觀遠資料入選2018最佳AI應用案例，虛擬標杆店賦能零售智慧決策
2018年，是AI持續走向技術落地和深入商業化的一年。在此期間，觀遠資料踐行“AI+BI”的服務理念，立足於自身在基礎資料分析的出色實力，引入AI預測引擎填補了傳統人工運營的前瞻性與實用性，為零售行業客戶帶來了眾多優秀的資料分析與AI技術深度融合的商業落地解決方案。這其中，虛擬標杆店（零售“多門店管理”解決方案）便是典型代表。
2018最佳AI應用案例Top20
11月8號-9號，AI技術與產業年度盛會——2018AI開發者大會（AI NEXTCon）在北京揭開帷幕，近百位中美頂尖AI專家、知名企業代表以及千餘名AI開發者齊聚北京，進行技術解讀和產業論證。
會上展示了汽車、金融、教育、醫療、安防、零售、家居、文娛、工業等 9 大行業的最佳 AI 應用案例Top20，經國內權威性IT社群CSDN評選，觀遠資料的“虛擬標杆店”解決方案作為現場唯一一個零售AI解決方案，也吸引了眾多關注的目光。
虛擬標杆店——為門店構建整體經營健康畫像
在零售領域，不管是小店大連鎖，還是商超、百貨購物中心，多門店管理機制總是會存在一些常見的問題，缺乏系統專業的評定指標和快速的資料處理流程是其中的關鍵因素。
督導在這當中充當了一個非常重要的角色，比如資料的獲取以及門店經營的評定，完全仰賴於督導的工作展開，但人力資源有限，資料獲取嚴重滯後，工作的效率當然也隨之降低。同時經驗豐富的督導也較為稀缺，很多門店的單店管理往往僅限於日商、來客等粗略的指標，且每個督導名下掛有多家門店，每日拜訪時間有限，對於門店經營問題的癥結不能迅速定位。
這導致總部在做門店績效統計時，無法快速定位存在問題的門店。而隨著時間的流逝，以往確定好的門店型別劃分，也會在商圈或來客特徵變化之後凸顯其不合理性。
為了解決以上這些問題，觀遠資料的虛擬標杆店解決方案，通過非監督學習演算法定位每家門店的相似店列表，以相似店的表現作為基準，結合門店的幾十個評價指標，為門店構建整體經營健康畫像。
相較於傳統的零售連鎖門店的經營方式，虛擬標杆店可以構建出全面而精準的評估，並根據門店歷史經營資料動態調整門店畫像，從而幫助零售企業客戶的分析和決策提升一個量級。
- 匯入門店全量的交易詳單資料，通過將幾十個維度的經營表現建模，同時與相似店表現（近期）和門店歷史（中長期成長性）表現進行對比，構建出全面而精準的評估。
- 通過 Restful API 提供資料服務，督導可以在去門店的路上通過移動應用或小程式在遠端獲取門店經營細節。
- 督導根據名下各個門店的健康畫像快速定位需要重點關注的門店與對應的指標，制定改進方案，提升工作效率。
- 總部根據門店的健康值與具體指標的表現，快速定位經營存在異常的門店。相較之以往單純以日商劃分更準確，也更有針對性。
- 根據門店歷史經營資料動態調整門店畫像，可以更快地適應門店所屬狀態的變化。
助推國內新銳零售企業的AI實踐
國內某知名連鎖便利店，便是藉助了觀遠資料創新性的“虛擬標杆店”解決方案得以實現由人員管控向資料驅動的成功轉型。
在該案例中，觀遠資料引入動態模型來為進行門店智慧診斷，幫助門店人員及時發現問題。同時配合使用者進行歷史資料探勘，並結合商圈、天氣、季節等外部因素預測客流和銷售，實現智慧排班和智慧訂貨，大幅提升管理水平。不僅有效解決了企業由於急速擴張產生的資料管理難題，更幫助其實現了精細化管理。
虛擬標杆店的引入，起到了降本提效的作用，對於零售行業的資料化智慧運營將是一個極大的提升。AI技術應用於門店智慧診斷，將幫助零售企業更好應對潛在風險與挑戰，助其在數字化浪潮中利於不敗之地。