新策略不再強(qiáng)調(diào)普適性的服裝與門店設(shè)計(jì),而是根據(jù)當(dāng)?shù)匦枨罅可矶ㄖ粕唐?。通過分析,H&M發(fā)現(xiàn)個(gè)性化與高質(zhì)量體驗(yàn)已經(jīng)成為吸引客戶的不二法寶。客戶也更希望在服飾產(chǎn)品上看到優(yōu)質(zhì)材料與更加時(shí)尚的設(shè)計(jì)元素。
值得一提的是,H&M并不打算削減商品銷售團(tuán)隊(duì),而是為他們配備先進(jìn)工具與技術(shù)以做出更加明智的決定。該公司希望大數(shù)據(jù)能夠幫助H&M避免產(chǎn)品大幅度降價(jià),同時(shí)減少積壓商品的數(shù)量——這兩點(diǎn),正是損害公司整體利潤的核心難題。
驗(yàn)證結(jié)果
在斯德哥爾摩的奧斯特馬爾姆,有一家向來銷售全年齡段、全性別基礎(chǔ)款服飾的H&M店鋪。在早期技術(shù)試用階段中,這家門店通過大數(shù)據(jù)與人工智能發(fā)現(xiàn)前來購物的顧客以女性居多,而且更偏愛花裙等時(shí)尚服裝。
此外,通過行為分析,H&M發(fā)現(xiàn)購物者們更愿意選擇價(jià)格較高的商品。為此,他們開始在6美元的T恤與12美元的短褲旁邊,展示起售價(jià)達(dá)118美元的皮包與107美元的羊絨衫。此外,他們還增設(shè)了一家咖啡廳同時(shí)兼售鮮花,因?yàn)閿?shù)據(jù)顯示顧客們在購物時(shí)希望能在地方休息,或者同時(shí)購買花束與服飾作為禮物。
而通過分析客戶的購買與退貨記錄,這家門店獲得了豐富的行為數(shù)據(jù)以及核心市場最喜愛的產(chǎn)品類型。H&M方面表示,在策略調(diào)整之后這家店鋪的銷售額迎來顯著提升,現(xiàn)在他們提供的產(chǎn)品與體驗(yàn)更加符合當(dāng)?shù)厝说南埠谩?br />
與此同時(shí),H&M還使用大數(shù)據(jù)提前三到八個(gè)月進(jìn)行銷售趨勢預(yù)測。除了收集外部來源提供的信息之外,他們還通過商店及在線網(wǎng)站的50億次訪問中收集數(shù)據(jù)。在進(jìn)行全網(wǎng)絡(luò)數(shù)據(jù)(包括博文以及搜索引擎等等)分析之后,H&M團(tuán)隊(duì)得以了解時(shí)尚流行方向與變化趨勢,從而生產(chǎn)出有望成為爆款的新單品。
更重要的是,這家零售商還利用算法理解貨幣匯率波動(dòng)與原材料成本。如此一來,他們就能保證在每家商店中對商品進(jìn)行正確定價(jià)。事實(shí)上,其他競爭對手也在使用類似的技術(shù)贏取客戶青睞,比如,Zara正在利用機(jī)器人加快在線接單速度,GAP則依靠市場研究數(shù)據(jù)與Google Analytics了解客戶偏好。
總結(jié):借數(shù)據(jù)和AI之力為員工賦能
總體來說,H&M在信息技術(shù)方面投入了大量資源,主要目的就是幫助員工真正利用數(shù)據(jù)——而非直覺——做出判斷。這些算法全天候運(yùn)作,并不斷調(diào)整以適應(yīng)客戶的行為與期望。在人工智能與大數(shù)據(jù)的幫助下,我們的決策不再受到人類情緒的影響。H&M認(rèn)為這是一種積極的信號,有望在決策領(lǐng)域突破人類的能力局限。
H&M意識(shí)到,通過大數(shù)據(jù)與行為分析技術(shù),企業(yè)將為員工提供質(zhì)量最可靠、相關(guān)度最高的信息,并借此推動(dòng)企業(yè)發(fā)展。公司認(rèn)為,只有這樣才能將產(chǎn)品設(shè)計(jì)與客戶需求全面匹配起來,最終增加運(yùn)營價(jià)值。而如今,大數(shù)據(jù)技術(shù)的成熟與普及,正讓H&M獲得更清晰的視野、更準(zhǔn)確的定位與更強(qiáng)大的客戶理解能力。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對培養(yǎng)AI空間智能的重要價(jià)值。