《阿里云：2017新零售解决方案（19页）.pdf》由会员分享，可在线阅读，更多相关《阿里云：2017新零售解决方案（19页）.pdf（19页珍藏版）》请在三个皮匠报告上搜索。

1、阿里云新零售解决方案阿里云 刘振宇人类零售演进史人人零售第二次信息革命(2010s - )1831年发电机1879年机械收银机1765年珍妮纺织机1950年代自动售货机2000年代互联网2010年代移动技术第一次信息革命(1940s - 2010s)第一次工业革命(1760s - 1870s)资料来源：阿里研究院 大城市涌现 机械化大生产 大批发商1870年代百货商场传统零售：技术引领生产变革，生产变革引导消费方式变革新零售：消费方式逆向牵引生产变革 智能手机普及 全球定位技术(北斗、GPS) 新基础设施逐步成熟1930年代超级市场1920年代条形码 经济危机 汽车工业1990年代电子商务 互

2、联网普及2010年代移动购物1950年代便利店、品类专业店、购物中心 销售即时管理(POS) 物流技术及信息体系 生活节奏快 对生活品质要求更高1980年代微电脑2017年第二次工业革命(1870s - 1940s) 1814年蒸汽机车1876年电话1980年代RFID1940年代电子管和无线电、计算机1960年代ECR电子收银早期零售人工智能物联网关于新零售我们要知道什么电商泛电商新零售新零售的定义新零售的标签新零售的特征新零售的范围新零售的生态新零售时代是以消费者为核心，以数据为生产资料，打造场景化、跨渠道的客户体验。通过线上线下融合、通过互联网技术与商业逻辑的深度结合，实现“三通、三才、

3、三化”，孵化新型零售物种，重塑价值链，创造高效企业，引领消费升级，催生新型服务商并形成零售新生态，达到回归商业本质的目的。这是中国零售大发展的新契机。“云计算”、“大数据”、“物联网”、 “共享经济”、“分享经济”、“场景营销”、“体验营销”、“数据精细运营”、“数字营销”、“移动互联网”、“C2M”一是以人为本，数字技术创造力千变万化，无限逼近消费者内心需求，最终实现“以消费者体验为中心”。二是零售新物种大量孵化，多元业态均延伸出零售形态。跨境、品牌商、商场/零售/商超/连锁、房产/家装、汽车交易/服务、旅游、餐饮/外送、社区/家政、农业/生鲜、婚姻/美业、母婴/亲子，休闲娱乐、卡券/理财、

4、酒店、票务、OTA、会务、地图、团购导购、丽人/美妆、共享经济服务(交通工具短租，房屋短租、商品短租等)、其他围绕新零售的服务提供商（建站、咨询、CRM、仓储、物流、代运营、代运维、营销、视频、网红/自媒体、社交等）以消费者体验为中心的数据驱动的新零售形态新零售究竟要实现什么？可感知可识别可洞察可触达可服务围绕用户实现新零售，新方案，新玩法1234新零售解决方案前端用户感知大数据精细化运营IOT与精准位置服务视频计算5图像计算6智能语音服务传统 Wi-Fi 架构云 AP阿里云云端资源池本地部署 即插即用（免配置）数据无法有效利用T+0实时感知云云APAP感知客户的细微变化感知客户的细微变化Io

5、TIoT将感知的触角深入到细微之处将感知的触角深入到细微之处端云本地通信模组/网关设备端主控板第三方服务语音识别图像识别天气服务地图POI云食谱百科IoT 网关IoTSDK双向加密安全通信实时计算海量存储大数据分析数据可视化IoT智能平台千寻高精度位置服务千寻高精度位置服务高精度定位算法改正数据互联网卫星定位接收机导航卫星信号高精定位结果精准位置服务平台普通卫星定位：电离层、对流层引起卫星信号传输延迟误差，影响卫星定位结果卫星高精度定位：利用地面固定参考站（基准坐标），连续观测导航卫星信号，计算电离层、对流层引起误差，并将误差改正传送给接收机，消除定位误差，实现卫星高精度定位大数据运营能力大数

6、据运营能力ECS + Docker客户/应用端:IOS, Java，Python、PHP硬件设备C+, Syslog数据采集/交互数据处理数据应用OSS对象存储MaxCompute大数据计算EMRLogservice日志服务RDS + MysqlDataIDE数据开发套件StreamCompute流式计算Analytic DB分析型数据库TableStore表格存储RDS关系型数据库QuickBI人流预测车辆调度应用场景：基于DATAV可视化技术的指挥大屏，实时监测车辆的骑行状态、轨迹、人流；利用算法优化车辆调度，更好的匹配骑行需求；基于LBS的精准push触达地铁出口等区域的人群，实现引流精

7、准推送ECS + Docker客户/应用端:IOS, Java，Python、PHP大数据分析大数据分析客流分析客流分析基于WI-FI数据，精准剖析线下客流逐层转化效率，为经营决策提供数据依据总部、店铺组、单店铺视角，满足各层级数据分析需求客流人次、客流人数、新/老客占比、入店率入店人数、新/老客、店内停留时长、跳失率、深访行为老客到店频次、返店周期、活跃/流失周边0.5/1km客流，热力分布【店外-店内】转化【周边-店头】转化【导购-消费】转化￥交易数据大数据分析大数据分析区域区域分析分析 基于人群实时精准定位，为Shopping Mall、超市、主题乐园、会场等较大空间的线下场景，提供客流

8、热力区域分布、动线轨迹分析以及自定义区域分析店铺价值热门区域热门浏览路线爆款关注度铺位布局商品布局区域产品上下架优化自定义区域监控精准洞察精准洞察客户画像客户画像 打通线上线下数据，提供多维度人群特征画像，将客群自定义分层，帮助用户构成调研、营销策划、广告投放中做出精准决策人群画像维度示例 基础人口特征、媒体偏好、消费偏好、地理分布特征 垂直行业消费者特征：美妆、鞋服、商超 大数据分析大数据分析商圈分析商圈分析 基于LBS及探针数据，对到店顾客进行常驻地分析，实现门店选址优化 通过对商圈周边2-10公里生活区的人群特征分析，业态分布，指导商圈招商优化、平衡商户业态分布社区人群消费从流量增长到精

9、细化运营留存获取活跃转化提升以用户为核心用户增长精细化运营效果与多因素有关视觉计算带来的变化图像视频数据和视觉关联数据视觉计算中心（识别、检测、特征等）应用服务层OSS|ODPS媒体信息库 | 索引 | 模型ODPS|ADS|RDS|OTS以图搜图在线搜索视频广告 自动植入式广告，不影响观看体验，不停顿、无打扰； 可根据视频场景和观众喜好植入定制化广告内容； 场景三维建模和渲染 提取点云、重建平面、相机跟踪：SLAM/SFM技术 海报、3D模型与场景的融合：颜色转移和全局光照技术 广告位的选取 场景分类、语义分割与物体识别：深度学习技术 视频分段、植入方向的选取：特征统计和深度学习技术 精准投放 大数据技术：用户画像 + 个性化推荐引擎语音技术拓展业务边界语音技术拓展业务边界配送员：喂，你在家吗，什么时候方便？你买的东西到了。张三：我不在家今天配送员：那你什么时候在家？张三：可能晚上吧，可以给我送过来吗。配送员：晚上我们下班了张三：那怎么办，白天我都没人在啊配送员：那我也没办法的，不在家你买什么东西。张三:.业务人员与客户的语音对话业务人员与客户的语音对话APPAPP通过语音搜索某个应用通过语音搜索某个应用APPAPP中客户通过说话和客服聊天中客户通过说话和客服聊天