Modern Marketing
Vol.07 No.02(2017), Article ID:20838,8 pages
10.12677/MOM.2017.72006

Smart Retailing Service Models and Feasibility Study

Rich Lee1,2

1National Sun Yat-sen University, Kaohsiung Taiwan

2IBM, Taipei Taiwan

Received: May 10th, 2017; accepted: May 27th, 2017; published: May 31st, 2017

ABSTRACT

The Smart Retailing is emerging; The preference of consumer buying behavior demands the brick- mortars and the e-commerce to elaborate a new business model—Applying the technologies to create a new path of increasing the customer intimacy and to bring this innovative retail value to those who are already familiar with the Internet interactions. This paper presents a Holism, from conception to feasibility, perspective about Smart Retailing to the current retailers and the related solution providers to bring new buying experience to the customers.

Keywords:Smart Retail, Service Design, Online to Offline, Customer Journey, Internet of Things

智慧零售服务模式与实施分析

李智1,2

1国立中山大学,台湾 高雄

2国际商业机器公司,台湾 台北

收稿日期:2017年5月10日;录用日期:2017年5月27日;发布日期:2017年5月31日

摘 要

智慧零售议题正夯,消费者行为模式之偏好,促使线上商城与线下展场协作,重新思考零售之新概念——结合新颖科技以黏着顾客,方能满足新世代已习于使用互联网消费群之需求。本文归纳出智慧零售整体观,并为零售业者与相关服务商提出具体面向,使智慧零售能从概念落地到实施,营造消费者购物之新体验。

关键词 :智慧零售,服务设计,线上线下模式,消费者历程,物联网

Copyright © 2017 by author and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

近年来在电子商务—基于互联网基础下,消费者在网上虚拟商店购物—之盛行下,严重地挤压实体店面之销售与利润,然而电子商务对于需要消费者体验型之商品,在销售上仍力有未殆之处,造成消费者频繁地退换货,致使利润被售后服务所侵蚀;另一方面,实体店面在有限之贩售面积上,欲扩大销售,则必须思考如何提供消费者更优质之购买经验,以留住客户并愿意来店再次购买,遂促成线上虚拟商店与线下实体店面无缝整合之新“线上–线下”(Online-to-Offline,O2O)商业模式。而随着行动运算之普及化与物联网应用正方兴未艾,零售业者纷纷思考如何结合新颖科技,以拓展“线上–线下”模式,遂有“智慧零售”概念浮现,具体而言,它能为虚拟商店与实体店面彼此合作,而能帶来以如表1所示之认知效益;所谓“认知效益”系指尚未实现之主观效益,正如同首支行动电话配置有摄像头一般,在此新产品尚未问世前,所有未实现之效益皆属“认知效益”。

本文整理学术文献与实务界之价值论述,聚焦于探讨迈向智慧零售各个思考面向及其具体作法,并检视各面向所需要之能力,提出智慧零售之整体观,为零售业智慧化起提纲挈领之效。

2. 智慧零售思考面向

智慧零售受科技发展所制约,也就是说,科技愈进步,则智慧零售之形态愈新颖多样,因此本文整理智慧零售近期之相关文献,如表2所示,并分别以消费者历程、智慧展场历程,及供应链管理等三个面向探讨,限于篇幅,本文择2015、2016年每面向各二篇以资说明智慧零售之发展现况与其应用。

相对于学术文献,本文亦整理智慧零售实务界最新之相关价值论述,限于篇幅,兹以业界典范IBM、McKinsey及Deloitte在2016之后,关于智慧零售之观察与主张为例,如表3所示,仍以消费者历程、智慧展场历程,及供应链管理等三个面向探讨。

3. 智慧零售整体观

综合以上资料整理,本文运用“问题框”(Problem Frame) [1] ——在选定问题构面后,加以延伸其行为模式与相应程序等之分析方法,展开并归纳出一套智慧零售整体观,如图1所示,分为四大构面思考:1) 经营特色与品牌价值;2) 消费者体验;3) 智慧商店与加速成交;及4)大数据等,借此点明智慧零售之认知效益。具体而言,智慧零售是以创新消费者体验为手段,以彰显零售业者自身之经营特色与品牌价值为目的,并运用大数据分析与智慧商店与加速成交作为其差异化工具。“经营特色与品牌价值”借由完善之供应商管理制度,透过“商品资讯与即时通透”方式,以达成“精益管理与供销准确”之目的。而“消费者体验”则借由绵密之“顾客管理”,执行“虚实整合与全通路行销”战术,再以“物联网运用与智能感知”为工具,营造有感“智慧商店与加速成交”之购物环境。

Table 1. O2O business model

表1. O2O商業模式之认知效益

Table 2. Smart retailing related literature review

表2. 智慧零售相关文献整理

Table 3. Smart retailing practitioner models’ value propositions

表3. 智慧零售实务界典范价值主张整理

“运筹管理与成本合理”是“精益管理与供销准确”达成健康“供应商管理”之关键;同时将“商品履历与品质管控”作为“商品资讯与即时通透”之必要责任,方能永续树立良好品牌。而成功有效地

Figure 1. Smart retailing perspectives

图1. 智慧零售整体观

经营绵密之“顾客管理”,必须要能掌握“生活趋势”,并“社群聆听”消费者心声,最后交由“大数据”统合分析其他来自“物联网运用与智能感知”资讯,指导整个智慧零售之策略订定与优化作为。

4. 消费者O2O历程

发展智慧零售之驱动力在于以科技为手段,刺激消费者之购买作为与完善之售后服务,目前零售业者所接收之讯息,多来自个别科技与服务供应商之价值论述,显有从消费者历程着手分析,因此若无清楚之智慧零售整体观为核心思考,往往堕入莫衷一是,究竟对消费者、对展场,乃至于对供应链之投资价值何在。而这三者之间,又以消费者是否购买为最重要。

本文点出消费者在智慧零售之历程,如图2所示。自多源营销渠道获取“商情动态”开始,例如透过互联网搜寻、行动装置应用,乃至于实体广告,获悉商品促销及其延伸资讯。消费者经过线上“浏览商情”筛选期望商品或品类,甚至可“预选商品组合”,倘消费者在决定购买“预选商品组合”后,若无需实际体验商品,便可依照一般“线上商城结帐”,并进行“库存异动”;若需要体验商品则可至合适之“展场确认商品”,以缩短线下实体展场搜寻商品之时间成本。商品在结帐后,消费者可选购“物流宅急便”服务,指定交货时间与地址由“消费者收货”。完善之“供应链管理”需要具备有:1) 即时“库存异动”之能力,各供应商提供展场及线上互联网各式多媒体之“商情制作”;及2) “大数据分析”能力,作为黏着消费者“智慧零售讯息推播”至“商情动态”机制之依据。消费者在“展场确认商品”时,以与行动装置连结“顾客识别”,透过物联网设备“顾客/商品位置感知”,随时适境地提供“商品导览”。

5. 智慧展场历程

智慧零售展场应用物联网之程度,是营造消费者购物体验之重要工具,同时也是同业竞争差异化及异业整合拓展商机之来源。消费者配戴“顾客识别”装置(图3),可以是“认同卡”、RFID标签纸,或

Figure 2. The O2O journey of consumers

图2. 消费者O2O历程

是行动装置上应用,用以识别顾客位置与个人化之工具。当顾客行经展场“甬道感知”机制时,掌控环境与人流动态,运用大数据机动调整开放空间(Open Space)之舒适度。“甬道感知”机制综合研判多方资讯,包括:1) “顾客识别行动装置”;2) “环境感知监控”—例如温湿度计、CO2浓度、空调等;3) “商品导览位置感知”——在商品品类区域装设感知器,顾客可使用行动装置或邻近“资讯亭”(Information Kiosk)获取商品延伸资讯;4) 及“顾客流量计算”——运用大数据随时分析客流状态,展场可适时适境地发布促销讯息,将顾客导流至密度较低之店柜等。“店柜感知”在概念上属于缩小之展场,提供“商情感知”机制,以便利顾客运用行动装置或其他设备获取商品延伸资讯,加速消费者选购决策时间,此类装置多半与位置感知为主,例如:店柜位置信标或是二维条码标签等。“商情感知”机制综合“顾客流量计算”、来自感知器之“商品浏览量计算”,及来自多样支付型式“智慧收银”装置之成交资讯,适时提供顾客展场商品热度之动态资讯。“智慧收银”一方面异动“库存计算”,另一方面将商品销售纪录及人流商品相关统计数据透过“供应链管理”,传送给相关供应商,作为后续产品营销、配送与改进之依据。

6. 供应链管理

诚如前言,智慧零售也必须基于完善之“供应链管理”方能发挥综效。此“供应链管理”具备以下能力(图4):1) “商品异动请求”——透过讯息交握协定,接受来自“智慧收银”之异动库存请求,使得顾客、展场与供应商库存量即时一致;2) “库存水位维持”——借由大数据分析,订定安全库存量,估算购买量与物流运送时间,机动及时地进行补退货,并自动触发“应付帐款”机制;3) “物流配送”

Figure 3. The journey of smart shopping stores

图3. 智慧展场历程

——借由大数据分析,订定补退货时机,兼顾时效性与运送经济规模;4) “商情制作”——依据新商品规划,制作多媒体商情资讯,以供线上商城与线下展场之用;及5) “展场商品上架”——借由大数据分析,与线上商城与线下展场共同议定,季节性商品与利基商品组合上架计划,以提振消费者购物兴趣等。“物流配送”参酌“商品异动请求”与“仓储管理”资讯,借由大数据订定“配送排程”,运用“商品储位感知”即时报知货况给展场及其供应商,并将退补商品配送至各展场与物流仓储所在地。

7. 实施分析

本文研究对象为一大数据分析顾问业者(以下简称顾问),要为零售业者(以下简称业主)提出如何迈向智慧零售之专业咨询;在项目进行过程中发现零售业者在推动智慧零售时,有以下障碍:1) 业主各部门存在本位主义,对智慧零售之样貌与可能带来之效益,十分模糊;2) 业主各部门主管听取不同智慧零售解决方案,无法明确地勾勒出未来智慧零售具体之价值服务;3) 业主决策层无法获得投资报酬效益分析,以至于无法具体订定合理预算;及4) 顾问对于智慧零售方向与实施细节,对业主说服力有未殆。

为此本文采用“开放式创新”(Open Innovation)模式,如图5所示,协助业主与顾问如何迈向智慧零售第一步。首先与顾问及业主讨论遴选智慧物流相关之学者专家与业主各部门主管共同筹组“成立智慧零售智慧圈”,为业主如何迈向零售智慧化出谋划策。首先由学者专家进行多场次之“智慧零售趋势与桉例介绍”,目的在于使业主与顾问对智慧零售之内涵与作法有一致性之理解,避免产生资讯不对称现象。接下来由“智慧零售顾问专家”依照“零售业者经营主管”共识与方向,协助订定“智慧零售能力成熟度量表”,由业主各部门作业代表人员填写,以盘点目前业主在资源、管理,与技术上迈向已有共

Figure 4. The supply chain management

图4. 供应链管理

Figure 5. The first step toward smart retailing

图5. 迈向智慧零售第一步

识之智慧零售之缺口,并由顾问拟定相应对策。经数轮讨论后为智慧零售订下“评估策略目标实施优先度”,再由双方进行“消费者历程服务设计”,同时为求逼真及降低日后认知误差起见,本文建议业主委托顾问依据服务设计,制作“虚拟实境与服务模拟”动画,以便彰显服务价值与其待克服之处。

经数轮讨论俟“消费者历程服务设计”定案后,由“智慧零售顾问专家”、顾问,及“物联网等资讯服务顾问专家”等共同拟定“计画预算与实施规模”,并依此提出“智慧零售效益暨实施建议书”,呈业主决策层与各部门主管核定,以便展开后续实智慧零售详细之施建置计划。

8. 结论

智慧零售议题正夯,现有零售业者寻求转型,创新零售业者跃跃欲试,种种新型零售业态隐隐成形,消费者行为模式之偏好促使线上商城与线下展场必须重新思考零售之新概念,方能满足新世代已习于使用互联网消费群之需求。本文自文献与实务中,归纳三大面向思考智慧零售,同时点出各面向中之关键作为,借由“迈向智慧零售第一步”之过程收敛各利害关系人之认知误差。本文在后续研究方向,将持续关注如何使供应商愿意加入智慧零售下之供应链机制,此涉及参与诱因与投入成本,另外在资讯服务架构上应如何落实前述供应链管理之效益,将扮演整体综效能否发挥关键角色。

文章引用

李 智. 智慧零售服务模式与实施分析
Smart Retailing Service Models and Feasibility Study[J]. 现代市场营销, 2017, 07(02): 49-56. http://dx.doi.org/10.12677/MOM.2017.72006

参考文献 (References)

  1. 1. Wirfs-Brock, R., Taylor, P. and Noble, J. (2006) Problem Frame Patterns: An Exploration of Patterns in the Problem Space. Proceedings of the 2006 Conference on Pattern Languages of Programs, Portland, 21-23 October 2006, Article No. 21. https://doi.org/10.1145/1415472.1415497

  2. 2. Dacko, S.G. (2016) Enabling Smart Retail Settings via Mobile Augmented Reality Shopping Apps. Technological Forecasting and Social Change, 14, 10.

  3. 3. Wu, B.-F., Tseng, W.-J., Chen, Y.-S., Yao, S.-J. and Chang, P.-J. (2016) An Intelligent Self-Checkout System for Smart Retail. System Science and Engineering, Puli, 7-9 July 2016, 1-4.

  4. 4. Ravi, V. and Aparna, R. (2016) Security in RFID Based Smart Retail System. Computing for Sustainable Global Development, New Delhi, 16-18 March 2016, 587-592.

  5. 5. Weinhard, A., Hauser, M. and Thiesse, F. (2016) Customer Intentions towards Using IoT-Based Shop-ping Applications. DIGIT.

  6. 6. 吴玉善, 邱彦霖, 柳恆崧. 智慧零售解决方桉之顾客分析技术[J]. 电工通讯季刊, 2016(4): 57-65.

  7. 7. Salam, A., Panahifar, F. and Byrne, P. (2016) Retail Supply Chain Service Levels: The Role of Inventory Storage. Journal of Enterprise Information Management, 29, 887-902. https://doi.org/10.1108/JEIM-01-2015-0008

  8. 8. 赵浥馨. 消费者行为视角下我国零售业态发展现状及展望[J]. 商业经济研究, 2015(18): 8.

  9. 9. Casado-Mansilla, D., Foster, D., Lawson, S., Garaizar, P. and López-de-Ipiña, D. (2015) “Close the Loop”: An iBeacon App to Foster Recycling through Just-in-Time Feedback. Proceedings of the 33rd Annual ACM Conference Extended Abstracts on Human Factors in Computing Systems, Seoul, 18-23 April 2015.

  10. 10. Rienzo, A.D., Garzotto, F., Cremonesi, P., Frà, C. and Valla, M. (2015) Towards a Smart Retail Environ-ment. Adjunct Proceedings of the 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2015 ACM International Symposium on Wearable Computers, Osaka, 7-11 September 2015, 779-782. https://doi.org/10.1145/2800835.2807955

  11. 11. 段利. 浅析卖场服务创新[J]. 中国商论, 2016(26): 15-17.

  12. 12. Kahl, G., Klusch, M., Zinnikus, I., Schimmelpfennig, J. and Zapp, M. (2015) ADIGE: Semantic Business Process Management for Smart Retail Environments. Proceedings of the 17th International Conference on Information Integration and Web-Based Applications & Services, Brussels, 11-13 December 2015, Article No. 53.

  13. 13. 杜丹清. 大数据时代的零售市场结构变迁——基于电商企业规模扩张的思考[J]. 商业经济与管理, 2015(2): 12- 17.

  14. 14. IBM (2017) IBM Retail Solutions Guide. https://www-01.ibm.com/common/ssi/cgi-bin/ssialias?htmlfid=REO12345USEN

  15. 15. Hannigan, E. (2016) Perspec-tives on Retail and Consumer Goods. McKinsey & Company Industry Publications, 12. http://www.mckinsey.com/~/media/McKinsey/ Industries/Retail/Our%20Insights/Perspectives%20 on%20retail%20and%20consumer%20goods%20Number%205/ Perspectives-on-retail-and-consumer-goods-Issue-5-December-2016.ashx

  16. 16. Deloitte (2016) Digital Predictions 2016. https://www2.deloitte.com/content/dam/Deloitte/uk/Documents/consumer-business/deloitte-uk-consumer-review-march-2016.pdf

期刊菜单