經濟日報/王皓正 2020-12-17
2020年全球受疫情衝擊最大產業，零售服務業勢必在列：消費行為快速從線下轉到了線上、客戶對品牌忠誠度失靈、供應鏈斷鏈等，加上社群媒體化身消費旅程接觸點等，這些通路與物流的劇烈變動，凸顯迎向數位化，取得自動化及預測力，以即時回應客戶，成為零售服務業勢在必行的轉型要件。
【資源整合布局通路】
以人工智慧（AI）解決方案獲Forrester評為「客戶分析技術」領導者的SAS（賽仕電腦），其台灣業務顧問部副總經理陳新銓提出觀察：「在台灣，疫情給予企業的意義比較在於敲響警鐘──凸顯出面對快速移轉、更加複雜的消費者互動通路，企業必須重新評估其『自動化』和『預測』能力，才得以加速團隊採取即時且有效的行動，形塑客戶體驗。」
然而人力、技術、資源未必都到位狀況下，該如何施力？陳新銓建議零售服務業進入數位轉型，可分為三階段來進行：
首先，「竭盡所能蒐集數據」，做出基礎會員分群、行銷活動與經營績效報表。再來，「發展個人化行銷」，從會員交易紀錄，購物籃分析到關聯分析等，開始蒐集更多通路資訊，打造個人化推薦模型。第三階段即可著重「全通路整合」，連結自家電商平台或是外部夥伴數位通路，整合線上線下數據，開始識別客戶行為，後續再藉由AI模型做到「自動化」推薦商品，或為同屬性客群進行跨售。
陳新銓以歐洲最大百貨集團英格列斯百貨發展為例，一開始該百貨先是優化店內資料的蒐集，包含顧客店內商品選購行為、櫃位擺放方式的比對。後續開始整合客戶在線上瀏覽行為，進行線上線下行為串連，並建立AI模型即時分析出客戶偏好與模式，進行商品推薦。
這次疫情衝擊，也凸顯零售業另一個營運挑戰：供應鏈管理。SAS即有一位零售客戶，經歷了一夜間線上購物激增200%的情況，導致供應鏈與替代品調度不及的窘況，引發消費者取消訂單。
零售業如果難以「預測」未來消費需求，即無法準確地進行包括訂貨、庫存管理與物流等供應鏈規劃，也就容易出現資金積壓在庫存、消費者買不到商品等問題。
只可惜到目前為止，台灣許多零售業仍然利用Excel表格進行銷售預測，使用平均值或是同期推估，再根據今年的業績目標，以經驗法則進行微調。這種作法的問題在於，很難量化「事件」影響程度。易忽略異常的歷史資料、地理因素如分店人口結構、競爭者活動等造成的影響，導致預測結果不精確。
【提升自動化預測力】
因此陳新銓建議，可導入AI建立需求預測模型，其可匯入銷售和庫存歷史記錄，讓模型學習時間趨勢的變化。再來可建立事件資料庫，紀錄如固定節日促銷活動，還有偶發促銷事件的消費者行為變化。
此外，還可再納入外部資料，包括線上商店流量、經濟指標趨勢、網路口碑與情感分析結果，或如這次新冠肺炎個案數等。
全球最大食品公司雀巢，即已「主動超前部署」導入AI，協助其超過1萬種產品，每天製造10億份產品的生產線進行需求預測。他們除了計算客群結構、歷史銷售記錄，並將促銷、特惠活動以及天候等外部資料的影響因子，都納入統計模型，以確保消費者隨時都買得到喜愛的食品，甚至是難保存的生鮮產品。
法國零售龍頭家樂福也同樣透過SAS平台處理來自店鋪、倉庫及電子商務平台等來源的資料，改善下游消費預測及上游供應商訂貨結果，以減少庫存過剩問題。陳新銓提醒，台灣受疫情衝擊小，但也揭露出零售業高度仰賴人工經驗值的盲點，此時正是時候以國際為借鏡，加速啟動數位轉型布局。
