<mark id="oztn4"></mark>
0
拳怕少壯，棍怕老郎。這是一場力量與經驗的雙重較量。
江湖中從來不乏新老之爭，但很少以一方壓倒性的勝利收尾，而是在競爭中達到平衡，進而生生不息。
客流分析的江湖已經沉寂了許久，幾路豪強各據一方，彼此相安無事。但新零售的風潮讓這片江湖又起了波瀾。
隨著新零售時代的到來，高質量的客流數據成了零售行業的基礎設施。傳統客流分析技術精度不夠的短板愈發凸顯，年輕AI公司們攜先進的計算機視覺技術大舉殺入，意圖分一杯羹，甚至取而代之。
兩軍對壘，隔空喊話。
老牌客流分析企業認為，客戶識別技術門檻不高，真正復雜的是行業應用落地。
“客戶誰都可以識別，但識別出來后該怎么用，怎么運營會員資產，怎么做營銷，怎么做轉化，怎么契合客戶行業的管理思路，怎么與他們現有的業務系統對接，讓員工有動力去使用，這些才是客流分析的核心。”一位老牌客流分析企業的高層對雷鋒網說道。
對于這種說法，AI廠商們嗤之以鼻。
零售行業需要高質量的數據支撐商業決策，這意味著客流識別系統必須具備極高的精度。線下零售場景人流量巨大，而且環境極為復雜，可能存在逆光、遮擋等現象，要做到極高的準確度是非常困難的，對攝像頭的光學處理能力、安裝點位和算法模型都提出了很高的要求。
“絕大多數說識別不難的廠商，在準確度上都經不起考驗。如果將機器統計的結果和人工統計的結果對比，市面上95%的廠商產品都是不可用的。”某AI公司的客流分析產品負責人毫不客氣地反駁道。
他介紹，客流分析分兩個環節——客戶識別和客戶價值分析，兩者都有很高的技術難度。單純的客流數據價值比較單薄，需要經過一系列分析和處理，比如分析不同時間段的客流分布情況和變化趨勢。客流數據也包含很多個維度，比如性別、年齡、生理特征、顏值、穿著打扮等；這些特征結合客戶的業務數據，套用到行業數學模型里，才能產生較高的業務價值。
傳統企業在行業中浸泡時間更長，對場景和客戶痛點的理解更加深刻，這是它們的優勢所在。但不少AI企業認為，這種優勢尚不足以形成競爭門檻。
零售業的客戶運營可以分為兩個層級：第一層級是門店端提效；包括單店績效評估和多店間的績效對比；第二層級是中高層決策，需要結合人、貨、場等多方面數據，用復雜的數學模型進行綜合分析，指導企業的管理和營銷。
AI公司認為，第一層級的運營不具備任何壁壘性。隨著自己服務的客戶增加，在和客戶交流的過程中，就能迅速將這塊短板補齊。至于第二個層級的運營，既不是AI公司也不是傳統客流分析廠商的優勢所在。
“頭部零售商和大型數據咨詢類公司——比如尼爾森，對數據營銷有很深的洞察，它們才是這個領域的專家。我們要做的是開放數據，基于平臺能力和接入能力，和這些企業深度合作，讓我們的數據作為他們分析模型的一部分，從而協助零售商做好客戶運營。”
新老玩家隔空喊話，說到底是在拿自己的優勢和對方的短板錯位比較。雖然彼此不服，但可以肯定，無論傳統企業還是AI公司都不會輕易涉足對方的領地。
對于主攻行業落地的傳統客流分析企業來說，自研AI算法并不現實；因為投入太大，能帶來多大的市場轉化也難以預估，“有這個資源還不如拿來做行業研究”。
不可否認，新零售浪潮給了客流分析市場很大的推力，但總體而言，這個市場規模還不算大，頭部玩家一年的盈利也才幾千萬上下。這樣的體量尚不足以支撐他們花大力氣進行前沿技術探索。
當然，海康、大華這種擁有其他主營業務，且具有很大規模行業應用的企業除外。“對它們來說，養個研究院往前走是值得的，轉化出來的市場規模也比較大。”
對傳統廠商來說，更明智的選擇是跟主流AI公司合作，引進最先進的技術。
而對AI公司來說，隨機mac地址問世后，基于視覺的客流分析被公認為最佳解決方案，它們的技術優勢得以確立。但由于企業基因問題，渠道和工程落地并不是AI公司所擅長的。
零售是一個極度分散的場景——門店分散、行業分散、地域分散。要服務好這些客戶，必須建立一支覆蓋全國各地的線下實施部署團隊，這對AI公司來說并非易事。另外，從傳統廠商手里搶客戶注定也是一場“殺敵一千自損八百”的零和游戲。
從這個角度來說，通過合作實現優勢互補，共同把蛋糕做大，對雙方都是利大于弊的。
當然，不排除野心勃勃的傳統廠商會自研算法，或AI公司會選擇自己做行業落地。但只要還有一家公司愿意對外開放合作，另一方就不至于無米下鍋。倒是一意孤行者需要擔心如何用雙拳敵過四手。
縱觀客流分析行業的發展歷程，不同派別勢力融而不合的情況始終存在。比如，過去客流分析行業分為購物中心和連鎖門店兩個陣營，前者的代表企業有匯納科技、文安智能等；后者的代表企業則有天威、萬店掌、云盯、悠絡客、每人店等，雙方長期共存，涇渭分明。
從技術路線來看，雙方其實大同小異。相同點在于，無論購物中心和連鎖門店都十分注重客戶的身份和屬性識別。不同點在于，他們業態上的差異決定了彼此重點關注的指標稍有不同。
購物中心運營的是“場”，它更像一個流量分發中心，通過一系列策略將客流精準分發給入駐的不同商家，因此它除了要了解客戶的身份和用戶畫像，還需要知道客戶的移動軌跡，分析客戶是否有按照自己的設計，被引導至高價值客戶的門店中。
連鎖門店運營的是“貨”，考察指標是轉化和留存，因此它更關心客戶在店內的行為，比如在某個貨架前停留的時長，拿起又放下了哪件商品。通過對這些維度的數據進行綜合分析，指導門店調整陳列和導購策略等。
技術相近的前提下，兩大陣營始終相互隔離，根本原因還在于資源圈的限制。比如做連鎖門店客流分析的企業，原本可能是為門店提供硬件設施的企業，逐漸才延伸發育出客流統計等一系列針對門店的軟硬件管理系統；而服務購物中心的客流分析企業最早是為咨詢公司和商業地產服務的。
對于今天的AI企業和傳統客流分析廠商也是如此，不同的企業基因決定了雙方資源圈的差異。二者會有互補和融合，但更多的是“融而不合”，在自身優勢的基礎上進行延伸，開放合作又自成一格。比如，AI公司除了客流統計還可以延伸到所有與門店相關的視覺解決方案。
江湖中從來不乏新老之爭，但競爭的目的從來不是一方壓倒一方，而是在碰撞中傳承和進步。雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
