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
|
16天前
|
机器学习/深度学习 自然语言处理 监控
智能客服系统集成技术解析和价值点梳理
在 2024 年的智能客服系统领域,合力亿捷等服务商凭借其卓越的技术实力引领潮流,它们均积极应用最新的大模型技术,推动智能客服的进步。
50 7
|
21天前
|
存储 自然语言处理 关系型数据库
基于阿里云通义千问开发智能客服与问答系统
在企业的数字化转型过程中,智能客服系统已成为提高客户满意度和降低运营成本的重要手段。阿里云的通义千问作为一款强大的大语言模型,具有自然语言理解、对话生成、知识检索等能力,非常适合用来开发智能客服与问答系统。 通过本博客,我们将演示如何基于阿里云的通义千问模型,结合阿里云相关产品如函数计算(FC)、API网关、RDS等,搭建一个功能齐全的智能客服系统。
67 5
|
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。
315 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
|
人工智能 自然语言处理 Serverless
阿里云百炼应用实践系列-让微信公众号成为智能客服
本文主要介绍如何基于百炼平台快速在10分钟让您的微信公众号(订阅号)变成 AI 智能客服。我们基于百炼平台的能力,以官方帮助文档为参考,让您的微信公众号(订阅号)成 为AI 智能客服,以便全天候(7x24)回应客户咨询,提升用户体验,介绍了相关技术方案和主要代码,供开发者参考。
阿里云百炼应用实践系列-让微信公众号成为智能客服
|
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

热门文章

最新文章

下一篇
DataWorks