Pasaran Asia
Infrastruktur video runcit Asia: Dari pusat kos keselamatan ke pusat keuntungan operasi
Industri runcit Asia memiliki banyak data video tetapi tidak dimanfaatkan sepenuhnya. Artikel ini menganalisis bagaimana mengubah kamera daripada alat keselamatan kepada pusat risikan operasi masa nyata, meningkatkan kadar penukaran dan pengalaman pelanggan.
Berjalan ke mana-mana pusat beli-belah, pasar raya atau gedung utama di Asia Tenggara, anda akan "diperhatikan" – bukan dengan pengawasan yang bersifat konspirasi, tetapi pemerhatian perniagaan yang paling langsung. Kamera dipasang di pintu masuk, laluan, dan kaunter bayaran; peruncit telah melaburkan wang yang besar selama bertahun-tahun untuk membina tulang belakang pengawasan ini, tetapi tujuan utamanya adalah pencegahan kerugian dan keselamatan.
Namun, jika anda bertanya kepada kebanyakan pemimpin peruncitan satu soalan mudah – berapa ramai pelanggan masuk ke kedai anda bulan lepas? – jawapannya sering merupakan anggaran daripada rekod transaksi POS, yang terlepas pandang semua pelawat yang hanya melihat tanpa membeli. Tanya soalan yang lebih sukar: berapa lama purata masa tinggal di kawasan produk margin tinggi minggu lepas? Atau berapa panjang barisan yang mula menyebabkan kehilangan penukaran? Biasanya tiada jawapan.
Inilah paradoks teras peruncitan Asia Tenggara: sebuah industri yang memiliki data visual yang banyak, dijana secara berterusan, dari kedai ke kedai, hari demi hari, namun hampir tidak menggunakannya.
Keuntungan Serantau dan Jurang Kematangan Asia Pasifik akan menyumbang kira-kira dua pertiga daripada perolehan runcit baharu global dalam tempoh lima tahun akan datang, didorong oleh lebih 43 bilion pengguna dan 18 bandar mega. Hampir tiga perempat pengguna di rantau ini sudah menggunakan AI untuk menemui, membandingkan dan memahami produk, dan pemimpin peruncitan umumnya menjangka percepatan perubahan ini.
Tetapi terdapat jurang antara skala peluang dan kematangan operasi yang diperlukan untuk merealisasikannya. Walaupun pelaburan meningkat, hanya kira-kira 30% syarikat barangan pengguna di Asia Pasifik melaporkan bahawa sekurang-kurangnya 40% atau lebih projek AI mereka telah memasuki fasa pengeluaran; cabaran pelaksanaan adalah halangan utama.
Kajian Deloitte Asia Tenggara menunjukkan bahawa di Indonesia, Thailand dan Vietnam, penggunaan teknologi analitik data oleh syarikat barangan pengguna dan peruncitan masih di peringkat awal, dengan kebanyakan memilih untuk mengikuti laluan matang daripada memimpin inovasi. Kewaspadaan ini boleh difahami, tetapi ia juga bermakna sejumlah besar data yang telah dijana oleh peruncit – termasuk data video yang ditangkap oleh infrastruktur sedia ada – tidak digunakan.
Daripada Kanta kepada Kecerdasan Trafik Pelanggan Peruncit yang mula merapatkan jurang ini tidak menghabiskan lebih banyak wang, tetapi membelanjakan wang dengan lebih bijak: menambahkan lapisan kepintaran di antara kamera dan pembuat keputusan.
Pertimbangkan masa tinggal: sebuah kamera yang menghadap ke rak produk margin tinggi merakam berjam-jam rakaman setiap hari, tetapi rakaman itu hanya memberitahu apa yang berlaku pada satu-satu masa. Dengan analisis yang betul, video yang sama dapat memberitahu pengurus kategori dengan tepat: berapa lama pelanggan tinggal di hadapan pameran sebelum memutuskan untuk membeli, meninggalkan, atau berhenti? Adakah pelarasan rak bulan lalu berkesan? Daripada menunggu laporan jualan suku tahunan untuk mengetahuinya secara tidak langsung.
Pertimbangkan barisan: barisan panjang di kaunter bayaran adalah salah satu pemacu utama keranjang beli-belah ditinggalkan dalam peruncitan fizikal, tetapi kebanyakan kedai masih mengurus panjang barisan secara pasif berdasarkan intuisi pengurus kedai atau aduan pelanggan. Analisis barisan yang diperoleh daripada video boleh menandakan ambang tepat apabila penukaran mula menurun – beberapa orang pelanggan atau beberapa minit – memberikan pasukan operasi titik pemacu untuk membuka kaunter bayaran tambahan sebelum kehilangan hasil.
Pertimbangkan trafik pelanggan itu sendiri: kiraan pintu masuk digabungkan dengan data penukaran segera mendedahkan apa yang tidak dapat diberitahu oleh sistem POS – berapa ramai orang masuk tetapi tidak membeli. Satu metrik ini mentakrifkan semula "hari jualan rendah" daripada masalah permintaan kepada kemungkinan masalah paparan barangan, perjawatan, atau susun atur kedai, yang masing-masing mempunyai penyelesaian yang sangat berbeza.
Semua ini tidak memerlukan peruncit untuk membuang sistem sedia ada.Semua ini tidak memerlukan peruncit untuk merobohkan sistem sedia ada. Mereka hanya perlu menyambungkan infrastruktur yang sedia ada kepada soalan yang perlu dijawab.
Perubahan yang perlu dilakukan oleh peruncit Transformasi dipacu AI dalam runcit Asia-Pasifik bukan hanya tentang chatbot dan enjin cadangan yang menghadap pelanggan. Ia juga tentang apa yang berlaku di dalam empat dinding kedai—tempat di mana kebanyakan keputusan pembelian masih dibuat. Peruncit yang menganggap infrastruktur video semata-mata sebagai pusat kos keselamatan akan terus terlepas pandang perkara ini. Manakala mereka yang mula melihatnya sebagai sumber kebenaran operasi yang berterusan dan masa nyata akan akhirnya dapat menjawab soalan asas yang sudah ditanya oleh lembaga pengarah: Siapa yang masuk? Apa yang mereka lakukan? Di mana perniagaan kehilangan mereka?
Kamera sudah ada. Data sudah ada. Yang hilang adalah keupayaan untuk menukar data kepada intelijen operasi, membolehkan pengurus kedai, pengurus kategori, dan eksekutif bertindak dalam masa nyata.
Dalam industri di mana margin keuntungan tipis dan jangkaan pelanggan terus meningkat, menukar video kepada cerapan yang boleh diambil tindakan mungkin merupakan sumber kelebihan daya saing yang paling praktikal dan langsung.
Rangka semakan · asiabizreview
asiabizreview meletakkan nota ini dalam Ulasan Perniagaan Asia menjejaki pasaran Asia, isyarat korporat, rantaian bekalan, dasar, perdagangan dan i.... tarikh, nama dan perubahan status masih perlu disemak; Pasaran Asia / Pasaran / Isyarat korporat menerangkan sudut editorial setempat. Pautan sumber perlu dibuka sebelum ringkasan digunakan semula.