“凌晨 12 點鬧鐘是搶蔬菜用的，清晨6點的鬧鐘是搶豬肉用的，剛剛選完生鮮發現平臺配送員明天的檔期已經被排滿，只能遺憾地關閉了 App?！?這可能是這次疫情中封閉式管理后大多數居家小伙伴共同的經歷。

面對驟增的訂單，零售電商們使出渾身解數應戰，App 背后，是零售電商各個網點的員工馬不停蹄地分揀打包、配送上架，與此同時，往日擁擠的商業街空空蕩蕩，商場、餐館、服裝店無人光顧，線上與線下冰火兩重天。

零售行業的變革已然開始。

向線上看齊的消費遷徙

不僅僅是疫情期間日常的消費需求遷移到了線上，復工之后，人均 App 使用時長也有了很大幅度的增加，可以說，大部分人的生活在這次疫情中都搬到了線上。在品玩TICLAB第二期主題為《零售線下至線上大遷移》的直播活動中，第四范式副總裁楊波同我們分享了這樣一個現象。

根據 DT財經統計的數據顯示，2020 年 1-2 月，全國實物商品網上零售額在社會消費品零售總額占比相比同期增加了 5%，預計這樣的趨勢會在 4-5 月份表現得更加明顯。

與此同時，疫情期間健身場所的關閉讓很多人紛紛在家做起了運動，根據齊家網發布的一份報告顯示，疫情期間各類健身器材的銷售量同期增長了150%，其中瑜伽墊的需求量尤為突出，較 2019 年同期上漲 250%，從瑜伽墊的銷量數據我們不難窺探出疫情期間客廳經濟的火爆。

除了做運動，玩游戲也稱為居家打發時間的方式之一。第四范式副總裁楊波先生在直播中分享了他購買Switch的經歷，他沒有去百腦匯線下店，也沒有使用電商商城平臺，而通過聊天軟件添加店主，不一會兒同城快遞員就將游戲機送到了家中。

人們正在通過線上采購廣泛地滿足自己家居生活的各種需求，餓了么發布的 2 月份超市品類單品銷量也印證了這一點。

可見，疫情加速了消費線上化的場景遷徙。

線上化面臨新挑戰

通過上述的統計數據我們不難發現，疫情在一定程度上改變了人們的消費習慣。但是，我們也看到某些幾年前就開始布局線上的商超品牌店鋪，成績卻不盡如人意。

第四范式副總裁楊波總結了這樣幾個原因，一方面傳統商超缺少數字化運營的經驗，線下積累的用戶行為數據無法直接套用在線上。另一方面，消費者的線上消費需求也在不斷變化與升級。

在內容上，消費者對于內容的偏好變得愈發挑剔，他們只想看到自己感興趣的信息。在渠道上，消費群體的社群化和碎片化也逐漸顯現，微信群、公眾號、短視頻以及直播都成為消費者了解商品、購買商品的渠道，消費者不再專一于某個電商商城平臺。同時消費者在每個消費場景中停留并不久，交易環節的時間更加碎片化。

短時間多頻次多場景成為了線上化運營新的特征。同時，眾多消費者每天產生的瀏覽、消費等行為數據不斷累積，產生了海量的數據，怎么處理這些數據、如何提取關鍵信息，成為商家面臨的新挑戰。

流量的爭奪變成了對消費者時間的爭奪，誰能精準地發現消費者的需求、占領消費者的時間，誰就能搶先一步獲得流量，在線上化浪潮中搶占先機。

如何抓住消費者的時間

其實每個消費者的訴求是非常個性化的，從種草到拔草，個性化的內容會讓用戶的每一次轉化更加精準，轉化周期進一步縮短。滿足這些訴求的過程就是一個品牌打造、引導變現的過程。

首先需要讓給消費者了解你在賣什么，樹立一個品牌的認知；其次是通過短視頻、社交裂變等一系列令人感興趣的內容與形式，不斷地吸引消費者的注意力，從而將消費者的時間綁定在你的產品上；最后通過設置一些刺激點（營銷促銷等）幫助消費者完成購買的行為，實現業績的增長。

另外個性化能夠很好地提升用戶體驗，消費者在購買及產品使用過程中的滿意程度非常重要，這決定了他會不會將產品推薦給周圍的同事朋友，實現裂變推廣。

打造個性化的體驗，AI更了解消費者

為了進一步了解用戶的需求與喜好，品牌方可以充分利用多維度的用戶行為數據，基于預測類、自然語言處理等AI算法構建模型，全面加深對消費者的了解。

具體來說，在了解用戶的行為后，模型可以精細的劃分出每一類細分人群，并為每類人群打上個性化標簽。通過計算，模型可以預測某類人群購買特定產品的概率，從而實現更加個性化的營銷以及精準匹配的推送。

用戶行為數據包括人群基本屬性、消費特征、交易屬性、潛力特征，對于企業來說，基于這些數據構建的AI模型，可以帶來用戶轉化率和體驗的雙重提升。

打造個性化的體驗需要推送合適的內容

AI正在幫助企業進行精細化的線上營銷與轉化，帶動新一輪的品牌增長。以App的消息推送（Push)）為例。Push功能是很多企業轉戰線上選擇的主動營銷方式，這里面也存在在一些誤區與風險，比如產品線上化運營過程中，如果對目標用戶沒有一個清晰的了解，大量地推送一些無關信息，這在用戶看來是打擾，會產生一些負面的影響，甚至是卸載App。

楊波認為企業線上化轉型的目標是提升用戶留存與轉化，首要解決的問題就是用戶體驗問題，在上述的Push功能中，體驗問題簡單來說就是在正確的時間，為正確的用戶推送匹配的內容，是時間、用戶、內容三者之間的個性化好匹配。

利用人工智能技術，通過對用戶歷史行為數據的分析與挖掘，可以建立超高維模型，實現對目標用戶的精準刻畫，再針對個人的需求將不同的內容分發給不同的用戶，從而做到“千人千面”的個性化推送，提升客戶體驗。這與傳統BI模型通過標簽將用戶進行分類的方式截然不同。

在疫情期間，第四范式也為一些零售企業提供了智能營銷服務，例如通過機器學習尋找對促銷敏感度更高的精準人群。相比于傳統的專家規則來說，人工智能模型幫助人群進店率整體提升了20%，興趣率提了24%，轉換率提升59%。人工智能擁有更高維、大規模、更自動化的精準匹配能力，這是相對專家規則的一個巨大優勢。

我們看到人工智能技術正在幫助傳統企業在線上化浪潮中獲得數字化運營能力，借助第四范式提供的智慧能力武裝自身業務，真正構造出全渠道的數字化營銷能力，完成從線下到線上的遷徙，實現線上線下的融合。

網站標題：零售線上化不斷深入，變局之下如何突圍
文章URL：http://m.newbst.com/news39/100139.html

成都網站建設公司_創新互聯，為您提供微信公眾號、網站制作、電子商務、外貿網站建設、App開發、網站排名

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯