智慧零售实践者峰会
(下午)
主持人：欢迎大家继续回到由苏宁易购主办的智慧零售实践者峰会的现场。今天下午有请到的是良品铺子、百联、苏宁易购、同济大学将会带来有关智慧零售的专业分享。
说到良品铺子，大家一定不会陌生，在2015年到2017年，良品铺子利用数据化技术进行全渠道管理实践，并取得了飞速发展。接下来让我们有请良品铺子信息副总裁 周世雄先生为大家带来智慧零售的探索和实践。
周世雄：大家下午好!今天非常高兴我作为一个零售行业的从业者给大家做一些相关的分享和研讨。
今天吃饭的时候同事还在问我，说良品铺子是不是一家日本的公司，因为和无印良品名字有点像，实际上这只是一个巧合，总部在湖北，也是一个覆盖全国的休闲零食，从研发到生产到分装到零售和服务一体化的连锁企业。良品铺子的良心的品质的铺子。
今天我给大家分享的是良品铺子的智慧零售的探索和实践，基本上有四个主题，前面介绍一下这方面的基本探索，后面从人、货、场三个角度给大家做一个解构。
良品铺子的发展历程，这张图里面反映了良品铺子全渠道的发展。在06年我们开始从线下的门店开始发展，06年是第一家店，到11年是以线下的门店拓展为主，有600多家店，后面从12年开始，随着天猫B2C品牌的兴起，后来良品铺子开始在线上平台布局，在短短的几年之内，我们实现了从0开始实现到4个亿双渠道的布局。从15年到17年，随着外卖品牌开始兴起，良品铺子开始快速的接入。包括发展的社交电商平台，自己开始研发了相关的APP平台，实现相关的商城和外卖的销售，从一个双渠道到全渠道的布局和发展，事前了比较稳健的信息渠道来实现全渠道的业务。
随着16年新零售的兴起，现在良品铺子也在这方面做了很多的探索，后面会和大家做一个分享。
这是良品铺子全渠道的系统架构，在前端，在全渠道的应用模式里面还是比较复杂的，在前端有我们的门店，有第三方外卖，有自营外卖，有新零售商城，也有APP商城，还有官网，还有线上各大主流平台，当时对接了57个平台，前端平台是比较复杂的。
为了适应消费者的变化，我们构建了多样化的渠道。我们统一的做业务处理，通过后台做汇总的业务模式，很好的保持和客户服务的个性化方面，包括跟客户的服务相关的，让客户有比较好的体验，同时又能够保持一个比较好的系统的稳定性和质量。
我们通过全渠道的打通也实现了会员通，库存打通，里面做了很多的工作，以库存打通为例，通过我们的外卖平台，通过外卖上下单，到门店进行捡货，执行这个定单。后来跟天猫的极速达合作，根据客户的地址去匹配，根据我们门店的库存情况去匹配合适的门店执行这个定单。还有一种情况客户到门店里面通过我们的云货架去扫描，到线上平台去下订单，支持在各种场景之下的各种定单的处理业务。
我们现在也其在进一步夯实和完善里面的相关的体系，实现员工和我们C端，和用户端的闭环的经营，还在做进一步的深化。
对整个智慧零售的理解有几个方面，一个是目标，从客户端来看，最终都是为了实现用户的优化，从他的吸引，从他开始产生兴趣到进店，到店、使用、分享、传播等等去提升用户的体验。策略方面通过我们的数字化，包括人、货、场的数字化到互联化到智能化，更进一步的推进我们前面整个体系。包括智能的补货，智能的销售预测、客户的精准营销体系实现整个的管理升级。在路径方面人、货、场，人的方面是可识别、可分析、可触达。
后面就一些具体的例子给大家做一个相关的分享。我们也是从人、货、场三个角度找了一些例子。
首先是人的方面。在新客引流方面，包括新零售、APP，还有很多第三方的外卖平台，它是17年的1月份在进行发布，目前它是一个无需下载，用户用完即走的概念，它是一个非常轻量级的应用。基于这个小程序它主要的入口，一个是通过社交的入口，通过新零售的公众号。基于和我们营运团队的合作，我们在小程序方面做了很多的探索和工作，比如礼品卡，它是更加强调了以社交礼品为载体的，便于它的扩散和引流。我们非常方便的直接在新零售里面通过小城市找到礼品卡，产生购买，购买之后可以进行转正，非常方便的去拓展整个单客的流量。通过单品的引流到店，给我们很当的地推活动，比如在地铁上做了广告，通过我们的爆款，通过单品的引流可以比较方便的进行引流到店的工作。还有异业合作，包括和万达等等平台进行合作，我们做相互的引流。我们还要进一步的去完善平台，外卖、会员服务等等。
从前面的全渠道开始，我们下面做了很多的围绕人的方面的一些研究和探索。
在人的方面，运营出活，会员的精准营销，这是大家一直在探讨和研究的课题，我们分享几个例子。第一个是和阿里的数据银行的合作，在去年双十一的时候我们通过战略的推广来沉淀前的客群，客户对你的商品浏览了十来次以后会对你的产品进行购买。对品牌的清晰度进行分层，根据用户的需求，制定相关的测试比如潜在的客群，比如浏览过我们的广告，曾经搜索过良品铺子相关的店铺或者休闲零食相关的关健词，或者是添加了购物车，有过收藏等等，针对这些潜客，我们给他推送相关的爆款产品的优惠券，吸引他过来产生购买。和数据银行的合作，实现了用户的响应率达到22.4%。
在年货节的时候，我们进一步唤醒老客户，将我们一部分的会员数据导入会员池，基于基础、行为、交易特征等建立用户标签，把我们精准的推送给客户，我们把客户分到什么标签，有的标签是妈妈群，我们给妈妈群推送合家欢的礼盒，里面有15种零食，可以满足他们对零食的需求和优惠券。对年轻白领我们给他推坚果礼盒，孝敬父母要孝敬健康的坚果礼盒。给那些囤年货的客户给他进行相关的囤年货，包括看剧场景的内容方面的互动和营销，再给他推相关的合销。针对对这个品牌有兴趣的客户，我们给他推送明星单款产品。通过这样精准的营销，唤醒老客户人数129万，同比提升34%。
再后面是我们的智能服务，智能客服，这个客服目前也是在进一步的应用，前面我们给自由平台的客服上了整个客服系统，去整合整个客服的操作界面和端到端的打通，进一步推广到我们的平台客服，后面还要进一步的去延伸，包括我们引入了机器人在客户的售前、售中、售后，通过大数据的挖掘训练它，让它代表或者部分代表客服的工作。让智能客服接待70%的工作量，让人工坐席可以接受20%的工作量。
在货的方面也做了很多的工作。良品铺子在线下通过多年的经营，已经形成了1700万的会员，这些会员是公司的宝贵的财富，我们有围绕单店的新零售群，能够跟客户进行相关的互动。我在产品企划，在新产品出来以后的试吃，能够通过客户的参与帮助我们把握产品的研发。除了门店销售的13个大类，坚果、炒货、饼干、糕点之外，后面围绕着一些新兴的品类，还有产品的有效期非常短的，我们叫最佳散味期，可能只有三天，有很多新的产品，可能他都没有时间进到你的仓库，没有时间进入到你的货架，我们通过我们的APP、新零售和客户产生拼盘，产生一定的定单规模，直接通过C2B的方式直接发到客户手上，这些品类可能是门店里没有的。
针对会员的经营可以做需求的深发，通过我们的产品实现去快速的迭代，去培育，培育完了之后我们把有潜力的品类进行研究，通过工业化的生产进入到大规模的体系当中来。
我们成熟商品的运营，智能预测与补货，我们的门店大多数并不太大，很多门店可能在的00平以下。针对这个门店的补货币，这个门店的店长和店员水平有限，可能有些人刚参加工作时间不长，我们需要给他整个商品的销售预测建设整套的预测模型，比如说这个对我们的常规商品，我们的促销商品，我们的新品，我们的淘汰商品等等，根据我们相关的基本需求，比如说周一周二到周日，节假日、季节、温度等等，再参考相关价格的弹性系数、促销活动、地区的差异和消费者的口味差异，来支持到前端整个商品的销售预测。基于这个预测，我们后面建立了子对补货的模型，根据不同的品类设置它相关的自动补货的体系。通过销售体系和补货提升门店的周转，减少我们的断货率。去年我们这个项目就已经开始上线应用，后面我们会进行相关的迭代和优化。
在供应链方面，我们支持全流程的库存可视化，是通过我们端到端的库存可视化，从原材料到成品，到半成品，到仓库，到门店，整个端到端的库存的可视化，形成报表和决策体系。作为一个专业的休闲零食的品牌供应商，我们的交期是公司一个非常核心的竞争力，我以前对这个事情没有太多的概念，你会发现这个产品的保质期只有七天，有些可能有一个月，更进一步推广短保产品，这个对公司的压力是很大的，在这里面我们通过交货周期的优化，来进一步盘点相关的机会点，通过我们相关的入仓不入库的模式的推广，把串行的流程变成并行，把更加新鲜的产品给到消费者，这是我们的一个核心竞争力，也是我们不断深化的内容。
在场的方面，从渠道上面来说第一个是开发，第一个是和高德地图合作，包括阿里的大数据进行合作，我们对这个小区的客户进行洞察，帮助我们定店，比如哪些是高档小区，哪里有银行客服办公室，我们进一步了解，比如这是银行客服的食堂是11点半到12点半，这个时候的人流量是相对集中的，包括公司的广告，包括投放可能就会比较精准。针对办公人群我们做的商品，下午茶相关的外卖活动，通过客户的洞察帮助我们做好我们的定店，做好我们商品的规划，做好我们活动的运营，进一步开展相关的工作。
我们建立了根据我们在不同的城市，比如在武汉，会根据已经开了相关的门店，他们周边的客群情况，我们可以对这个单店日均的销售预估做出一个基本的判断，我们基于这个新开的门店周边的情况，我们基于大数据模型，对这个店铺的日均做一个销售的预估，这样可以更好的指导门店的开发，它的收益跟我们前面门店的租金就可以很好的算出整个门店的盈利模型，帮助我们去找到租金谈判的一些信息。
在整个渠道方面，前面讲到包括APP，去年我们上线的APP，现在应该有接近200万的安装量，通过APP和门店的结合，进一步延伸了整个门店的触角。可以拓展APP在门店的展示，包括引客到店，我们的员工，包括和我们客户的APP进行打通，这里面可以进行相关的消息的精准的推送和门店券精准的触达，包括客户的进店识别，到店停留，加购物车，支付的成功，开票，客户的开票信息等等，通过APP和门店的融合，进一步帮助我们去沉淀真正的最有价值的忠诚的会员客户，我们再做好相关的内容。比如全国的美食板块，最专业的所有的地方都应该在这个APP里面找到，它是我们客户在休闲零食方面沟通的一个很好的渠道。
第三个场景叫渠道共振。线上线下是越来越紧密的咬合，有各种关系。比如说在双十一的时候，线下的门店生意还是比较火爆的，我们通过淘外的品牌广告，淘内的活动广告，可以进行相关的预热，可以通过我们的手淘信息，然后去选择门店端的周边的精准的人群，给他们推送相关的优惠券，通过引客到店，从线上往线下进行倒流，线下我们可以在门店端通过它的台卡扫描，进行相关的引流，包括在核心城市，在门店端摇一摇活动，效果都比较不错。今年1月20日推的线下超级门店日的活动，包括微笑的大屏，客户的微笑进行一个打分，给他一个相关的折扣等等，吸引客户的参与。通过这些新科技的互动来刺激整个线下销售的比例。
今年1月20日超级门店日我们获得了比较不错的效果，认知客群4500万。线上线下渠道现在也是在进一步的融合，我们成立了相关新零售的事业部，在统一负责整个全渠道的营销体系，包括整个集团的会员部等等，从全渠道的角度规划和管理整个体系。
今天我给大家分享的在人、货、场几个方面在智慧零售方面的一些探索。谢谢。
主持人：感谢周总。在智能时代，零售行业面临着市场的变化，业务模式的变化和用户需求的变化，等不同的机遇和挑战，面对这些新的变化，我们不仅思考，零售企业可以做到哪一些来抓住这些机会呢?下面让我们掌声有请百联全渠道研发中心总经理 邱宇炜先生和我们一起分享。
邱宇炜：大家下午好!今天可能要和大家分享的内容还是偏IT的内容，在这些内容之前，我刚才一直在听各位嘉宾的一个分享，非常有感触，不仅让我想到了一个科幻小说三体里面的内容，很多基础的科技其实改变的是人类的文明，但是我们很多应用的技术，应用的科技其实还是在改变我们的生活。
真正引起新零售改变的肯定是消费者的习惯，消费者的习惯也促动了新的领域的拓展。
在分享内容的第一章节，我简单说一下内容，是有四个方向，第一个想论述一下新零售的时代。其实新零售这个概念从何而来从何而去，根本没有一个起始点和终止点。我们在大卖场之前，大卖场在国内已经有了，只是大家不知道，大卖场后来变成了各种各样的形态，这条路一直在走。
新零售的时代这张图大家都耳熟能详，这是一个站队的时代，不小心百联也在这个站队上面。我相信线上线下的企业都对站队有一些的诉求。一方面是数据生态的需要线上的数据需要线下的数据。据不可靠的一个信息，但是这个信息我觉得应该有一些科学依据的，线上的数据量来源于线下，线下的数据比较离散，不能像互联网企业那样整合的非常好。
二是供应链的生态。我和一个阿里的产品经理说过，B端很多的产品已经做的非常卓越了，但是在天猫上很多供应链的东西是没有办法落到线下的一些企业里面去的，线下的企业供应链比较封闭。线上的阿里非常希望把线下的企业引入到线下去。盒马在做好第一步的样板之后，着重都想线上线下打通一个供应链。
第三是技术生态的诉求。线上企业有很多的互联网技术，希望落地到线下去实践。
最后也是经营生态的需要。今天做无人店，后天做什么人脸识别，最后一点都是为了企业的经营，企业的生存，企业的盈利而服务的。如果不考虑这些企业经营的目标，我们所有的技术都是扯淡。
这是一个跨界的时代。我在网上找了一些简单的实例，中国移动没有输给联通而是输给了腾讯。柯达又输给了智能手机，这种技术的延展直接将原来的数码相机覆盖了。康师傅销量的急剧下降是被饿了么成功颠覆。
这是一个智能的时代，其实我们从最原始的BI到现在一些大数据，到后面商业的分析或者智能的应用，甚至于到最后的一些模拟人，模拟一些预测一些事情的发展，这也是一个智能的发展。我们能看到的无人售货店、无人零售，这些是需要大量的技术支持的。这个智能的时代也会早就零售行业去思考怎么样用这样一些智能的东西提升用户体验，而不是去做噱头，去做一些时尚的东西。
这也是一个新竞争的时代。在原来开店的时候，我相信苏宁一开始开店，肯德基、麦当劳开店是一样的，你在这条路的中间开店，我在路的两头开店，这样的情况就是占据不同的地理位置，使所有的选址变成一种极端的竞争。在线上原来也是这样不断的获取流量、入口，获取客人，现在是靠大中台的竞争，它包括整个企业能够为前线打仗的所有灵活的单位，创新的单位，以及盈利可能的一些单位提供炮弹，提供火药的中台。大中台的能力将成为整个企业将来以后可能会碰到的，我们真正的实力所在，而不是说今天我们去开一个什么样的小店，做一个什么样的事情。你们回到我们所有能够看到的实际的案例，真正成熟以及能持久发展的，其实都是这个企业真正大中台这部分能力所早就的内容。
我们正在路上。所有新零售的企业都不敢说自己是临时者、领先者，所有的企业都是探索者。
百联集团是03年左右成立的，百联企业是包括了零售板块和非零售板块，红色的是所处下面的所有的上市公司，百联还是一个比较大的企业。我所有的这些企业上面划了红框的都是和百联集团下面的零售板块相关的，其中有一块也是在新零售实践中作为承担物流、仓储核心的企业，这些企业组成了整个百联集团可能要去面对零售挑战的重要的一些单位。
这个集团这是2015年的数据，在行业内具有一定的优势，重点的就是我们左下角写的4800家实体门店。刚才都谈到了人、货、场，场不单单是场景，而且还有我们的实体店，实体店是这家真正宝贵的资源，以及真正可以和用户产生面对面服务的重要触点。
从2013年到2014年左右，其实百联就开始经营自己的全渠道的业务经营策略以及战略的制定。我们之前听到的O2O、全渠道、新零售，这些概念无非都是不断的引导一个企业怎么样经营自己的企业。以前我一直以为很多的东西都是随着用户的变化，用户自发的去产生的变化，其实我们会逐步逐步发现很多概念，很多趋势是由一些领头的企业去引导，并不是那么自然的形成的。通过他们不断的引导，不断的去灌输新的概念，使大多数的用户逐步逐步去接受，但是这些概念不一定都是正确的，有一些概念可能也会被淘汰，从现在全渠道整个战略来看，我们还是非常注重中间的业务流，也就是引流、转化、交易、交付、售后的业务链。这个企业也是在这样战略情况下产生的。
这些场景在所有的零售企业都会做，最重要的，我们在所有的零售企业里面，我们认为人、货、场，大多数线下的企业在货上面多多少少是最有优势的，如果没有一个基础的供应链，本身就会受到冲击。我们要做的就是会员，百联一开始就做了非常伟大的事情，它旗下的品牌非常多，你在上海生活过会知道半条南京路是百联集团的，包括东方商厦、第一百货、八佰伴都是百联的，它在这么复杂的业态下，我们做了一件事情，把所有线下企业的会员卡合并成一个所谓的百联通会员，这些包括了图上写的有单店的会员、线上会员、支付会员，我在03年到12年左右就业于百联店商务企业有限公司，大家肯定知道OP卡，我们认为有四大类的会员，26个会员体系，首先合并成一个会员之后，然后共享对应的权益，包括整个会员管理，全部集合起来。
这张图是现在会员产品相关的相对比较全的全景图。它包括了会员的感知部分，包括运营部分的所有产品线，它做完之后我们会发现这张图上的内容非常多，在图的后面我们有这样一个认识，主要是四方面的共识，第一个是权益的认知，我们可能有很多的产品，很多的权益，但是会员并不一定了解，或者说会员并不一定能够享受到，第一步我们就是要在会员感知的地方更多的做好权益的认知，尽可能做好形成第二次的引导。第二步会员的识别。我们要在A平台或者B平台去开店，包括我们自己做APP，包括实体店要做很多现代化的技术识别会员，它的结果并没有我们想象的那么好，我们还是会碰到很多无法识别会员的情况，我们尽可能希望通过技术的手段解决这个会员识别，解决这个会员识别可以干吗，大家应该可以理解，从第一个角度，可以从数据的角度精确的搜集到。在数据应用到做到更好，对会员的服务可以做到更精准。第三类是有更多的自有的一些产品化的输出，引导到我们各个业态去。百联这个集团非常大，下面企业的需求琳琅满目，我们一直在说所谓的赋能，我们坚持不要去做赋功能线下。如果说要做赋能，我们必须把我们的产品做到更好，能够让很多运营人员通过我们的功能直接提升他的业绩，这才能做到赋能于线下。第四就是能够通过所有前端的数据采集以及数据汇总，能够做好最后数据支持决策的工作。
线下企业有一些朋友会问我，我是一个实体店，我要不要做一个公众号，这些企业是比较小的。百联我们需要大量的线上的数据来弥补我们线下数据的空缺，用于我们的决策。
爱情一直在说一个企业做号会员，做好支付，阿里也是这样的，我和盒马的官员也交流过这个事情，他也是这两件事情。互联网支付已经晚了，非常难做。着眼于现在，我们怎么样做好支付，我们更多的是把所有的支付场景聚合在一起，把所有的支付通路至少从单个企业独立去对决，第三方平台能够聚焦在一起，我们和第三方企业形成支付会员的模式，同时在同步推广我们自己的一些钱包类的支付类的帐户类的功能，当然也包括我刚才说的本身非常具有市场优势的OP卡，不等于这部分用户是不存在的。我们也在支付的场景里面为独立的企业，ECP是一个企业服务平台，也通过一些支付的手段，商品经营的手段把支付的东西放在一些大的企业里面去，形成一些独立的延伸的一些产品或者收益。如果基于支付，其实后续还可以做非常非常多的事情，同样可以为这个企业产生经营的价值和经营效率。
回到两个比较重点的业务，刚才我也介绍了百联旗下是两大零售有关的业态，一个是连锁的超市，我们叫超商板块，第二个就是相对比较大型的MALL和百货商店。其中一块就是到家业务，到家业务很好理解，所有的企业都在做到家业务，无非就是利用最后一公里的门店仓，门店仓的配送等等方式进行最快的实物商品的交易，这个模式我们从01年的时候，在联华电商已经做了，我们做的商品库存同步，第二用户地址就近匹配，三个小时之内送货。我们当天为什么可以左舵当天400单，现在可以承载的量已经到2500单了，内部有互联网的变化，有用户习惯的变化，更多的是市场培育消费者习惯的变化，很多移动端的出现导致了这个业务蓬勃的发展。我们在右下角的图上有个红框，大家可以看到到家的业务和普通的B2C的业务蓝为一体了。这样的话，我们逐步逐步也会发现把业务模式和业务模式相结合，线上线下相结合，B2C和到家就近一公里完全结合在一起。到家实际的履单情况，当天一个2500单的量，和我们库存的精准度，和第三方配送伙伴是息息相关的。这是面对联华主要的业务场景。
第二块场景就是云店，大家完全不知道它是什么东西，它是百货行业接下去主要的方案或者说主要应用场景的方式。百货行业有很多的困扰，它的新商品无人知晓，它的促销活动无人知晓，顾客也是同样有很多的诉求，他希望了解百货店里面的一些促销活动，也希望了解更多的流行时尚，甚至到店里面去体验。云店就是能够让百货实体店的营业员和顾客产生比较好的纽带。很多营业员在他们自己的工作范围内本身就是和顾客产生这样的纽带的，有一些顾客经常来就会加新零售，拉拉群，不单单形成了简单的关联和连接，并且我们提供了完整的工具，让营业员在闲的时候对本身的商品进行上架，可以做一些知识的问答或者售后售前的服务，这个产品下面罗列了一些数据，这是我们去年12月20-31日左右，大概两周的试点，整个项目在奥特赖斯进行的，参与商家的数量大概150多家左右，参与的SKU9000多，相当于这些商家是非常积极的去响应或者参与的，他们也希望自己通过这种方式促进他的销售，并且能够促进他员工激励的模式。定单有2600家，主要的定单还是女鞋，一方面和奥特赖斯经营的范围有关，这个数据也正好和百联百货用户的分析是非常接近的，通过线上达成部分商品的退货率在百分之三点当。IM活跃率达到了690多，我们去思考这个IM的工具也作为百货行业一个非常重要的东西，接下去是不是要拓展，是不是就是作为百货店和营业员、客户之间非常好的桥梁，这一点上我们要继续论证。客单价是1200，总的销售额达到了350万。我们发现短短两个星期的推广，我们将很多线下的东西引到的线上。我相信很多本来就可能会成交，但是如果通过这种手段向APP引流，这样一方面可以获得更好的数据，另一方面我们在这个时候已经达到和顾客的连接了。
接下来回到本行了，所以要说一下中台的建设能力。从我的角度上，我们现在更多的是化整为零，在每一个开发人员的概念上都要做这个。为什么要做这个?其实大家能够看一下我们的发展历程，这个项目可以跟苏宁最早的项目有一点点的比对，这个也是国际大厂商帮我们做的第一期的实施，我们现在整个IT大团队，包括产品到最后的运维，整个IT大团队在350-400人。整个阶段分成这四个阶段，现在我们处于最后的阶段了，我们希望18到20年实现大驱动，帮助我们去运营。
这是技术站的清单，但是有一点，有一个概括的系统是纯互联网的系统，无论从我们的应用技术、运维的技术，还是本身技术的框架，其实我们都用的相对比较成熟的互联网化的技术。
这是我们的团队，整个团队还是按照敏捷迭代的逻辑，从这个组织架构图上可以看到我们组织架构的分工就是一个标准的互联网公司IT团队的情况，350人，分布在所有的团队内，形成各条线的能力，并且横向的穿插，形成可以实现敏捷迭代的东西。这幅图是SCRUM标准的图，我们可以快速推向市场，这不单单是技术团队做到的，这是一个IT革命的事情。第二件事情，我们团队的沟通效率明显的加强，因为我们的团队更简单，不需要很复杂的东西。我们不会要求产品经理做大量复杂精细的PRD，我们更多的要求以沟通的形式去说去做出来。我们创造了一些比较好的技术，并且形成了我们自动化测试和运维，包括两周一个迭代的状态。
这张图是通过这些实践到最近的一张比较完整的全渠道应用架构图。这个版本还是最近更新过的，它是一个相对于标准的电商系统，除了我们实际的应用，把会员、支付已经引到线下之外，是一个标准的电商系统。红色的部分是从17年中开始逆向做的项目，叫互联网门店系统，从互联网门店系统来说，我们逐步要把线上的应用系统向线下灌输，我们要把线下的除了后的ERP系统之外的系统全部纳入到整个中台建设的范围之内，包括门店的库存、履约，包括门店的单据，包括后面所有的聚合服务，以及门店设备衷心的设备数据，我们将逐步纳入整个中台。在这侧有一个大数据的模块，原来的大数据无非就是会员的画像、周期、营销主题的推送，这些都是一些比较通用的东西。门店来了之后，我们还会用大数据的方法去做门店运营的数据看板，去做白名单，用于线上定单履约，能够快速的白名单的货架运算。我们因为要逐步涉及到线下的流程化的东西，所以在我们的基础组建里面纳入了流程化引擎图，这是我们比较新的图。
在这个思路下面，我们会发现一开始说的微服也好，SOA也好，它是解决不了业务问题。我们的业务需求，业务灵活度都非常大。在这种挑战下，技术团队应该怎么样准备好这一切?除了技术上的团队，我们更多的构想把我们所有的这些中台的能力能够组建化。我的脑海里始终有这样的一幅图，阿里云的产品线越来越广泛，但是每一个产品线关联起来的时候就可以做一个产品，同样的思路，我们也希望把我们的中台做成组建化的状态，利用好这些组建形成独立的板块或者独立的场景。
全渠道公司作为整个百联集团的IT团队来说，应该说这个团队是百联集团能力最强的团队，人数也是最多的。这样一个团队首先是办法满足整个集团IT的输出的，怎么样把所有的社会资源，以及一些供应商能够拉到我们整个IT的生态圈里面，就需要一个强大的中台，以及中台可以输出的东西。如果说业态希望做一个小游戏，去发它的优惠券，我如果没有能力去做这个小游戏，就相当于不能满足业务的需求，但是业态完全可以利用这些组建，并且结合第三方的盈利个小游戏，并且对接到我的中台，这对我所有的中台的架构，以及产品设计有一个新的挑战。在这个组建化的程度上，我们会去构想，组装我们场景的能力。
这是同样的一种思维去引导我们的前端做的一些工作，我们也希望我们的前端能够灵活的分装我们的租金，能够用一种比较好的能力去集成所有的应用。我们谈到的到家、云店，还包括在上海开的新零售的实体店RIZO(音)，其实我们都是统一的一套IT框架在做，而且可以组装在我们的主APP，我们也会考虑很多云的组建，或者基础的架构。
同样道理，我们会去建立我们非常好的运维能力，所谓的运维能力也是整个IT团队基础的非常强大的能力，这部分的能力大家也要考虑是不是共有云，是不是私有云，你的运维团队必须有一定的能力，才能真正利用好云，降低成本，提高效率。
这个就是我们现在的测试能力图，所有的环节一定要提高效率，提高我们的本身IT效能，我们从很多方面，包括性能、自动化、安全方面能够集成在IT服务的中台能力，能够把我们的IT能力输出到前台当中去，第三方的介入，整个技术生态，我们的IT技术的测试能力也作为用户，第三方交付的验收标准，这方面我们也有更多的前瞻性的考虑。
最后一个环节就是我们的一些趋势，这个趋势也是我们自己去总结和归纳的一些趋势，这些趋势第一点就是全链路化，我们永远不会那么割裂，我们会把我们HR的系统也接入到中台来，所以全链路化不单单会停留在原来的产品概念上，而且我们可能会把整个用户行为、员工行为全面放在一个平台上。
第二块就是智能化，随着AR的发展，大数据的发展，智能化永远是我们即将去面临的一个事情。包括现在在研究的人脸识别，摄象头图象识别，智能化的路越来越像用机器造一个人，通过这个人的各种器官越来越聪明，这个也是我们要逐步发展的，或者信息化建设的趋势。
第三块就是普及化。我们会发现传统的IT技术的成本会越来越低，包括IDC的成本，云化了成本会降低，这个普及化大家可以感觉到，可能三五年前招一个工程师的成本和现在招一个工程师的成本有很大的差异。
生态化，每个企业都希望能够形成生态，或者在生态里面能够形成自己独立的地位，我相信这个生态化在IT层面来说也是要逐步形成的，不但要形成内部的生态，并且能够吸引外部的IT能力，帮助企业建立自己的IT系统。
最后就是泛终端化，手机即将也会被消亡，将来是什么?我们不知道。在技术上实现我们的业务向终端推进的角度。
主持人：再次感谢邱总的分享。毋庸置疑，人工智能和零售的结合是大势所趋，也逐渐被人们所接受和知晓。接下来来自同济大学的张林老师和我们分享有趣的并且专业的人工智能技术。
张林：感谢各位嘉宾，今天非常高兴有机会受到苏宁的邀请参加智慧零售实践者峰会。
我们作为高校的人员来说，在这一块是外行。但是非常高兴得看到很多嘉宾介绍在智慧零售行业里面背后驱动有很当的技术，包括人脸识别，包括AR、VR，包括图象识别等等。我们在同济大学主要是做图象的理解，以及计算机视觉方面的研究和应用。进给大家分享一下我们这个课题组在过去两三年里面的一些研究和实践，希望能够碰撞出一些火花，也希望能够获得一些产学研合作的机会。
因为今天的嘉宾有的并不是来自机器学习和人工智能行业的，所以我的介绍包含一些科普的内容，首先介绍一下内和现在时下非常火热的深度学习的背景知识，然后介绍一下我们做的一些比较有特色的事情。
首先看一下人工智能的背景和历史。这个概念的提出，它有一个标志性的事件一般认为1956年由麦卡锡召集哈弗大学、麻省理工学院、IBM公司、贝尔实验室的研究人员召开达特茅斯会议正式提出人工智能。人工智能是指计算机系统具备的一种能力，这种能力可以履行原本只有依靠人类智慧才能完成的复杂任务，这个就是麦卡锡给的一个定义。
人工智能这个学科最终目标是想探讨智能形成的基本机理，研究利用自动机模拟人的思维过程。近期之内想达到这个终极目标难度是很大的。
人工智能有非常多的应用，它的近期目标是研究如何使计算机去做那些靠人的直隶才能做的工作。这张图现在计算机可以在具体的任务上面打败人类，比如说像下围棋，做自动化的识别等等，已经取得了非常显著的成效，某些具体方面它的能力是远超人类的。
人工智能的研究范式以及历程，它的可以分为符号主意、联接主意、生物启发的智能。什么是符号主义呢?它是才能知识表达和逻辑符号系统来模拟人类的智能，试图对智能进行宏观研究。联接主义是微观意义上的探索。在70年代以前，符号主义占据了主流，到了1980年代，符号主义发展的比较缓慢，联接主义蓬勃发展，一直到现在深度神经网络也属于联接主义的范畴，从2015年以后，现在很多学者研究依赖于生物启发的，生物学、脑科学、生命科学和心理学等学科。
人工智能分为符号智能、计算智能、机器学习、机器感知。机器感知和某些研究领域相关，更加偏向于应用，它跟某一个具体的应用领域比较密切相关。
人工智能产业这两年伴随着深度学习的发展，在这个方面取得了非常长足的进展，包括自然语言处理，在计算机视觉，视频监控等等，包括矿石科技的人脸识别云服务，现在非常火的领域无人驾驶。这几个领域人工智能起了非常重要的作用。
17年7月，中国政府发展了新一代人工智能的发展规划，人工智能是开启未来智能世界的秘钥，是未来科技发展的战略制高点。
我们看一下深度学习。从1956年达特茅斯会议开始就有了这个名词，到2000年的时候可以描述成只有人工，没有智能，这个年代人工智能的发展并不是非常的迅速，到了2000年以后的阶段，人工智能迎来了爆发期，在很多应用领域真正得到了一些实用。
近几年来的深度学习，它的起源主要来自于HINTON和他的学生在《科学》上发表了一篇文章，开启了深度学习在学术界和工业界的浪潮。文章提出了深层网络训练中梯度消失问题的解决方案，无监督预训练对权值进行初始化加有监督训练微调。2012年的时候，HINTON课题组通过构建CNN网络一举夺得冠军。
深度学习模型在很多领域里面都有广泛的应用，对于基本的发展来说看它的网络结构，最早的来说，CNN雏形是98年的时候提出来，被认为是CNN的鼻祖。到2014年有VGG ENT，16年有搀插网络，17年稠密网，是由清华大学和CMU的团队提出来的。以前深度网络的运行对于计算能力的要求是比较高的，需要用比较高的GPU，另外一个研究方向，如果对网络进行精简，进行压缩，17年有代表性的工作。
深度学习目前在很多应用领域里边都取得了非常大的成功，比如说语音识别，人脸验证，图象分类，自动驾驶，生命科学，游戏博弈等等。
深度学习为什么最近几年来得到了蓬勃的发展并有效呢?一个是有凯旋的计算平台的诞生，一开始出现的Caffe，现在电脑的计算能力大大的提升，包括GPU服务器、集群，包括大数据的存在，因为深度学习来说，很多时候需要有大量的带标注的数据。
深度学习的本质进行了层次化学习，这种思想和人类的视觉认知机理是高度相关的。深度学习对于特征自提取是分层次的，比如左边的图象，识别出来它是一条狗的话，它对基础特征、中层特征、高层特征是一个分层类过程，这个过程比较符合人对于视觉信号的感知。
上面是传统的人工智能，它的办法主要，比如来了一张图象对它进行分析，特征提取就是人工要去设置这个特征，丢到一个分类器里面，这是一个传统的办法解决分类问题的套路。用了深度学习之后，本质的区别，它适合很多任务，可以做到端到端，中间的特征学习，分类性学习都相当于内嵌到网络当中，不再去显示的人构造特征的过程，大部分任务可以用多END到END的过程来完成。
这张图展示了人工智能、及其学习和深度学习之间的关系。人工智能是一个非常广泛的问题，机器学习是解决这类问题的中断手段，深度学习是机械学习的一个分支。
在过去的两三年的时间里面，我们同济大学的课题组也做了一些研究和实践，我们这个团队包含了来自软件学院，来自汽车学院，同济学院，我们第一个事情基于视觉的泊车位检测和定位。这是是在大的项目利民的一部分。这个大的项目属于自动驾驶类别里面，我们做一个自动泊车的项目，这个是上汽集团支撑的。这个自主泊车系统并不是一个新的概念，我们已经经历了第一代自主泊车、第二代自主泊车，现在是第三代自主泊车，它的核心问题是要把这个车位找到，车得停到什么地方去，有了目标位置才能制定泊车的路径，所以要检测这个泊车位，它要依赖捕鱼同的传感器，现在大部分车上配的是超声波的，这些超声波是比较稳定的，它有一个比较大的缺陷，它必须两边都要有参照物，它相当于检测这个空档，这个空档能够足够容纳这个车的车身，我这个车是可以停进去的。我们做的这个是基于视觉的，在划线这种，在地下停车库也好，在路边的停车库也好，我们通过视觉的办法去检测地上的停车线，把这个位置找到，把这个位置放到坐标系里面，这样才能启动规划模块。要做基于视觉的泊车位检测并不是那么容易的一件事，研究这个问题的时候发现泊车位本身具有不同的类型，比如有垂直车位，路边很多叫平行车位，车停进去以后车身是和公众道路平行的，还有斜向的车位，路面是有不同的材质，光照等等也会复杂多变，也会存在不规则的阴影遮挡，如果路边有树，在阳光比较强烈的时候有树荫的遮挡。
我们建立了一个基于视觉的泊车位系统，从左边的输入是在车的前后左右装了四个鱼眼摄象头，它是广角的，通过标定以及变换，把四张鱼眼图象合成环视图。这个泊车位检测和定位都采用了深度学习的办法，是一个两步走的办法，给它进行焦点、判断和分类。
这边是一些视频，它通过GPS定位，地下车库这一段是深入到车库里面去了，到车库里面之后会搜索边上可用的停车位，把车停进去的一个过程。左边的视频基本上介绍了泊车位技术的细节，前面的几个图象是指要把鱼眼图象进行畸变，再把它四个视图进行拼接，来形成一个鸟瞰视图。
这是实际测试的一些例子，我边上可以看到的车位都会用线状板把它标志出来，这是在同济的地下车库来测试的。我们在不同的环境下进行测试，这是在室外的，材质是方砖。这是在有树荫的时候，路边的平行车位，在下午有光照的时候有一些树荫的遮挡，这种情况树荫是比较严重的，如果传统的基于线检测的方式是很难把车位准确的检测出来。这是一个强烈树荫的情况，这个车位是斜向的情况，这是把它连成一起，完成一个完整的自主泊车的视频，车开的时候已经检测到路边上有一个平行车位，它要倒进去，左边的视图是实狂视图，包括拼接出来的视图，以及中间的视图是规划视图，车的当前位置和已经检测到的车位位置的相对关系，这个时候车是处于一个无人驾驶。我们也发表了一些相关的论文。
我们做的图象暴光度的自动化度量。现在用一个相机拍照，它在自动挡模式都会自动的调节相机的暴光程度。在开发一个自动化暴光度算法的时候，怎么判断拍的暴光是合适的，这个度量结果要和人的主观感受高度一致。它的用途是指导相机生产过程当中有自动暴光的设计，以及在监控系统里面实时的检测视频的质量，有一个应用场景在里面。我们建立了第一个公开的图象暴光度，我们采集了很多的图象，对于它里面的暴光程度进行了人为的评分，要建立一个学习模型出来，将来有任何一张图片过来，它的暴光程度可以被模型能够预测出来，这是我们的一个想法。
目前我们的贡献在于利用机器学习理论研究了暴光度度量问题，评分制是1-7分，越接近4分说明暴光度越适宜，分数越高于4分说明越暴光过度，越低于4分说明越暴光欠缺。D这部图象得分是4，4.0是暴光最适宜的，E和F已经过暴了。我们也发表了一些相关的论文。
我们在做的一个比较有趣的事情是面向移动平台的掌纹识别。大家都提到人脸识别，在智慧零售不光是智慧零售，在非常多的应用场合里面是非常重要的一个手段，去识别人的身份，我们用掌纹识别，通过??(英文)来鉴别你的身份。生物特征识别并没有说是一定好的，人脸识别有的时候不一定被人接受，在别人不知道的情况下你拍的人的人脸，掌纹识别是必须要配合你才能清晰的把他的掌纹拍到。现在有刷脸支付，我们想做一个刷手支付的一个系统。比如老人由于皮肤和工作原因没有办法提供清晰的指纹，掌纹识别并不是一个新的工具了，如果用手机做移动掌纹识别呢?做的人还不是很多。
我们现在做完的事情，首次提出了基于深度学习的移动掌纹识别技术，目前构建了一个大规模跨手机、跨时间段掌纹数据集。现在拍的图象用华为的手机、小米的，主要是验证将来的算法，要具有一个跨手机识别的能力，这是我们目前正在做的事。
最后一点可能和我们这次峰会有些关系，我们这个团队有另外一个老师在创业，他做了一些面向智能零售的探索。第一种叫智能无人受货柜，这个使用的体验和冰箱完全一致，只要一开门拿东西，开门的时候要先手机扫码，这个时候关联到你的支付帐户，拿了一个东西之后，计算机视觉起到的作用知道你拿了什么东西，把冰箱门一关上就可以自动的结算，这个叫做智能无人零售货柜。
目前正在做的事，包括市场调研的软件，我想知道某一个公司某一个品牌的产品在超市货架上面的占货比例怎么样，包括去统计缺货了，包括价格标签自动识别，包括货品的摆放位置，可以做市场调研，利用计算机视觉技术做市场调研。核心技术相当于目标检测和识别，可以形成一些自动化的报表，质量检验，包括数据采集APP等等，这是做市调方面的一些工作。
现在做的智能零售货架，冰箱里面的东西可以叠着放，这个是单排放的，不能有遮挡，这个时候的摄象头相当于放在柜面，可以识别出来产品的类别，基于这样的识别结果，可以做一些事，比如缺货自动预警等等，这是可以做的自动零售货架的系统。
这边是已经做的智能零售收银系统，也是利用计算机视觉系统，这是面对面包店开发的，它可以自动识别哪一个类别的面包，可以帮你计价，进行收银等等。这是一个目前已经在使用的系统。
深度学习在零售当中面临着一些挑战，第一是样本标注任务比较繁重，在零售当中SKU闻望以万计，并且更新周期短，深度神经网络的样本标注和训练成本甚至会产品本身的价值。二是环境变化的影响。环境变化和SKU种类数量巨大两个因素累加，会使深度学习任务的成本进一步上升，导致无法使用。
相机架的设置位。很多场景下，顾客观察货物的角度是最佳视角，如果在此视角架设相机，会与顾客冲突。
主持人：感谢张林老师。看了人工智能的分享之后无不感叹科技的魅力。无人零售时代的模式带来了便捷的购物体验，背后是将科技技术融入到线下的场景，回归商业本质的一种探索。今天我们也邀请到了苏宁易购智慧零售研发中心总监 张力先生，为我们带来无人零售让技术回归商业本质。
张力：很荣幸有机会能在智慧零售峰会上面分享一下我对智慧零售的理解。作为最后一个演讲的嘉宾有点压力，这个压力来自于什么呢?以前上学上的最后一堂课的时候赶紧结束吧，好回家过周末。零售行业以用户为导向的这个原则，我尽量讲快一点。
我今天主要讲的是在智慧零售大的战略下面，一个消费比较垂直的领域，苏宁在去年和今年也在无人零售领域做了一些尝试，今天分享一下通过我们的技术实践，经验的总结，以及在无人零售的场景，用户经营为导向的思路上面，我们在无人零售上面的一些想法和布局的规划。先看一段视频。
(放视频)
你的热爱全在这里，这是我们二月初在新街口店开的无人店，这是我们第七家BIU店，从去年的8月28日第一家BIU店在徐庄生活广场开的第一家体育BIU店，到双十一期间在北京、上海、重庆、徐州真正的无人店商业化的规模复制，开了四家店，到12月19日在两万家实体店的大开发战略会上开了一家苏宁极物的无人店。大家视频里看到的2月2日在新街口开的苏宁体育BIU店，1.0到商业复制，到2.0，甚至后面还会有3.0、4.0模式的出现。这种模式的出现并不是为了无人，我们认为开无人店，开无人零售还是要站在用户的场景，站在商业的本质上看这些问题。
对于苏宁来说，线上线下、PC端、家庭互联网端是我们的渠道，在整个线下端我们有所谓的一大两小大多数专的多个业态，在这些多渠道多业态的大的客观条件下，我觉得我们可以创造出结合商品的，以用户为中心的不同的场景。在这种丰富的场景下，我们怎么来做我们的规划，我们的无人零售呢?
以用户为属地，把整个场景划为了三种模式，第一个是三公里以外，第二个是三公里以内，第三个是500米以内。
三公里以外是什么概念?一个大型的CBD，一个商业商圈，一个购物中心，在这样的场景下，用户去到这样的场景，去到这样的购物中心里面，更多的要逛一逛，要玩一下，在这样的无人零售的规划上面，我们做了体育BIU店，这个就是我们体育BIU店2.0版本，2.0和1.0版本最大的区别是什么呢?第一个，我们在做1.0的时候，门口有个闸机，和行业的无人店一样，用户首先要刷脸或者刷个二微码进店，我们在实际运营当中发现，大家在外面看，就是因为要刷脸，就是因为要刷二微码，就把人挡在了外面，它和智慧零售的实体店是有悖的，我们在2.0的时候对它的改变是把闸机去掉了，让用户无门槛的先接触到这个店，先在我们这个店里逛起来，逛完了以后通过各种方式服务用户。第二个改变，我们增加了很多互动的玩法，这些玩法，黑科技的玩法也是和这个店的经营，和这个店的营销是息息相关的，我们在体育业态下的基于体感的保龄球、爬山的运动，我们拿一件衣服在试衣镜面前，它就可以根据大数据分析推荐你相关联的商品。这个是用了RFID的技术，这个店是我们的原生品，它的毛利够高，能够在这个店买的东西不会很多。这个RFID的技术同样可以运用在苏宁极物的店里面，它类似于网易严选，偏家居生活，追求生活品质的，把这些的店也开在了三公里五公里以外，购物中心的，在里面逛一逛，享受一下生活，约个会的场景。在这个店同样用了RFID的技术，它的商品也是我们自己定制的，里面提供的牌子是我们的自有品牌。用RFID不仅仅因为这两个店卖的商品是我们自己定制的，同时它是衣服的，百货家居的，我们自己定制完了以后，从出厂到物流过程，可以提高它的物流效率和店面管理的效率，这是我们在三公里五公里的场景下做的无人零售的模式和装修。
三公里以内，一两公里。一般就是一个社区，你家小区门口走路一会儿会儿，或者大的苏宁区，一两公里三公里，里面主要是社区的超市，再近一点一公里可能是个便利店，这样的场景下面是柴米油盐，买瓶水，这样的业态下面，RFID一瓶水两块钱一块钱，这件事情是不符合商业逻辑的，不是说不能做，而是做完了不符合商业经营本质，我们怎么做?我们开一个100、200的便利店，里面正常的卖商品，可以有人可以无人化。大家看到一两百平方的便利小店很多，开开就开死了，真正做得好的一两百平方的小店，包括七天、全家强在哪里?卖的更多的是毛利多的，饭团、面条、水果拼盘、包子这些鲜食上面的。怎么解决这些鲜食的问题?我们做了右边的GCAB(音)，白天它是一个一两百平方的店，晚上剩下十几二十个平方，它就开始随时的卖水果，卖咖啡，卖面包，卖便当，这个店是这样的模式，这是1.0的版本，在新街口上了，这种模式主要卖咖啡、果汁，我们在开业三天，光咖啡卖了700杯。
再近一点500米，500米是什么概念?可能你家小区里面，或者苏宁整个园区里面，甚至办公楼附近，做什么?做比较好理解的，之前嘉宾也分享的做无人货架，视觉无人货架，卖的就是水、小零食，上班的时候小姑娘觉得馋了买包薯片，肚子饿了买个萨其马，解决快速流通的问题。另一部分，右边的移动售货，主要解决什么问题?以前都是用户到这个货柜旁边享受这个东西，移动货架解决了店找人的问题，让店到你的面前，这个模式我们在双十一期间易购楼里面已经试点过了，每一层楼放了一个，我们补货的小伙子们每天一会儿就被小姑娘们买光了里面的东西，解决了货找人的模式，也是无人零售。
比较关键的一个东西，我们再近一点，除了把店开在公共区域，还有把无人零售开在你的家里面。去年年底今年年初，苏宁易购推了一个小BIU冰箱，小BIU我买一瓶啤酒，要买一袋面包，对它叫一声，它就语音识别，机器学习，就开始跟你互动，可能过半个小时一个小时，我们右边的物流小BIU就把货送到你的家门口了，你打开门看到的是我们小BIU的机器人，这种模式也会很快给大家带来真实的体验。如果哪天大家看到这个小BIU不要害怕，我们试点的时候用户被惊愕到了。
不管是以什么样的方式，是以什么样的零售来做零售，本质上还是要回到零售的本质，这个店用技术来解决用户的场景问题，来解决这个店本身的经营问题，这才是真正的无人零售，而不是为了无人而无人。
主持人：刚才看了无人货架无论很有感触，这个真的是办公区必备的良品。相比大家也有不同的收获。我也相信在苏宁以后举办的峰会论坛当中会给大家带来不一样的感受。
|
