我們都知道,無人零售滿足的是消費者多樣化的即時性消費需求,要解決的是人貨場的重構。整體來看,無人零售主要包括三大板塊,第一,識別用戶;第二,識別商品;第三,是難度最大的一點,也是未來真正具有顛覆性的部分,就是做到用戶與商品的智能連接。

簡單點來講,比如:消費者進入一家店鋪,機器視覺自動識別身份,消費者自由選購商品,走出商店支付通道,物聯網RFID技術自動識別其購買了哪些商品,單價及總價,機器視覺再次覈對商品和客戶,自動扣款並開啓通道,實現消費者“即拿即走”。

目前無人零售的無人貨架和無人便利店這兩種形式是怎樣實現這一過程的呢?

一、用戶識別

技術方案:生物識別、機器視覺

在無人購物領域,對於用戶的識別可分成辨識與驗證兩大類。無論是無人便利店還是無人貨櫃,用戶首次使用都需要完成以“辨識”爲主的註冊過程,形成個人資料存儲於系統之中,而二次以及多次使用,完成的則是“驗證”過程。

早在2017年阿里旗下的無人便利店淘咖啡就採用生物識別技術,消費者第一次進店時,打開“手機淘寶”,掃一掃店門口的二維碼,獲得一張電子入場券。通過閘機時掃這張電子入場券,進入店內之後就可以購物了。

而另一大方向是生物識別。其中,佔有率最高的技術方案當屬指紋識別和麪部識別,例如邦馬特無人便利終端就是用指紋識別來完成用戶購物的開箱與支付體驗,但易受到出汗、手指脫皮等生理狀態的影響。

面部識別主要是基於機器視覺技術,通過攝像頭捕捉消費者特徵,但也不是百分百安全,就像是自己手裏的iPHONE X會被盜刷一樣,面部識別同樣存在一定風險。因此截至目前,市面上識別用戶的方式通過手機終端掃描,依舊存在。

二、商品識別

技術方案:二維碼、RFID標籤、圖像識別、傳感器技術等

在商品識別環節,無人零售技術方案主要包括三大類。其中,最常見的方案是通過掃二維碼或條形碼來購買商品,對於商家來說成本低、操作方便;但對於消費者來說,需要逐個掃碼,體驗較差。

除了掃碼,另一種主要的技術是RFID標籤(Radio Frequency Identification,也稱射頻識別標籤)。該方案藉助視覺傳感器、壓力傳感器等技術,通過射頻信號自動識別商品的RFID標籤,隨後與網絡系統對話獲取相關數據,追蹤消費者放入購物車的每一件產品,RFID標籤技術一定程度上解決了長時間排隊結帳這一問題,優化了購物體驗。

並在今年(2018年)10月份進行了優化,麥克斯韋便捷型RFID抗液體標籤面世,非常的便捷,且隱蔽性較強,完全不影響現有產品包裝的美觀和作業人員的效率。也是一個非常巨大的進步。

三、用戶與商品的智能匹配

技術方案:圖像識別+深度學習+傳感器融合

基於圖像識別、深度學習、傳感器融合等技術的無人零售技術系統,則是具有“顛覆性”的方案,也是真正將用戶與商品智能匹配的實現路徑。

Amazon Go採用計算機視覺技術,通過攝像頭捕捉購物者在商店的行爲,然後從圖像識別中獲取購物者拿起的商品,再用人工智能中的深度學習去判斷和識別購物者是否需要這件商品,從而決定是否加入購物車。最後加入傳感器,提高最終結果的準確性。

四、大數據重建

技術方案:物聯網、大數據

當然,除了完成識別、購買和交易的場景,還在做的,是將不同終端正數據挖掘與連接,能帶來更加深遠的變化。

最近剛剛落地上海虹橋機場的雲拿無人便利店,還會依據消費者的購買習慣,給不同商品忠誠度的消費者提供差異化的價格,常買的東西往往就會有較大優惠。同時,雲拿會向進店品牌商提供精準廣告展示、消費者反饋數據、品牌商補給商店的品牌推廣返點折扣等,這部分將反哺給消費者,並體現在部分商品的差異化折扣中。

這些大數據與技術對接,商家可以更加合理、精確地對貨品、貨架進行管理,最終讓消費者體驗到更優質的服務。

結語

無人零售,在筆者看來,不僅僅是“無人”,而最根本的應該是利用技術升級提高購物效率、滿足即時消費、懶人經濟的需求;同時幫助商家降低成本、增加坪效、創造更好的投資回報率,這纔是無人零售的價值所在。

在梳理的過程中可以發現,新技術不斷迭代、運用到三大環節中,而筆者也相信,真正具有突破天花板能力的技術解決方案也正在路上。

查看原文 >>
相關文章