南方站长网 – 互联网爱好者创业的站长之家
您的位置:首页 >运营 >

盘活线下门店数据,「帷幄Whale」助力品牌打造全域数字化业务平台

时间:2021-02-18 08:47:23 | 来源:创业邦

原标题:盘活线下门店数据,「帷幄Whale」助力品牌打造全域数字化业务平台 来源:原创

2020年受疫情的影响,零售品牌的线下门店均不同程度的遭受重创,客流节节减少、销售业绩不断下滑是不少零售品牌面临的难题,线下生意的不景气导致不少巨头开始转移到线上,疫情的蔓延倒逼线上线下的融合。据贝恩公司联手凯度消费者指数发布的《2020年中国购物者报告》显示,仅2020年一季度,线下销售受新冠疫情影响同比下跌13%,同期线上渠道却逆势增长19%。

但随着互联网技术对生活的全方位浸入,线上的生意也远不如以前好做,据毕马威公布的《中国零售服务业白皮书》,早在2015年-2016年,平均线上获客成本已经突破200元,已超过线下获客成本。在存量市场的竞争中,线下的优势仍然是巨头无法绕开的选择。

在帷幄Whale联合创始人陈安迪看来,线下门店拥有线上无法具备的优势。首先,线下门店存在于消费者每天都会进出的物理空间,这意味着它仍可承担获客的功能,对消费者而言,进入线上店铺需要耗时耗力主动搜索,而进入线下门店则是自然发生的过程。其次,线下具有天然的服务属性,以彩妆品牌为例,用户可以在门店里试用化妆品,而线上却难以满足消费者对产品即时体验的需求。最后,线下门店可以进行商品教育,消费者可以在门店与商品互动,亲身感受商品的功能属性。

对此,成立于2017年的帷幄Whale为品牌引入数字化的产品与技术,通过人工智能 (AI),大规模物联网络 (IoT) 和数据模型 (Data) 的创新,为面向未来的品牌和零售企业提供简单、快速、易复制、数据驱动的底层和应用层解决方案。

陈安迪解释道,传统的线下门店销售主要依靠经验的判断,但人的经验无法和数据的准确性媲美,此外过去依靠的更多是市场的宏观数据和结果数据,因此即便掌握数据也无法达到实时化的效果。因此对传统门店而言,核心数据缺失,难以对产品营销及促销等关键决策进行精细化管理。

为了让数据能够真正的被用于决策,帷幄Whale以自行研发的边缘计算单元为基础,通过传感器和摄像头埋点,收集陈列设备的运行状态和顾客行为数据,基于AIoT设备可以实时掌握检测出用户的年龄、性别以及新老顾客身份等基本信息,帮助门店绘制用户画像,从而进行千人千面的个性化推荐。

除了消费者的基本信息外,依托AIoT设备,帷幄Whale 能够捕捉到消费者行为数据,结合时间与空间,分析进店顾客的主要行走路线和停留区域,了解消费者的消费时长、对商品关注度以及商品区停留人数等多维度信息,从而实现对消费过程中动态数据的精准挖掘。

此外,帷幄Whale用科技化的手段开发出数字化货架,丰富了商品陈列形式,将新产品、促销活动、广告等内容用数字化手段更直观地展现在顾客面前。在顾客接近货架的第一时间触发交互,包括AR、小游戏等互动方式,吸引顾客延长在货架前的停留时长。用户拿起商品时交互屏会立即显示商品详情页、优惠活动等信息,既增强了交互性,同时也让用户更直观地了解商品。

通过消费者数据分析,帷幄Whale开发的数字化业务平台能够反哺选品、补货策略,提升库存周转效率,降低人工管理成本,促进销售业绩增长。从而打通数据和业务流程,实现线上线下全域数据的采集、整合与分析,从前端到中台、后端运营,为企业提供一整套的全域数字化方解决案。

目前,帷幄Whale的市场覆盖范围主要涉及美妆、汽车、快消品等领域,合作客户达200多家,包括联合利华、屈臣氏、联华等多家行业巨头。此外,帷幄Whale 与诸多商用设备服务商、POSM 道具厂商以及广告公司广泛合作,并与微软、SAP、百度、HP、京东、阿里云等面向企业端的头部技术平台有深度的战略合作伙伴关系。在盈利模式上,帷幄Whale分别从部署的硬件模块和软件系统两个部分进行收费。

据悉,帷幄Whale创始团队来自 Facebook、IBM 和麦肯锡,拥有极强的 AI、IoT、数据、企业服务咨询和零售的背景。团队中研发人员占比超60%,其技术团队横跨硬件、嵌入式、机器视觉、数据算法、产品开发等各个领域,已申请知识产权数约 60 个。公司成立3周年已获5轮融资,A+轮融资由蔚来资本领投,源码资本、线性资本与天使投资人阿尔法公社跟投。

站在品牌方同侧的帷幄Whale,通过「全域数字化」策略,一方面为业务人员、管理者、供应链等角色打造流畅稳定的数字化管理体系,提高运营效率;另一方面,通过不断挖掘数据价值,促使品牌方引发新的业务增长。将「人」、「货」、「场」用更流畅、高效的信息融合,并基于对品牌业务流程的Know-how更好的用数字赋能,是帷幄Whale 打造的护城河。

本文文章插图来源于帷幄whale,头图来源于摄图网,经授权使用。本文为创业邦原创,未经授权不得转载,否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问,请联系[email protected]

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。

猜你喜欢