Trax汤劲武:在零售AI领域走出自己的发展之路

作者:

发布时间:2021-06-03

观看人数:317

过去,互联网以模式创新不断满足消费者的网购新鲜态;现在,品牌及零售商以人工智能的硬核科技,驱动企业内外部数据对接,主动求变提供更好的零售体验


实体零售,作为数智化风口的最为成熟的应用场景,正走向科技与实际应用的深度整合。


“当下,中国大约70%的零售主力市场是在下沉市场。在这个复杂的场景中,零售图像识别因为计算机视觉和人工智能技术的融入,让前端的数据采集效率倍增,更让处于中台的数据价值挖掘,充满想象空间。”Trax大中华区总裁汤劲武在专访中向记者表示。


那么,零售AI领域的发展引领者,到底是算力惊人的平台型AI,还是精专于零售的科技服务型企业?已在零售科技领域躬耕十年之久的汤劲武,又将会为我们带来哪些新的见解。


下沉市场上,零售数据采集存在多样难题

在纵深广袤的中国零售市场上,“下沉市场”不再成为一个新鲜词汇,这是因为技术赋能带来了变化。


放眼全球市场,中国的零售环境也是非常特殊的。除去一二线城市的标准卖场商超,以独立经营的夫妻老婆店为代表的传统渠道在中国零售生态系统中占有举足轻重的地位,且在未来可以预见的十年甚至更长时间,传统渠道仍将是中国零售业触及数亿家庭用户的一个重要脉络体系。


“很明显,这些店铺的特征十分突出:店铺数量庞大、基础IT设施不完善、店内陈列混杂不够标准化、管理能力相对薄弱,这些导致了数字化在这一领域的推进困难重重。”汤劲武告诉记者,想要将零售管理提升到一个新的精细化水准,那么,在这些门店内实现基础的零售数据采集就成为必要的第一步。


依靠店内的管理人员或者是零售品牌的业务人员来实现,往往是很难的,面临数据滞后和主观性,及门店覆盖率低等挑战。除此之外,品牌对终端门店的上架把关、品牌露出、价格控制等等也不能实现精准评估,更不用说实时决策调控。

实体零售全场景数字化,是Trax面向未来的愿景,而中国,更是Trax最为重视的主战场之一。


全场景数字化.png

(Trax全场景数字化,驱动未来实体零售)


“因为中国的市场容量和潜力是世界公认的价值高地,并且零售管理的复杂度也是众所周知的难点。”汤劲武称,针对中国市场的现状,在零售数据采集方面,企业往往会向两个方向发挥优势,一是让采集方式灵活多样,二是让AI发挥效率优势。


“以Trax为例,从采集方式来看,在一二线大卖场提供货架摄像头和机器人的自动化门店数据采集,对品牌商提供自研APP和SDK帮助品牌商自有团队进行现有渠道覆盖,而对下沉城市无法全面覆盖的门店,则向品牌商提供拍拍赚众包平台,全国超100万众包会员可以在72小时内快速启动项目执行。”汤劲武说。


打造实体零售全场景数字化愿景

汤劲武认为,中国有很多尚未被很好开发和管理的三到五线城市和广大农村市场, 这是未来消费品企业的战略增长点,而实体零售全场景数字化,就是运用计算机视觉、人工智能和深度学习技术,帮助消费品企业和零售商将每一个零售场景数字化并实现数据价值。


这其中,Trax所拥有的核心优势在于数据累积量优势、模型训练优势,以及深度算法优势,这也是其区别于平台型AI的优势所在。


“十年前,Trax就立志于零售业深耕,基于计算机视觉领域的先发优势,Trax打造了全球最大的零售云平台:全球每月识别10亿产品,数字化150万门店,在中国,每天更有6万日活用户使用AI解决方案,这些实效的数字,都帮助到Trax在应对商品复杂陈列和细粒度识别等挑战上具备领先优势,这也是在中国独特零售环境的挑战下的应对之道。”汤劲武进一步表示,公司自建的数据标注平台和投票系统,确保了数据标注的全流程管理和图像识别高准确率,使得整体数据交付体验更为流畅和规范。


如今,众多AI厂商抢滩登陆的大背景下,零售场景的数据量可能并不稀缺,但高质量、定制化的场景数据却具有十足的稀缺价值。所以,拥有大量精准的零售场景数据并进行有效训练,才是核心的数据竞争壁垒的关键。


随着零售数字化落地并不断走向深水区,未来数字实体零售将从陈列数字化升级到品类和空间优化、门店运营自动化和动销众包化等领域,在这个专业服务领域,Trax的10年零售AI的全球客户经验将体现出不一样的价值。


“事实上,全球50强消费品品牌及零售商中有30多家与Trax合作,这些沉淀下的项目经验,将帮助我们的客户站在巨人的肩膀上瞭望零售未来。另外,在数据价值挖掘和应用方面,以及KPI全面性方面,Trax也获得了更多实战经验和行业客户的积累。”汤劲武说,现阶段国内消费品企业所面临的AI问题,并非是摸石头过河,在Trax其他市场同样面临和解决过此类问题,因此,他们有经验可循,也能在一定程度上更快的完成交付。


服务差异化,

Trax进一步为中国市场定制解决方案

Trax的定位是一家专注零售业的科技服务公司,就是在零售领域,用科技提供服务,为品牌商、零售商和消费者提供服务的企业。


“在拥有可扩展性的标准化服务基础上,公司可以基于客户需求来定制解决方案。从全局视角、业务标准、稳定交付、持续改善四个方向,持续提供从方案开发到最终数据和洞察输出的全方位综合服务,全链路的专业服务正是围绕着客户业务需求和零售管理的方方面面来提供落地解决方案。”汤劲武说,不论是前端的数据采集需求,还是更深层次的KPI体系设计,我们都能帮助客户完成业务发展所需,更能基于数据复用,洞察未知的零售价值发现。这种未知的惊喜,来源于零售大数据的基础,更来自于Trax对零售的理解,以及人工智能的深度应用。


从业务的视角出发,Trax的全链路专业服务帮助企业客户把握整个业务流程的健康状况,在业务垂直流管理的过程中,达成零售全局洞察,促进企业内部的上下游和跨部门沟通,方便快速发现、定位问题。通过建立起一个从“宏观”到“微观”的全景式的零售监测体系,来帮助客户获得更为深刻的市场洞察与认知。


而从消费者的角度,则是无缝的零售体验提升。很早之前,公司就产生了实体零售无法被替代的果敢判断,这是因为人和社会的关联是基于体验,而零售的消费体验更是人和商品产生化学反应的曼妙瞬间。


“Trax在这个瞬间,所承担的角色是提供居于幕后的技术赋能,让消费者和零售企业更自然融洽,让消费者的零售体验更加智能便捷。”汤劲武告诉记者,接下来,Trax将率先推出F1指标体系,来进一步引领零售AI数据准确率行业标准。


据他介绍,F1分数是统计应用中常见的用以衡量二分类模型精确度的指标,运用在零售AI领域,将有助于更为客观和准确的评定数据准确率。


事实上,这也是Trax基于过去的数据洞察,解决大容量数据长尾冗余,打破难分样本和样本类别极度不均衡现象,准确评估AI算法模型实训效果的新指标。从Trax现有服务的某国内领先饮品企业客户来看,其单日AI用户超1万人,单日照片量超60万张,F1分销准确率已达到99%以上。


“在未来,Trax会持续专注零售科技服务的纵深领域,也将持续为社会贡献更多技术赋能的价值。”汤劲武说。