對于零售商來說，是時候在人們產(chǎn)生需求的確切瞬間，幫助他們找到相應(yīng)的產(chǎn)品——甚至是在他們形成這種意識之前——無論消費者是否登錄了購物網(wǎng)站，是否準備好點擊屏幕上的購買按鈕。
想象一下這樣的場景：你正準備出門接孩子放學(xué)。當你抓起鑰匙時，咖啡桌上的語音助手Alexa提醒說：“牛奶明天就喝光了，今天的酸奶特價1.19美元。你想在Trader Joe’s（譯者注：美國一家私營雜貨連鎖店）以5.35美元的價格一起下單購買嗎？”假如你回答“是”，那么Alexa就會幫你確認訂單。15分鐘之內(nèi)，商品就能準備齊全，當你從學(xué)校返回家時，就能直接從路邊取件了。
上述場景其實并沒有想象中那么遙遠。亞馬遜、Facebook、谷歌和蘋果正在加速消費者期待方面的研究以及進行技術(shù)上可行的嘗試，例如當日送達和機器驅(qū)動的圖像識別技術(shù)。現(xiàn)在，你已經(jīng)能夠通過蘋果手機的Siri使用Uber打車服務(wù)，或者完全依靠FacebookMessenger 聊天機器人訂購一張機票。
回應(yīng)型零售（Responsive retail）已經(jīng)發(fā)展到了頂峰，我們即將進入預(yù)測型商業(yè)（Predictive commerce）時代。對于零售商來說，是時候在人們產(chǎn)生需求的確切瞬間，幫助他們找到相應(yīng)的產(chǎn)品——甚至是在他們形成這種意識之前——無論消費者是否登錄了購物網(wǎng)站，是否準備好點擊屏幕上的購買按鈕。這種商業(yè)模式的轉(zhuǎn)移，要求我們設(shè)計出一種全新的體驗，這種體驗要將對人類行為的理解與大規(guī)模自動化、數(shù)據(jù)整合相融合。
機器學(xué)習(xí)的價
在過去幾年中，零售業(yè)巨頭一直采用機器學(xué)習(xí)的算法來預(yù)測需求和設(shè)定價格。2014年，亞馬遜取得了預(yù)測庫存技術(shù)的專利權(quán)，并聲稱有關(guān)人工智能、機器學(xué)習(xí)和個性化定制的技術(shù)已“有所改善”的言論太過輕描淡寫。零售商需要像技術(shù)公司一樣進行思考，不要僅僅利用人工智能和機器學(xué)習(xí)去預(yù)測如何安排店內(nèi)庫存和制作排班表，更要向消費者動態(tài)地進行產(chǎn)品推薦，進行富有吸引力的產(chǎn)品定價。
假設(shè)你正在出差，突然意識到自己忘了帶手機充電器。為了能在會議開始前用上，你就不得不考慮重新買一個。在這種情況下，一家電子產(chǎn)品零售商很有可能會根據(jù)這一情況，預(yù)測你還想要一副新耳機。考慮到你明天晚上還要搭乘航班，它會推薦你購買一副消音耳機，這副耳機兼顧了亞馬遜上的定價、Best Buy店內(nèi)的庫存量以及快遞費用。
為了實現(xiàn)這一層面的預(yù)測，技術(shù)人員要做到能夠從動態(tài)的海量數(shù)據(jù)中識別出微妙的模式。這些數(shù)據(jù)集包括：消費者的購物歷史，產(chǎn)品偏好，購物清單，競爭對手的定價和庫存，以及當前和未來的產(chǎn)品需求。這是人工智能和機器學(xué)習(xí)發(fā)揮作用的地方，也是許多公司正積極投資的領(lǐng)域。為了提高搜索功能的預(yù)測能力，Etsy 剛收購了一家專攻機器學(xué)習(xí)的公司，從而向用戶呈現(xiàn)存在細微差別的產(chǎn)品推薦，而不單單是基于購買歷史或產(chǎn)品偏好。這是產(chǎn)品推薦的自然演進，也將會成為未來的標準模式。
發(fā)揮互聯(lián)設(shè)備和數(shù)據(jù)的潛能
預(yù)測型零售將在不同場景下激發(fā)消費者的購買欲望——購物前、購物中和購物后。商業(yè)已經(jīng)逐漸成為日常生活中的有機部分，不再是一種強行買賣。除了智能手機以外，還有很多東西會讓我們不由自主地瀏覽和購買商品；亞馬遜的Dash 按鈕和由語音助手驅(qū)動的Echo 設(shè)備都可以讓人們在家中享受到便捷的購物。當你發(fā)現(xiàn)家里的洗滌劑快用完了，就可以點一下Dash 按鈕；當你想起媽媽下周就要過生日了，就可以讓Alexa 幫你訂一束鮮花……所有這些，其實都只是開始。
下一代智能助手和互聯(lián)設(shè)備將通過學(xué)習(xí)用戶習(xí)慣、識別行為模式和環(huán)境模式，來使得消費體驗更具預(yù)測性。像Echo 這樣的互聯(lián)設(shè)備將獲取用戶日常交互產(chǎn)生的數(shù)據(jù)，對可能發(fā)生的交易及其時機做出精準預(yù)測。
在預(yù)測消費者行為和滿足個體需求方面，零售店中的互聯(lián)設(shè)備還有巨大潛力。許多零售商早已使用智能手機關(guān)注顧客動態(tài)，以及進行特定的商品推薦。未來，生物識別技術(shù)、身份驗證技術(shù)和位置傳感器的進步，將能夠使零售商在綜合考慮各個因素后為消費者提供個性化推薦，例如根據(jù)消費者的心情、花多少時間瀏覽商品，以及剛從公司下班還是剛做完健身等。
零售商需要用與線上購物相同的定位和個性化服務(wù)來設(shè)計線下體驗。想象一下，當你經(jīng)過諾德斯特龍（Nordstrom）時，收到了一條手機推送通知，它建議你購買一雙新運動鞋。你這才意識到腳上穿著的鞋已經(jīng)陪你跑過500英里，有些破舊了——所有這些都被鞋底的芯片記錄下來，并發(fā)送給了你的健身App。隨后，你滑動手機點開了這一通知，開始選擇鞋的款式。然后，一張店內(nèi)地圖會引導(dǎo)你走進店里、找到店員，而店員早已拿著你想要的鞋子，耐心地等待著你。
擁抱以人為本的設(shè)計
預(yù)測型零售的未來需要我們?yōu)樯虡I(yè)設(shè)計出一個新的生態(tài)系統(tǒng)。這些系統(tǒng)將會依人而建，而非局限于一個特定的設(shè)備，或單純關(guān)注線上和線下的體驗。這些系統(tǒng)需要整合人情紐帶和敘事手法、空間設(shè)計和環(huán)境，以及許許多多的數(shù)據(jù)。
通過建立創(chuàng)新實驗室，許多零售商走在了預(yù)測型零售變革的前列。這些實驗室配有專門的研究團隊，致力于孵化新創(chuàng)意、對連接線上和線下的數(shù)字體驗進行測試。絲芙蘭（Sephora）的創(chuàng)新實驗室就是一個非常棒的例子。該品牌在App中引入了一種“商店模式（Store Mode）”，這種功能整合了用戶的網(wǎng)上購物車和Beauty Insider 積分卡，提醒用戶收藏的產(chǎn)品、獲得的消費點數(shù)，以及他們目前享有的優(yōu)惠福利，例如一次免費的化妝服務(wù)等。
零售連鎖店、品牌和電商也經(jīng)常通過合作的形式來將新的想法付諸實踐。幾年前，韋斯特菲爾德商城（Westfield Mall）的實驗室同eBay 合作，在其位于舊金山的購物中心建造了一塊10英尺高的交互式屏幕。購物者通過滑動屏幕來瀏覽如瑞貝卡·明可弗（Rebecca Minkoff）和索尼等品牌的產(chǎn)品，隨后便能直接用手機進行購買。
在人工智能驅(qū)動的基礎(chǔ)上提高預(yù)測能力，將會為企業(yè)的發(fā)展帶來巨大潛力。想象一下，手機可以直接連接實體店的櫥窗，為你展示個性化的內(nèi)容。例如，手機上會推薦展示為愛人準備的生日禮物或為度假準備的泳裝，而所有推薦都是根據(jù)你在Pinterest 和Instagram 上關(guān)注的圖片和品牌進行個性化定制而得。通過連接多方的數(shù)據(jù)和以用戶為本進行個性化定制，零售商能創(chuàng)造相關(guān)性更高的購物體驗，讓消費者不由自主地進入實體店、登陸網(wǎng)站或點開App進行購物。重要的是，它們能提前預(yù)測出消費者的需求。
重視個人隱私和建立信任
隱私和個性化之間經(jīng)常存在一些取舍；這一點對于每一代技術(shù)革新來說都是如此。零售商需要把透明、尊重和安全作為優(yōu)先考慮的事項，并及時采取行動。同時，他們還需要展示自身的價值。谷歌在這一方面做得很好，不僅是個性化搜索方面，還有服務(wù)方面，例如，谷歌Now 可以將你的日歷和谷歌地圖整合起來，提醒你目前的路況要比平時更糟糕，而且會告訴你，為了準時抵達會場，你應(yīng)該什么時候離開辦公室。
我們中的許多人都愿意為了奇妙和有價值的體驗分享個人信息，因為這些體驗通常無法在別處獲得。零售商需要讓這種奇妙和價值變得顯而易見。革新早已開始。未來，人們將期待比今天更便捷、更智能的服務(wù)。在不久的某一刻，“按需型”商業(yè)將轉(zhuǎn)變?yōu)?ldquo;預(yù)測型”商業(yè)。零售商需要在這次革新中搶占先機。
