物聯(lián)網(wǎng) （IoT）、云和機器學習改變了傳統(tǒng)的零售場景，催生了互聯(lián)零售，為組織提供了收集和檢查數(shù)據(jù)的創(chuàng)新機會，并確保業(yè)務成功。麥肯錫（McKinsey）最近的一項研究估計，到2025年，零售業(yè)的物聯(lián)網(wǎng)將產(chǎn)生每年約4100億至1.2萬億美元的經(jīng)濟影響。在零售環(huán)境中集成物聯(lián)網(wǎng)、機器學習和云計算服務不僅可以降低 IT 成本，還可以簡化工作流程。

讓我們來看看這些新技術如何改變和刺激零售行業(yè)的主要利益：

庫存和存儲監(jiān)控

包含原材料或產(chǎn)品的存儲容器可以使用物聯(lián)網(wǎng)設備進行跟蹤，這些設備基于GPS傳感器等位置跟蹤傳感器。位置跟蹤設備將連接一個位置傳感器，該傳感器將能夠通過GPS和遠程衛(wèi)星廣播其位置。捕獲的位置詳細信息將發(fā)送到云進行處理，然后推送到任何連接的移動/桌面應用程序，用戶可以在其中運行時間，查看位置并進行監(jiān)視。

此外，物聯(lián)網(wǎng)傳感器設備的組合可用于監(jiān)控原材料（如食用或化學商品）的環(huán)境存儲參數(shù)。

使用機器學習 （ML） 進行需求預測

基于機器學習的需求感知算法從計費系統(tǒng)和倉庫中提取數(shù)據(jù)，以了解銷售動態(tài)。這些算法持續(xù)自動分析影響銷售的因素。他們不斷為銷售期望提供新的調整。基于預測銷售分析的模型可用于清理從系統(tǒng)中提取的數(shù)據(jù)，以檢查數(shù)據(jù)變量是否與組織相關，或者是否會影響銷售。數(shù)據(jù)感知算法利用這些清理后的數(shù)據(jù)，幫助各種公司建立預測模型，以了解和分析市場上的銷售結果。許多公司報告說，通過將機器學習集成到現(xiàn)有系統(tǒng)中，預測可靠性提高了5-15%。

通過智能貨架實現(xiàn)高效的庫存管理

智能貨架自2000年代初以來一直進入市場，有助于檢查庫存。亞馬遜和微軟正在不斷改進他們在這一領域的技術。可以使用 RFID 標簽、RFID 讀取器或 RFID 天線開發(fā)智能貨架。連接到產(chǎn)品的RFID標簽將數(shù)據(jù)傳輸?shù)絉FID閱讀器。從RFID讀取器收集的信息被發(fā)送到物聯(lián)網(wǎng)設備。然后接收、分析和計算數(shù)據(jù)。從RFID閱讀器報告的股票被推送到云數(shù)據(jù)庫。云連接的移動應用程序可以幫助用戶隨時隨地了解數(shù)據(jù)庫，以便他們能夠更有效地管理庫存。

增強客戶體驗

有多種技術，如支持物聯(lián)網(wǎng)的信標，自動結賬，店內布局優(yōu)化，基于ML的數(shù)據(jù)分析等，用于增強客戶體驗。

信標是物聯(lián)網(wǎng)非常有用的組件。它們通過BLE /藍牙連接在低能量上用作無線電發(fā)射器。它們通常用于根據(jù)與用戶的接近程度在智能手機的商店移動應用程序上發(fā)送推送通知。一些北美頂級零售商，包括梅西百貨，塔吉特和城市服裝商，在他們的商店中使用信標技術。

此外，智能推車或自助結賬亭等物聯(lián)網(wǎng)設備可以安裝在商店中，這樣消費者就不必排長隊等待。自助結賬亭具有條形碼掃描儀，用戶必須登錄其帳戶/移動支付應用程序，掃描產(chǎn)品代碼并將其添加到購物車中以自動處理付款。

此外，布局優(yōu)化還有助于零售商了解哪些產(chǎn)品銷售最少，以及他們可以在哪里推進。為了實現(xiàn)這一目標，零售商可以使用帶有紅外傳感器的通道分析軟件來了解客戶模式。傳感器觀察交通模式并確定客戶花費最多時間的位置，以確定放置最受歡迎和最有利可圖的物品的位置。零售商還可以借助云計算和分析為買家生成個性化的產(chǎn)品推薦，從而增加價值。

總而言之，零售企業(yè)正在從整合和逐步轉向新時代技術中實現(xiàn)增長。這有助于降低運營和基礎設施成本，提高數(shù)據(jù)安全性，提供對庫存的實時訪問，簡化供應鏈管理，并提供增強的客戶體驗，將其業(yè)務提升到一個新的水平。

審核編輯：郭婷