阿里云:占据新零售市场半壁江山的「商业+技术」逻辑

简介: “新零售”自提出以来就充满了争论,每个人都有自己的理解,每一时间节点都有其特有的含义。而能代表其当下定义的描述,则是阿里巴巴副总裁、阿里云智能新零售事业部总裁肖利华在CCF-GAIR智能商业专场提出一个观点:新零售的内核是基于对消费者的理解,通过数据技术发现商机,然后通过品牌诊断实现人货场的匹配,最终带来消费者体验的提升。

“新零售”自提出以来就充满了争论,每个人都有自己的理解,每一时间节点都有其特有的含义。


而能代表其当下定义的描述,则是阿里巴巴副总裁、阿里云智能新零售事业部总裁肖利华在CCF-GAIR智能商业专场提出一个观点:新零售的内核是基于对消费者的理解,通过数据技术发现商机,然后通过品牌诊断实现人货场的匹配,最终带来消费者体验的提升。


在阿里云的商业与技术逻辑里,新零售的数智化转型主要应为行业带来两重价值:

一是通过对时间和空间的最大程度利用,创造另一个购物空间。

二是不断优化商品供应链,充分理解消费者喜欢什么商品、什么价格、什么品类,然后不断进行实时优化。


在面对新零售浪潮的来袭,很多传统公司的只做到了业务的在线化,却没有做到数据化。


而这个时代完全可以通过云计算、数据智能技术清晰地听到消费者的声音。


50%份额的背后

在上述商业与技术理念的指引下,近日,全球企业增长咨询公司Frost & Sullivan(沙利文)在最新发布的《中国新零售行业研究报告》中指出,阿里云已占据中国新零售行业市场份额的50%,位居第一,超出第二名3倍之多。


沙利文将其归因于阿里云联合阿里经济体成功构建商业操作系统,契合零售企业数字化转型需求。


在诸多业内人士看来,阿里云在新零售市场的巨大成功,完全在情理之中。

而情理之中的背后,则源于众人并不知情的“反向模式”。


何为反向模式?

如果仔细观察,我们会发现,阿里云新零售的发展路径,与诸多云服务公司的零售云恰好相反。多数云厂商的模式是“由云到场景”,而阿里模式更多是“由场景到云”。


如果打一比方,“云”好比是锤子,而场景犹如钉子。


众多企业在对钉子(场景)缺乏认知的情况下,往往先集中精力打造一个假想出来的通用型锤子(云),然后去找各种钉子。之后才发现,锤子往往需要根据钉子的形态去专门定制。


这里面最大的信息不对称,便是云服务企业对场景尤其是客户方业务理解有限,因此往往无法准确地去定义一个问题。而由于无法定义问题,致使不少技术和产品与真实需求并不匹配。


“由云到场景的模式,在做推进业务时会走很多弯路。但像阿里这种由场景到云、积累了20来年零售经验的企业,拥有天然的场景、业务数据流以及客户网,在这种环境下锤炼出的云,更具问题解决能力,外加它所渗透的零售环节极多,它本质上更像是一个零售生态的Linux。”早在两年前,一位云专家便如此向雷锋网讲到。


商业操作系统与零售智能化的本质

而在2019年1月阿里巴巴首届ONE商业大会暨2019年全球品牌新零售峰会现场,阿里巴巴正式发布了阿里商业操作系统。


张勇指出,过去20年在阿里巴巴经济体内部,包括购物、娱乐、本地生活服务等多元商业场景及其形成的数字化能力,与云计算等其他服务充分融合,已经形成独特的阿里巴巴商业操作系统。


“阿里巴巴商业操作系统将帮助企业完成品牌、商品、销售、营销、渠道、制造、服务、金融、物流供应链、组织、信息技术等11大商业要素的在线化和数字化。”


这意味着,阿里商业操作系统是一种赋能,而不只是提供工具,工具只能解决局部问题,而系统能解决由各个局部组成的、互相影响的整体问题。


正如曾鸣曾在《智能商业》一书中所说,没有网络协同效应,单靠规模经济无法形成壁垒。


而阿里商业操作系统为企业改造的11大要素,每个要素之间互相影响、互相交互,可实现完整的网络协同效应闭环。


“当一个企业的大部分资源都投入到2.0模式时,其实很难再去吃3.0模式创业的苦。所以当3.0模式的浪真正打来的时候,往往只有那批专心致志、苦苦探索3.0模式的人,才能够快速地奔跑起来。”曾鸣谈到。


零售从1.0向2.0迈进的推动力,是消费者在线,但店铺不在线、产品不在线、服务不在线、沟通不在线,商家因此错过了很多交易机会。


阿里在早期所扮演的角色,是帮助商家把全流程迁入线上,使其进入2.0时代。从而让商家与用户之间产生的关系,能够具备互联网的核心逻辑:互动、连接和结网。


而当前的阿里云新零售,正在引导2.0的企业进入3.0智能化时代。


用阿里云自己的话来说,就是为零售行业制定有效的智能化转型“五部曲”,实现基础设施云化、触点数字化、业务在线化、运营数据化、决策智能化。


通常情况下,人们对智能化的定义过于简单。


把它笼统概括为只要应用了人工智能、数据智能、云计算等新技术,就是智能化改造。


事实上,在商业与技术结合形式不断演进的时代,无论主客观环境怎么变化,但智能化的本质不变,通俗讲就是一个“有什么技术”和“怎么用技术”的问题。


一方面,企业需要具备上述核心技术的研发储备和对外工程化输出能力。


另外一方面,能否通过数据技术,不断创造和满足消费者需求,倒逼被赋能的企业内部不断优化流程和重新配置资源,提升效率和效益,用技术驱动商业,让商业反哺技术。


这才是智能化的根本。


在“有什么技术”层面,阿里巴巴现10多万员工,其中6万以上是科学家和工程师,研发人员占比居全国第一,此外,在智能技术研究领域,阿里巴巴现有10多位IEEE Fellow和30多位知名教授。与此同时,阿里巴巴也在诸多国际权威计算机科学技术榜和数据竞赛中,多次蝉联世界第一。


阿里云智能总裁张建锋在2019年阿里云峰会·北京站宣称,阿里巴巴所有的技术将通过阿里云对外输出,全集团的科研力量将融会贯通,达摩院的研究能力与云全面结合,练好内功“被集成”,并且宣布加大行业战略性投入,聚焦新零售、新金融、数字政府。


而在“怎么用技术”层面,早在2014年,阿里巴巴就加速向生态圈输出云计算和数据处理能力,帮助商家应对双11带来的大订单量冲击。搭建在阿里云计算平台上的聚石塔,当年预计处理95%以上的双11订单。2014年有1200家服务商将应用部署到聚石塔中,骆驼、欧莎、茵曼、GXG、三只松鼠等这些超大型商家均在使用聚石塔。2013年,聚石塔处理了75%的双11订单,无一漏单,无一故障。


而到了2019年初,阿里云成立单独的新零售业务部,又在年中升级为事业部。并且有成体系的配合队伍,在生态团队、全球技术服务团队中都设立了单独的新零售服务条线。


与阿里云一起造风的新零售人

在去年年底举办的第二届阿里巴巴ONE商业大会上,阿里巴巴副总裁、阿里云智能新零售事业部总裁肖利华透露,8成知名服饰企业已同阿里云合作,其中国货品牌崛起,收入平均增速24%。


作为阿里巴巴A100首批战略合作伙伴,红蜻蜓、雅戈尔等与阿里云合作建设数据中台、智慧门店等,在2019年天猫双11中创下佳绩。红蜻蜓全渠道单品牌销售额突破3.8亿,位列鞋品牌榜第四。雅戈尔全网销售额1.24亿,同比增长88.8%。


同阿里云合作转型新零售的国货服饰,收入普遍大涨。据公开信息整理,仅2019年上半年,合作国货品牌收入平均增速达24%。其中,安踏收益同比增长40.3%,李宁增长32.7%,雅戈尔增长27.81%。同期ZARA母公司、优衣库增长均为7%左右。


雷锋网曾在《那些和阿里一起造风的人》中写到,阿里云无论以何种方式与和合作伙伴结缘,在肖利华看来,他们之所以和阿里走到一起,背后的原因都是共通的。


“传统IT架构下,企业内部存在许多系统烟囱和数据孤岛,数据彼此割裂,准确性、实时性和完整性无法保障。现在消费者端变化越来越快,可底层系统又变不了,所以必须构建业务中台和数据中台在中间做隔离和缓冲,让前后端更好地高效拉通。”


肖利华指出,一个新的技术浪潮出现,只有5%的人可以成为造风者,享受到最大的技术红利。


“当这样一个机遇出现时,你一开始未必能看得非常清楚,但如果你认为这是大势所趋,就应该放手去做,这需要一往无前的勇气。用阿里人常挂在嘴边的一句话来说就是,因为相信,所以看见。”(内容来源于雷锋网)

欢迎扫码加入阿里云新零售行业学习交流钉钉群

新零售.jpg

加入钉钉群可享有以下权益↓

新零售行业咨询.jpg

目录
相关文章
|
2月前
|
人工智能 自然语言处理 搜索推荐
AI技术在智能客服系统中的应用与挑战
【9月更文挑战第32天】本文将探讨AI技术在智能客服系统中的应用及其面临的挑战。我们将分析AI技术如何改变传统客服模式,提高服务质量和效率,并讨论在实际应用中可能遇到的问题和解决方案。
286 65
|
1月前
|
人工智能 自然语言处理 安全
AI技术在智能客服系统中的应用与挑战
【10月更文挑战第28天】本文将深入探讨人工智能(AI)技术在智能客服系统中的应用及其面临的挑战。我们将通过实例分析,了解AI如何改善客户服务体验,提高效率和降低成本。同时,我们也将关注AI在实际应用中可能遇到的问题,如语义理解、情感识别和数据安全等,并提出相应的解决方案。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在智能客服中的应用:重塑客户体验
AI技术在智能客服中的应用:重塑客户体验
|
4月前
|
存储 人工智能 自然语言处理
利用AI技术实现智能客服系统
【8月更文挑战第27天】本文将介绍如何利用人工智能(AI)技术构建一个智能客服系统,以提高客户服务效率和质量。我们将从需求分析、系统设计、功能实现等方面进行详细阐述,并通过实际代码示例展示如何实现一个简单的智能客服系统。
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在智能客服系统中的应用
【8月更文挑战第31天】本文将介绍AI技术在智能客服系统中的应用,包括自然语言处理、机器学习和深度学习等方面的知识。我们将通过一个简单的代码示例,展示如何使用Python和TensorFlow库构建一个简单的智能客服系统。通过阅读本文,您将了解到AI技术如何改变传统客服行业,提高客户满意度和企业效率。
|
6月前
|
机器学习/深度学习 存储 人工智能
构建基于AI的智能客服系统的技术探索
【6月更文挑战第6天】本文探讨了构建基于AI的智能客服系统,强调其在快速、准确、个性化响应客户方面的重要性。系统关键技术包括自然语言处理(NLP)、知识库管理、自主学习和更新以及多渠道支持。NLP使用深度学习模型理解用户输入,知识库存储解决方案,自主学习通过反馈和新数据优化性能。智能客服系统能提供高效、准确、个性化的服务,并具有良好的可扩展性,未来将在更多领域发挥作用。
|
7月前
|
自然语言处理 达摩院 决策智能
阿里云智能客服开发者社区
阿里云智能客服开发者社区
|
7月前
|
机器学习/深度学习 自然语言处理
基于深度学习的自然语言处理技术在智能客服系统中的应用
【2月更文挑战第21天】随着人工智能技术的不断发展,自然语言处理(NLP)技术在各个领域得到了广泛应用。本文主要探讨了基于深度学习的自然语言处理技术在智能客服系统中的应用。首先介绍了深度学习和自然语言处理的基本概念,然后分析了智能客服系统的工作原理和技术要求,接着详细阐述了基于深度学习的自然语言处理技术在智能客服系统中的具体应用,包括语义理解、情感分析和问答系统等。最后对基于深度学习的自然语言处理技术在智能客服系统中的优势和挑战进行了总结。
326 1
|
缓存 自然语言处理 数据挖掘
哔哩哔哩从0到1自研智能客服IM系统的技术实践之路
本文将要分享的是哔哩哔哩从0到1自研智能客服IM系统的技术实践过程,包括整体架构设计和主要核心功能的技术实现思路等,希望带给你启发。
338 0
|
机器学习/深度学习 自然语言处理 机器人
智能客服:提高客户服务的创新技术
智能客服作为提高客户服务质量和效率的创新技术,正在不断改变商业和服务的方式。通过自然语言处理、机器学习和知识图谱等技术,智能客服能够为客户提供更好的服务体验,同时也为企业带来了更大的竞争优势。虽然智能客服在应用中还面临一些挑战,如情感分析和数据隐私,但随着技术的发展和完善,它将在未来持续发挥重要作用。
375 1

热门文章

最新文章