ai×零售：重塑未来线下消费体验-九游会

在这个ai的时代里，多利go科技是怎么样帮助客户去重塑未来线下消费体验的?

本文为fbif食品饮料创新原创，转载请联系出处。

提示：本文选自《fbif2024-2025食品饮料创新报告》，快速拉到底部扫码联络可获取（如果您是fbif参会嘉宾，请直接联系对接的fbif工作人员获取）。

内容来源：2024年6月26日，多利go创始人兼ceo苏维锋于fbif2024科技创新分论坛，进行了题为“【ai×零售】重塑未来线下消费体验”的演讲。

当购物车搭载了亲切的ai智能助手，你的购物体验将焕然一新！它将为你提供个性化产品建议，推荐你经常购买的商品，提醒你忘记的必需品，根据你的饮食偏好推荐新品；它将应用智能地图和实时库存数据，高效地引导你穿过商店，来到你想要的商品的位置；当你准备结账时，只需直接在购物车上扫描你的商品，无需排队等待。

嘉宾介绍

苏维锋，创始人兼ceo，多利go

一、开场

大家下午好，很高兴今天可以在这里跟大家一起分享一下，在这个ai的时代里，多利go科技是怎么样帮助客户去重塑未来线下消费体验的。多利go科技在六年前成立的时候，还只是讲着数据智能（data intelligence），即如何用数据去辅助零售商做决策。而在这六年的时间里面，我们开始发现，好多线下门店的消费体验其实还没有被改变或者进步，这就是我们努力的方向。

（一）ai驱动的智能生态体系

ai时代，我们有了ai agent，ai agent拥有自主性和适应性，在收集数据以后，可以把数据从一堆excel、一个sql中整理出来，变成真正的数据集去使用它。ai agent也拥有智能性和决策性，能够学习、推理和解决问题，将ai agent导入到整个业务链条里面，根据零售场景变化做出相应调整。最后让ai agent具有目标导向，帮助客户真正解决问题。

（二）ai重构人货场

多利go科技在人、货、场这三个领域里面，最关注的一直是人的部分，特别是消费者。因为我们发现消费者购物时，在线下场景和线上场景的体验是非常割裂的。现在大量应用强调个性化体验、好的服务体验，但这些体验往往都只是在线上能够享用，而到线下却无法获得，就造成非常割裂的体验感。ai技术可以弥补线下和线上场景割裂的体验感，重构人、货、场的关系。

二、aigc时代的品牌营销增长新触点

（一）aigc赋能品牌营销

1.内容生产方式

在aigc时代，品牌方和零售商怎么去挖掘营销的新增长点呢？首先就是生产内容的方式。比如，利用aigc技术，零售商和品牌方可以进行文生图、图生视频，或者用aigc去写脚本、广告创意，实现更多的内容生产能力，而且降低成本。

2.用户交互方式

ai也在改变用户的交互方式。从无差别到个性化的消费体验，到线上线下的联动。举个例子，比如在线下门店里面，有许多数字联动屏其实并没有被利用起来，那多利go要做的就是把线上的个性化体验导入到线下去。然后运用多模态数字人的能力来提供更智能的决策，而不是只是基于关键词的决策。

3.数据管理方式

最后，aigc也能帮助品牌进行数据管理，具体来说，就是ai可以通过自动化的能力去做更多的数据采集、分析和处理，还有预测。

（二）ai赋能数字化升级

图片来源：多利go分享资料

1.ai智能导购

第一，多利go利用ai提升营销导购的能力。针对品牌方、零售商、消费者，多利go都有不同的ai技术赋能的导购应用。

2.ai货架管理

第二，ai也能够对货架进行管理。零售商和品牌方想要了解每个门店的动销率。通过ai进行货架管理，我们可以掌握更实时、更精准的动销率，来理解整个消费行为，从而做到预测和分析。

3.ai数据分析师

第三是ai的数据分析能力。我们可以让ai分析零售数据，提供更实时、更全面、多维度和不同颗粒度的线下消费者洞察分析。

4.aigc视频生成

最后，通过生成式ai技术，我们可以大量生成视频、营销广告图等各种类型的内容。

三、ai重构线下消费旅程

（一）ai赋能线下零售：智能购物车

图片来源：多利go分享资料

为了让ai赋能线下零售，多利go推出了第一代和第二代智能购物车。在第一代智能购物车系统中，我们搭建了一个零售媒体网络平台（retail media network），利用购物车作为新的触点与消费者互动。

我们这里有几个核心技术，第一，是室内定位的专利技术。我们会为每个线下门店绘制门店对应的地图，通过购物车左右两边的摄像头，了解消费者与货架互动的全过程。我们的定位精度已达到了30厘米，因此可以获得每个消费者的动线图和足迹，了解他们在采购过程中倾向于选择哪些商品，以及如何在货架上做出选择。

第二，我们会在消费者的动线图中进行决策制定的追踪。通过分析消费者购物过程中每一个品类的流向，规划出最适合消费者的动线。

第三，基于iot（物联网）技术和购物车的智能系统，我们开发并部署了许多ar游戏，为消费者提供大量个性化体验。另外，当消费者站在某个货架前时，系统也会根据其画像推送个性化内容。

通过这套智能购物车体系，每个购物车的客单率可以增加40%以上，整个门店的销售额可以增加60%到70%以上。因此，通过将大量个性化和自动化的营销体验导入线下，我们可以显著提高消费者的参与度和转化率。

相比于第一代购物车，第二代购物车的优势在于考虑了核心关键因素——人的因素。在运营过程中，有些顾客可能不会遵守购物车的使用规则，例如漏扫商品，或在购买大量商品时试图欺骗系统。

在打造第二代购物车时，我们重构了整个架构。从底层加入了称重传感器，在进出口处安装了结构光摄像头，并在购物车内置了两个顶尖的算力芯片，以确保每个放入购物车的商品都能被准确识别，从而实现有效的风险控制。这样，在零售门店内，可以大幅减少管理者、保安或防损人员的数量。

（二）ai购物车赋能产品营销

1.数字化广告：零售网络媒体平台

图片来源：多利go分享资料

智能购物车的室内定位功能为零售媒体网络平台的搭建提供了极佳的机会，通过这个平台品牌方能够进行不同的广告投放和营销活动。此外，说到这个平台的另一个优势，是能够做到个性化营销，从而即时推荐商品，促进购买转化。我们在与许多线下媒体合作时发现，传统广告只能做到曝光产品。但通过智能购物车提供的触点，建立了零售媒体网络平台后，我们能够计算消费者的参与度和转化率，并深入挖掘消费者的购买意图。当消费者登录九游会主页面时，我们首先会捕捉他们的购买意向。比如，这位顾客是否是对价格敏感的消费者，只想购买便宜商品？还是说这位顾客是一位有明确购买计划的消费者？那他来到门店后会创建购物清单，或者将app中的购物清单同步到购物助手上，高效地购物。又或者他是一位每天会关注新品的消费者？多利go能够在消费者拿到购物车，看到从登录九游会主页面开始，就去挖掘他们是哪一类的消费者，并在购物过程中通过个性化的广告，提高转化率。因此，零售媒体网络平台不仅能够收集丰富的消费者数据，还为品牌创造了一个有趣和互动的“场”，进行广告营销。

通过创建零售媒体网络平台，零售商、品牌方和消费者都能从中受益。零售商可以提升客单价和营销转化率，而品牌方可以更好地推广新品和了解复购率。品牌方也能够更精准地了解到，品牌推出的新品是否可以推动这个品牌其他产品的销量。

第二步，零售媒体网络平台可以将小程序、私域种草等相关信息进行整合。这样，消费者在线下购物车的每个页面上看到的营销内容和广告就能够与线上保持一致。大家都在谈论私域，讨论如何在消费者进店前完成更多心智种草。然而，如果消费者进入门店后看不到相关内容，这种体验会显得割裂，效果会打折扣。通过零售媒体网络平台，品牌方可以在线上发券、种草并经营好内容，在线下，通过购物车再次触达消费者。此外，因为购物车可以呈现的内容变得更加精准和丰富，消费者在感兴趣的品牌区域也会停留更久，从而提升整体营销效果。总的来说，这种二次触达能够提升销售转化率和广告营销转化率。

2.多样化营销方式组合

图片来源：多利go分享资料

利用购物车搭载的零售网络媒体平台，多利go也和品牌方合作，尝试了很多互动式营销。比如，消费者能够在商场里进行ar寻宝游戏，进入到门店里面以后，他可以根据热力地图做成的藏宝地图，去收集小红包。这些都是由品牌方直接去驱动消费者到达货架区域，然后来完成销售量提升的有效方式。

除了ar游戏外，还可以设计很多小游戏，特别是现在的95后，他们对于游戏的参与度非常之高，互动营销方式的转化率非常好。我们曾经与某一线快消品的合作，也是通过游戏的方式进行营销。对方说第一次看到在线下，路人愿意付费的比率可以达到80%以上，这个转化率是非常高的。他们投入的营销费用非常有效，因为这个转化率是直接关系到消费者的购买行为的。

图片来源：多利go分享资料

3.货架动线分析，升级消费体验

货架定点引流是整个智能购物车体系中的核心功能。基于用户的动线分析，零售商能够了解如何重新设计整个店面，来优化消费者的体验。品牌方可以了解消费者画像，知道消费者经常逛的区域。通常来说，品牌方除了在每个门店堆头的位置进行特殊陈列外，他们并没有任何把握在剩下的区域去提高销售量。但是当消费者登录到智能购物助手系统后，根据消费者历史订单数据、浏览数据、线下购物数据，可以为消费者推荐相应的产品。比如说他在货架a购买了a品牌的洗发水以后，系统可以推算出他对这个品牌有倾向的。所以他在不同货架的时候，系统可以继续把这个品牌的其他品类都推给他。对于品牌方来说，在单个线下门店中品类之间的交叉销售效果就会非常好。

（三）ai购物车赋能用户分析

1.构建消费者行为数据库

在一场购物旅程中，消费者洞察可以做到什么程度呢？智能购物车可以获得精确的消费者行为数据，这些数据资产能够让线下的渠道方去应对线上购物带来的挑战。因为有了数据以后，线下零售商店才知道如何更有效地去经营和决策。当然大家都会比较担心数据安全的问题。放心的是，多利go在各个国家，特别是欧洲，都符合gdpr（general data protection regulation，通用数据保护条例）等所有的数据安全规范。另外，在进行本地化部署时，多利go使用的是cdp（customer data platform，客户数据平台）数据。

2.消费者行为数据自动化分析

此外，多利go可以做到对海量数据的自动化分析，并给出针对性的营销建议。以前各种营销决策基本上都是由市场部门驱动的，但现在我们了解到，已经有些客户是由用户部门来驱动的了。通过消费者行为数据分析，我们可以了解消费者的潜在需求。

（四）ai购物车赋能营销转化

1.精细化运营

当购物车能够搭载互动和营销功能后，可以明显看到许多门店的客单价显著增长。我们还会根据rfm模型（recency-frequency-monetary，一种用户分析模型），评估用户价值进行分类管理，从而优化策略去更好地留住消费者。

2.线上线下全面融合

消费者领取的优惠券和种草的内容，可以通过购物车上的平台把线上和线下顺畅连接起来。当线上和线下体验无缝衔接时，整体消费体验就不会显得割裂。此外，多利go还提供了强大的bi（business intelligence，商业智能）能力，帮助客户实时监测营销活动的转化率和表现，从而优化营销策略。

四、aigc改写品牌营销生态

（一）aigc内容生成

最后，我们发现当大量营销内容需要上线时，经常面临内容来源的挑战，如果依靠多个工作室来生成内容是非常麻烦的。因此，我们开发了文生图、图生视频等技术，极大地提高了内容生成这方面的能力。这些技术不仅服务于品牌方和零售商，还服务于许多餐饮门店。我们注意到，餐饮门店的大部分内容都是探店内容，但除了探店内容外，还有大量宣传内容需要生成。而aigc能够帮助许多餐饮和线下门店高效生成这一类营销内容。

通过aigc，只需要提供一张产品图，ai就能够在一分钟内根据产品的包装和特点，直接输出宣传作品。aigc也能补充和完善在零售媒体网络平台的内容，例如通过aigc生成的产品图让品牌去宣传新品类、新产品。

除了静态的图片，aigc也能够用于制作动图。动图的制作往往涉及到大量的脚本和分镜，反复沟通这些内容的成本很高，不仅拉长了整个制作流程，也不一定能够获得最好的效果。通过ai，我们现在可以生成简单的脚本，这脚本是基于线上的爆品视频的分镜分析后得出的，在质量上是能够保证的。因此，通过aigc技术赋能内容生成，可以将成本大大降低，时效显著提升。