对标Amazon Go,云拿科技要做的不止是无人店方案 | 爱分析访谈

网易云有料2018-10-18 09:33

每天洞察新趋势

大数据平台+流水分润,

商业前景引真格基金、金沙江创投看好

调研| 黄勇 费凯琳 撰写| 费凯琳

新零售的改造多从支付环节开始,以消费者自助支付代替收银员,以节省排队时间、降低人力成本。

但在云拿科技创始人Jeff Feng看来,自助支付无法给消费者带来最佳体验,更优方案应是Amazon Go所采用的无感支付,消费场景的完全数字化还可以支撑智能盘货、全渠道销售、定制化营销等智能运营手段。

2017年7月,云拿科技成立,作为无界智能零售解决方案服务商,与京东集团、银联商务、百联集团、Intel等企业合作,提供即拿即走的消费体验。

01

机器视觉打造

流畅无人零售体验

云拿科技的核心产品为实体零售无感支付系统,利用机器视觉、综合传感器等技术,完整捕捉消费者的行为。消费者按“打开APP-扫码进店-自由选购-走出超市-手机显示购物收据并自动扣款”的顺序,可获得流畅的消费体验。

与常见的人脸识别方案不同,出于对消费者隐私的保护,云拿科技的计算机视觉系统不会采集任何生物数据,而是将消费者识别为独立的物理实体,根据其体型、姿势等建模,形成各不相同的物理ID,并与账户一一对应。消费者的拿取、放回、游逛路线等可一一捕捉,并实时存储在移动端系统中。

云拿科技关于消费者的数据仅来自场内消费行为,不会补充其他第三方来源。创始人JeffFeng表示,场内数据对零售门店的经营优化已经足够。

商品识别的学习数据来自互联网和商品实物。由于消费者的拿取过程各异,云拿科技精进算法,使商品在大幅遮挡时依然可被识别,对商品摆放、消费者的拿取方式无特殊要求。从落地门店来看,云拿科技的整体识别错判率可控制在1‰以内,已能满足商用需求。

依赖对线下数据的强捕捉能力,云拿科技的方案还可支持更多常见场景,比如多人组团购物时,只需刷相同的二维码依次进店,系统即可将多个消费者的消费行为绑定在一个账户上,统一付费。

02

以场景数字化为基础

着重发展智能运营平台

在门店智能系统的基础上,云拿科技也提供大数据增值服务。Cloudpick++作为智能零售数据平台,提供基于线下用户数据、商品数据、消费数据、信用数据的价值挖掘,支撑实时数据分析、精准营销、详细维度数据收集和可视化报告。

数据平台作为无人零售方案的增值服务提供,积累一定数量的线下数据后,有望向补充信用体系数据维度。

无人零售虽然技术门槛高、成本高,但由于可以捕捉线下所有消费行为,能对实体零售进行全面数字化的改造,当前每家门店一周可产生上亿条数据,通过大数据分析,向精细营销、品类经营、库存仓储、物流配送等环节进行数字化延伸与衔接,应用潜力更大。

以精细营销为例,现在可通过货架显示屏,向货架前的消费者推送专属优惠信息,收集的数据维度越细,定制化程度越高。

云拿科技当前技术团队40余人,骨干为来自阿里、谷歌、百度等企业的资深技术人员,其技术基础支撑了无感零售的方案研发,体验与Amazon Go无差。

目前,除了6家直营门店,云拿科技还与百联集团、京东、银联商务等集团合作运营,已在全国共落地10家无人零售门店。截至目前,云拿科技已与中国、美国、日本、韩国、欧洲的十几家家新客户签约,2019年落地门店订单数已超过300。

短期内,云拿科技还将主要服务B端客户,输出智能零售能力。目前依靠直销、参展、头部客户推荐等获客。

接下来,云拿科技将继续优化无人收银体验,重点发展数据平台,输出更优质的智能化管理工具。

近期,爱分析对云拿科技创始人兼CEO Jeff Feng进行了访谈,就无人零售及云拿科技的业务与战略作了交流,现摘取部分内容分享如下。

Jeff Feng,云拿科技创始人兼CEO。拥有加州大学博士学位,主攻计算机视觉方向,曾帮助多家世界500强企业开发计算机视觉在零售领域的相关解决方案。

03

向线下智慧零售突破

数字化水平与线上看齐

爱分析:云拿科技创立的契机?

Jeff Feng:有两点。第一来自于我们自己,首先具备了能力和经验,而且有做智能零售的经验;第二来自于大环境的趋势推动,从2016年到2017年,人工智能+新零售一直是热门方向,背后实际是市场的需求和国家产业转型、技术升级的需求。这两点结合在一起,做云拿科技是水到渠成的事情。

爱分析:团队成员之前是否有零售方面的经验?

Jeff Feng:我们为 500强的零售企业做过智慧零售的线上项目开发。像淘宝、天猫这样的平台,线上有很多第三方供应商,发布重复的商品信息,但价格不同,这样对顾客感官和品牌形象都有影响。

所以我们利用计算机视觉深度学习的方法,挖掘相似性高的产品,做去重。

爱分析:在向线下转移的过程中,和做线上有哪些不同?

Jeff Feng:线下的挑战要远远大于线上。我们线下的技术方案具备比较强的智能属性,需要对人货场,及线下购物行为进行完全数字化,这个需求之前在线上是不存在的。

爱分析:云拿科技的产品主要包含哪些部分?

Jeff Feng:目前我们的产品主要提供消费者即拿即走、无感支付的解决方案,对运营商来说,实际是一种支付手段。

在去年的无人零售浪潮中,很多企业将曾经实体零售需要用收银员完成的工作,转嫁到消费者头上,让消费者自助扫码,或者去自助收银台结算。而我们的产品方案不需要任何人工干预,是完全自动化的,这是我们产品的核心。

为了实现自动化收银,我们做了大量工作,包括对人的建模、对人的理解、对人行为的识别和分析、对商店整体状态的识别和分析,以及商品和人的绑定互动识别,这是我们主要的技术模块。

爱分析:机器学习的数据源来自哪里?

Jeff Feng:数据主要分两部分,一部分是人的数据,一部分是商品数据。

人的数据主要来自我们内部人员,以我们团队成员的行为进行学习并建模,每天进行大量的数据采集工作。商品数据来自两部分,一是互联网,一部分是商品实物,我们正努力把重心转向互联网。

这里要强调一点,我们不做任何生物相关的人的信息提取,比如人的面部、指纹、掌纹等,因为我们尊重每一位顾客的隐私,所以系统不会收集任何生物相关信息。人在我们的系统中,只是一个会移动的物理实体,不具备任何生物属性。

爱分析:如何建立消费者的独立ID?

Jeff Feng:首先对应后台的会员ID,在实际场景中识别时,会把行为、身体特征和会员ID绑定,每一个顾客在系统内都会有一个模型,可以理解为一个物理实体,我们采集这个物理实体的所有位置信息和动作信息。

爱分析:商品的识别从哪几个维度进行?可以细化到什么程度?

Jeff Feng:商品的视觉识别主要分成两类,采用的是业界比较流行的做法。

一类是基于深度学习的,深度学习像一个黑箱,从输入到输出之间具体进行了哪些运算还不是很透明的事情。另一类是采用偏传统的计算机视觉,会定义一些这个视觉特征点,都是商品在图像中一些比较特殊的点,比如梯度值变化比较大的点,或者其他类型的有特殊意义的点,在商品的整个生命周期中,一般是不会因为图像的大小变化、旋转等而变化的。

爱分析:目前合作无人店的数据归属是如何划分的?

Jeff Feng:我们是数据的产生者,所有数据我们是完全可以和合作方公开分享的。

04

数字化推动智能运营

优化C端体验和B端赋能

爱分析:精准营销方面云拿科技是如何做的?

Jeff Feng:我们已经上线了给会员推送优惠券这种比较传统的方式。我们在精细化上做得更好,因为每个消费者一系列的动作行为数据我们都能采集,可以做到最精细的个性化。而且我们可以通过APP、货架上的显示屏实时推送优惠信息,针对每个用户有不同的定制化,推送组合性的优惠。

爱分析:除了前端行为捕捉,还有哪些应用环节?

Jeff Feng:我们现在已经在做库存管理,一些企业在供应链方面也有提到,希望用机器智能来改造经常出现人为错误的环节,我们会考虑结合供应链端的具体需求来展开新的项目开发。

爱分析:云拿科技的无人零售门店成本如何?

Jeff Feng:我们门店的成本和其他形态对比,大概相当于一个传统的有人收银实体店一年人力成本的1/4。

爱分析:门店是否需要人力?

Jeff Feng:需要1-2个人,除了补货,还可以做很多服务性的工作。现在一个人补货的时间大概占工作时间的20%, 80%的空余时间可以用来为顾客提供服务,做一些精细化运营工作。

爱分析:现在门店落地情况怎样?

Jeff Feng:一共落地十家店,包括直营店以及和合作伙伴共同运营的门店。合作伙伴主要看中我们无感支付的解决方案,主要涉及门店运营,一部分是收银工作,一部分是补货以及其他,相当于帮它们解决了收银的问题。

从顾客情况来看,回头客约占顾客总数的90%,客流量大概比传统便利店高5%。

爱分析:综合来看,云拿智能目前在无人零售方面的优势有哪些?

Jeff Feng:总的来说有两点:第一,C端顾客的体验是最佳的;第二,B端的提效和赋能的能力是最优的。

对于C端的体验,我们的购物过程完全没有任何人工干扰,甚至不需要人脸识别这个过程,提供完全流畅的购物体验。

对于B端的提高赋能来说,我们对人货场的整个购物行为进行完全数字化的改造和转型,所以以前线上零售能做的事情,我们现在都可以做到,一个门店一周内产生的各类数据达到上亿条。

05

流畅消费体验是核心需求,无人零售精细运营能力仍需提高

爱分析:云拿科技的技术的领先程度如何?

Jeff Feng:具体有多高比较难量化,但是如果是一个计算机视觉和机器学习能力很强的团队,在技术方案明确可行的前提下,大概需要半年到一年的时间可以实现我们的无感支付方案。

爱分析:市场上还有一些相对低成本、低技术含量的无人零售方案,但是落地会更快。相比云拿科技的方案,您认为哪种切入路线会更好?

Jeff Feng:低成本方案的发展会更快,短期来看好像能快速占领市场。但实际上,这些方案提供的产品并没有真正触及用户的内心,所以终将被淘汰,因为没有人用的方案,市场铺的再广,还是相当于零市场。

所以我们提倡的是,提供用户真正喜爱的产品。通过用户的反馈,我们可以不断地迭代、优化,来占领更大的市场。

爱分析:云拿科技无人店的优势在哪里?

Jeff Feng:两方面,开源和节流。通过梦幻式的购物体验,我们有绝对的信心来吸引更多年轻人、白领、中产阶级等生活节奏快的人群。节流方面,通过人力成本的缩减和数字化赋能,可以增加零售企业的利润。

爱分析:云拿科技的目标客群大致是哪几类,是什么样的规模?

Jeff Feng:从B端来看,我们目前倾向于服务有互联网思维的企业,比如零售、地产、支付及相关产业的企业,未来比较小型的连锁零售实体都会是我们考虑的服务对象。从当前落地的情况来看,还是以大规模的集团为主,已签约十多家家企业,预计2019年将在世界范围内落地超过300个门店。

爱分析:对于智能货柜这类解决方案,您是如何看待的?

Jeff Feng:智能货柜是对场景非常好的补充,因为无人改造肯定是循序渐进的,从智能货柜开始是很好的选择。但如果只卖预包装产品,其实和自动贩卖机没有太大的区别。

我觉得冰柜如果能像家里的冰柜一样,运营得非常精细,柜内商品时刻保持至少80%满的状态,还能达到每周60-70%的换新率,未来是有前景的。

未来更有可能的,是以店为仓,以柜子作为辅助。柜子应该解决最后10米的需求。

爱分析:云拿科技未来是否会向智能货柜模式延伸?

Jeff Feng:我们还在观望,在等待真正具备运营能力的运营商的出现。因为目前看来,市场不具备我们上面所说的这种运营商,没法做到以鲜食为主、精细运营等要求。

爱分析:零售无人化的核心价值在哪些方面?

Jeff Feng:我们认为无人零售最大的价值是对实体零售的数字化转型,通过数字化转型实现对传统行业本身的提效赋能和成本节省。但是,这个价值的前提一定建立在为C端消费者提供真正有价值产品的基础上,否则一切都是空谈。

从成本的角度来讲,主要节省人的成本,租金的成本不会因此而改变。除此之外,还包括运营过程中,因为不精细、粗放所导致的成本,这里也有改善空间。

爱分析:云拿科技的团队背景?

Jeff Feng:我们团队技术背景比较强,主要分成两类,一类是技术人员,包括计算机科学家和软件工程师。计算机科学家基本都有博士学历,研究方向主要是计算机视觉深度学习,包括机器学习、大数据、传感器这些领域的研究。资深的软件工程师主要来自国内互联网企业,比如阿里巴巴、百度。

爱分析:今年的发展重心会放在哪些方面?

Jeff Feng:在两方面,一是无人收银技术本身的完善和优化;第二,会逐渐把重心放在大数据智能运营平台这件事上,通过大批量高精度的实时性数据,提供更多线下实体零售的精细化运营管理,包括决策分析等一系列工具,商店的实际管理者使用了数据平台后,可以实现智能化管理,以无人收银技术作为开门性产品,把基于大数据的智能运营平台作为高附加值产品。

榜单

房地产服务TOP64|金融科技TOP60

保险科技TOP50|医疗科技TOP50

零售科技TOP50|基础云服务TOP30

汽车出行TOP64|财富管理TOP42

大数据TOP72|家居家装TOP36

企业服务TOP100|教育科技TOP50

新龙榜TOP125|新零售TOP100

文章来源于: 爱分析ifenxi,版权归原作者所有,如有侵权,请联系 guanwang@163yun.com 删除。