人加智慧:解讀Amazon go,深度視覺賦能無人零售
看點:亞馬遜已大舉進入,無人值守便利店的未來已被揭開一角。
全文3000字,預計閱讀時間8分鐘。
導語:無人值守便利店,在我國新零售領域是一個不可忽視的領域。國際上的亞馬遜,國內阿里、京東等巨頭都退出了自己的無人值守便利店。國內眾多中小玩家也紛紛入局。亞馬遜宣佈3000家便利店後,又會對行業產生怎樣的影響呢?
Amazon go 3000家便利店的啟示
據彭博社報道,Amazon go 經過近兩年的除錯後,在2018年9月底確定了3000家便利店的擴充套件計劃。知情人士稱,這家網際網路巨頭正考慮今年年底前開設大約10家Amazon Go門店,2019年在舊金山和紐約等“主要都市區”開設大約50家,然後到2021年達到最多3000家。這個口號並不是說說而已,10月8日亞馬遜已經在芝加哥開了兩家店,第三家店正在裝修中,未來預計會有更多的是店佈局下去。
Amazon go 的將會在人口稠密的大城市開店,那裡有許多年輕人,他們工作忙碌,但是經濟富裕,有消費能力。他們願意花更多的錢來購買質量更好的食品,享受更便利的服務。
並且amazon go 並不侷限美國本土,10月7日泰晤士報報道到,線上零售巨頭亞馬遜正在瞄準收購英國的一些企業,以發展其無現金自動結算的百貨業務。
並且亞馬遜在英國的運作與美國本土小規模的便利店不同,他們瞄準的是1200-1500平左右的中大型超市。亞馬遜去年收購了英國七家百貨商超,並以137億美元(107億英鎊)收購了全食超市(專門銷售有機食品的美國的食品超級市場連鎖店)。
Amazon go 做得到底是什麼?
雖然國內在大力宣傳無人便利店將會掀起一場新的零售旋風,但實際上,amazon go 從來沒有說過自己是無人便利店,amazon go 一直在主打一個“just walk out”概念,這個概念對超市場景來說主要是減少了兩個環節:①貨品掃碼;②貨品付款,也就是結賬環節。在amazon go的超市裡還是有大量的服務人員存在的,他們在上貨,做即食性的食品,為顧客提供服務。所以準確的來說amazon go做得是超市、便利店自動結算系統,即cashierless。
早上買早點的高峰期,結賬隊伍卻長的讓人崩潰
這個解決方案很有現實意義。結賬環節雖然非常關鍵,但對店家來說是一個雞肋環節,因為大部分的工作都是重複化、機械化的操作,如收銀的掃碼,結算等。這類工作不需要有很高的技術水平就可以勝任,薪資水平一直也比較低。卻需要大量員工操作,人力成本、裝置成本較高;
對於員工來說,這類的工作是重複性、程式性的,個體的價值得不到彰顯,缺少成就感,員工流動性強;
對顧客來說這個流程的缺點就更明顯了,排隊結賬非常浪費時間,感受不到購物的樂趣。
所以如果能省去這個環節,對顧客、店家、員工來說都是有利的。
Amazon的真實意圖是「體驗」與「資料」
在美國,零售商店的稅前淨利率約為1~3%,微薄的利潤為何會引起Amazon的興趣,投入資金和最新科技,開設Amazon Go無人實體商店呢?
從零售業的觀點,如何讓商品和資金快速流動是獲利關鍵。因此,該怎樣抓住顧客的喜好,用對的售價賣受歡迎的商品,是零售業者最想知道的答案。
傳統做法會提供折扣或紅利積點等優惠,吸引顧客加入會員,事後再由會員的消費紀錄分析銷售策略的成敗。但這樣的方式無法涵蓋整個購物流程,仍有大片空白留待解答:顧客為什麼買?為什麼不買?
而Amazon 獨到的資料收集技術,可以將消費者入店的所有行為資料進行跟蹤與分析,具備補足這塊空白的巨大潛力。Amazon 開始把Go 打包成價格合理的「拿了就走」服務,讓零售商不需投入心力自行研發,就有現成可靠的系統幫助他們瞭解顧客喜好。更不用說降低店內失竊率、減少人力成本等諸多好處。
另一方面,Amazon 希望藉由這套系統的進一步推廣除了收集更多線下銷售的資料之外,還希望能更切中零售的本質:出售受消費者喜愛的產品,線上資料收集比較完善了,線下的資料的拼圖也被Amzon go 補充完畢。
我國自動結算零售的發展歷程
自動結算1.0時代:自助結算機。
這個方式主要是將收銀的工作轉移給使用者,省了店家成本和員工成本,顧客也省了一定的排隊時間,大型超市採用的比較多。但結賬的時候必須要有專人檢查,否則貨損問題無法解決。但專人檢查效率低,提防性行為帶給消費者的感受不好。
自動結算2.0時代: RFID
RFID是射頻識別技術,它主要是通過無線電訊號識別特定目標,並可讀寫資料,但僅僅是單向的讀取。工作原理是產品外貼設定好的RFID標籤,顧客挑選完畢後,會到讀取裝置上讀取自己所購買的商品,並進行支付。
RFID的缺點是比較明顯的,產品需要對應各自的RFID標籤,一般標籤是外貼的,成本約0.5元/張;RFID容易被非友好介質(金屬、液體、鋁箔)影響準確率,具有易損壞、易破壞、誤讀率高、盜取率高(認為破壞手撕、非友好截肢破壞等)的缺點。
另外如果有大量的商品貼RFID標籤,長期執行成本就會非常高,在低利潤率的零售行業無疑不是最好的選擇。
自動結算2.5時代:2D視覺識別
在國內無人零售風口中不斷湧現出來的人工智慧為標籤的零售系統,絕大部分仍依賴RFID技術,部分以2D視覺識別為主的無人便利店識別率僅為80%以上。識別率低,貨損率高的主要原因是所使用的裝置滿足不了場景需要。
一家店安裝幾十個2D攝像頭的情況下,仍無法完成單人多貨物,多人多貨物識別。主要的原因是被裝置束縛住了。
以上的方案都有一個盲區,無法真正解決零售的核心問題,那就是使用者買什麼,不買什麼的原因是什麼?
人加智慧推崇的解決方案
我們做了一個簡單的Amazon go的技術產品模式圖,提煉了Amazon go的三大核心技術:人體追蹤、手勢識別、商品識別。
自動結算技術拆解圖
從顧客進入店面開始,攝影機錄下他們移動的路線,以及瀏覽商品、拿取、檢視標籤或放回商品的動作,並傳給機器進行影像辨識。
接下來,根據影像的判讀對虛擬購物車的商品做出修正。同時,貨架上的重量感測器會偵測商品重量是否產生變化,避免商品被亂放或掉包。
最後,顧客離開時,位於出口的感應區會在不知不覺中完成所有結帳流程。
由於每個小動作都被完整記錄,我們可以依據資料分析店內的動線是否讓顧客感到舒適?貨架的配置能不能吸引更多的目光?人們選擇時,猶豫的是價格還是內容?等等內容。有了這些資料,線下零售也就像線上零售一樣能夠保留全部的消費者購物資料了。