比客戶更了解客戶，這家便利店解決了零售業千古難題

· 適用人群：零售、技術、市場

· 有以下需求必看 ：如何尋找零售業轉型突破口、如何給業務加上人工智能屬性

· 閱讀時間：5分鍾

在不知道“大數據”都不好意思出門的年代，四處留下人信息，成了生活常態！

“手機+姓名”——買包要填，買餅要填，甚至假期去擼個串...也填了一張字段頗多的個人信息表，隻為了多送的一紮紮啤~

來，做個小調查：

最奇葩的讓你留手機號的理由是？ (單選) 0人 0% 地鐵上掃碼留手機號，送笑話一則 0人 0% 旅遊景點留手機號，獲得與千年古 0人 0% 去便利店買水，讓留手機號送鵪鶉 投票

電話留多了，你煩；

商家何嚐不痛苦？

大數據時代，不知道客戶是誰，不知道客戶想什麼=盲人摸象

這便是見福便利店創始人張利提到的——

2006年11月，見福第一家門店始於的廈門烏石浦，經過10年打拚，現在已發展到將近1000家門店，成為福建便利店行業的NO.1！

近年來，張利每天必去逛兩家門店。

不是為了檢查，而是一定要買件東西，哪怕隻是一瓶水。

隻有站在消費者的角度，自己去完成一次購物體驗，才能知道見福的管理到底還有哪些方麵需要改進。

逛著逛著，一個判斷就越來越清晰：未來零售業，以數據驅動，以用戶需求為中心是大趨勢。

現狀卻是：

每天30萬人進店，一年就有上億人。

但見福對客戶的感知不強，沒辦法對用戶打上完整的標簽。

客戶沒有唯一性，就無法針對性的做營銷——用戶體驗上不去，老客留存率不高，生客也無法通過口碑自發進店。

比如：

· 這個客戶來過幾次店？去過別的店沒有？

· 這個店哪些客戶來過？

· 一個店一天來400人，哪些是老客哪些是新客？

來10次的和來1次的，營銷方案當然不同！

想讓客戶有唯一性，沒毛病！

但毛病是：現如今的客戶，排斥辦卡、留手機號等套路。

這時候，見福提出——

必須要做智慧型銷售，在不打擾客戶的前提下，給用戶打上標簽，而不用詢問客戶電話等隱私信息。

（見福便利店創始人 張利）

不打擾客戶，不留手機號，大數據從哪兒來？如何了解客戶偏好？怎麼記錄用戶行為？

張利想到——利用生物識別、人臉識別做為智慧零售的入門，對客戶進行更深入的了解，讓營銷更個性化。

☟ 進店-人臉識別客戶的記錄：臉就是客戶的ID，所有消費行為都“記錄在 臉”。

☟ 選購時-通過魚眼：做熱點圖分析客戶對商品的喜好（因為便利店最大不超過100平米，1個便利店1個魚眼就夠了）

☟ 支付時-收銀台上的攝像頭對客戶進行人臉識別：POS機上讓用戶的“人臉ID”與消費行為掛鉤。

比如，客戶買了牙刷，3個月後就要提醒客戶該更換牙刷了~

☟ 離店滿意度的反饋-看麵部表情：通過顧客離店時表情展示的“喜怒哀樂”，了解客戶這次購物的滿意程度，調整下次提供商品和服務的策略。

（因涉及真實客戶人臉，故馬賽克處理）

值得一提的是：這套係統還可以對不友好客戶進行標記，收銀台前顯示屏上會提醒店員要小心該客戶的行為。

什麼行為會進入見福的“黑名單”呢？

1.換假貨

2.換假幣

3.用過期產品換產品

見福的智慧轉型4步驟，在不打擾客戶的前提下，讓客戶具有了唯一性！

不像以前，不知道客戶是誰，不了解用戶的購買行為——做普遍性營銷，銷售機會增長緩慢。

所有前提基於客戶，先把熟客維護好，再敞開大門歡迎生客。

——張利

見福智慧便利店解決方案，用到了微軟雲Azure的PaaS層大量組件，包括：

實現了便利店、客戶、供應商三方閉環：

智慧零售不等於無人銷售！

我們要做的，是借助科學技術讓人的溝通更密切，比消費者更理解消費者。

——張利

整個閉環得以實現的底層技術解決方案

福建知魚科技和上海南洋萬邦，作為微軟合作夥伴，基於微軟雲Azure PaaS層，為見福便利店打造了一套在完整的智慧解決方案：

Step1：采用IoT Hub，將客戶端采集到的數據上傳到Azure的存儲區；

Step2：通過Stream Analytics流分析上傳的數據，分配給不同的業務的模塊；

Step3：采用服務總線把分析結果，通過Event Hubs，對接具體業務組件；

Step4：Event Hubs通知人工智能、業務整合模塊為業務組件服務；

Step5：SQL Data Warehouse將產生的數據進行建模，為Power BI分析基礎業務；

Step6：上海南洋萬邦軟件技術公司為見福便利店開發獨特的商業分析圖表，為業務提供數據的洞察力，透過這套BI，可以分析出：

· 客戶在便利店的購買習慣——鼠標點到某種商品就會自動顯示購買該商品客戶還會同時購買的其他商品及占比；

可以看出：

買了零食的客戶，還會同時購買——巧克力、酒、雪糕、茶飲料、果汁、咖啡等：

（圖為脫敏數據）

買了酒的客戶，還會同時購買——罐頭、方便麵、巧克力等：

（ 圖為脫敏數據）

· 各年齡段，不同性別客戶的消費偏好——鼠標點擊某特定年齡段及性別，自動分析該類人群的購物偏好；

可以看出：19~25歲男性，比較常購買的商品為——啤酒、煙、咖啡、運動飲料、方便麵、剃須刀等：

（ 圖為脫敏數據）

有了這些數據，見福就能識別出：

哪些店麵消費者更愛去？哪些貨架消費者更喜歡？

這些數據將定期展現出來，數據積累到一個月後，就會進行一次業務上的更新——改進運營服務、調整商品上架。

讓技術從實驗室走出來，才是技術的價值和根本。

ABC（AI+BI+Cloud）部門的願景就是讓企業用戶充分享用原先在實驗室的技術

——南洋萬邦

現在，見福已經有5家門店（廈門4家，福州1家）開始使用整套智慧便利店解決方案！

使用一個月後的數據顯示：熟客量有所上升！

而給見福便利店提供整套技術解決方案的南洋萬邦提到：

一個門店隻需裝上攝像頭，在WiFi環境下就可以在20分鍾~1個小時內，上線這套智慧零售係統。

前前後後比對了一年時間，找了很多做人臉識別的企業，最後選擇了微軟。

不是因為價格，而是價值觀的一致。見福和微軟比較談的來，微軟也給到了很多支持。

——張利