零售业是世界上最古老的行业之一，也是一个国家最重要的行业之一。零售的历史可以说伴随着人类的发展史，每一次变革和进步，都改善着人们的生活。从人治到数治，从信息化到数字化、数智化，再到零售元宇宙，实体零售行业走向细颗粒度管理时代已是大势所趋。

从人治到数治 一场真正意义上的革命

曾几何时，一个组织、一个企业的发展是靠领导的英明决断决定的。但在越来越复杂的社会分工、组织结构、上下游配合的现代性商业体系中，单一依靠英明领导决策已经愈发困难。而相对应的，基于细颗粒度、广域数据的智能化算法形成的智能推荐和辅助决策，正在扮演越来越重要的地位。从人治到数治，对于传统零售来说，是一种根本性的变革，也为零售商和品牌商的经营、组织和管理方式带来了质的飞跃。

传统零售行业的执行中，人、货、场有着毋庸置疑的重要地位，但是Trax发现针对三要素存在的问题却屡见不止，其中几个典型的问题：

1、SKU清单难整理。虽然绝大多数品牌有自己的ERP系统，其中包含产品的基础数据，但是看起来这这个数据的维护频率和维护粒度还不足以支持所有的业务需要。在实施AI项目时，SKU清单是一个非常重要的资料，整理时的来源往往是多份文档的集合，可能来自于市场部，可能来自于IT部门，其中还有很多差异信息及重复信息。

2、门店数据准确性受质疑。首先从门店照片中发现经常会有业务照片重复或者高度相似的问题，也就是同样或者相似的照片会出现在两家门店的业务照片中。排除一些不合规操作，我们也会发现经常会出现同一家门店的重复录入，特别是在重叠区域或者新老业务员交接期间。

此外，还有一些典型的问题就是区域性产品信息难以传达到总部，总部在收集SKU信息时就非常困难。在数据看板展示时，由于产品信息不一致和门店信息的重复，会导致一些指标偏移，可能给管理层和决策层带来不确定结论。

基于以上种种发现的普遍性问题，Trax提出了企业基础数据治理的理念，并提供相应的解决方案及平台产品。AI解决方案，对货、场的数据需求粒度及属性，让我们非常注重这两类数据的管理。同时，我们希望能够从根本上解决企业货、场数据混乱的问题，并推动更精准可靠的数据应用。

由此，Trax将企业货、场数据治理的必要性与价值简单概述如下：

1、规范基础数据录入，减小数据粒度，全面支撑各业务平台的数据需求

针对商品数据管理，Trax提出以可见包装为最小粒度的SKU管理，并且Trax PDM系统提供产品的标准展示照片及360度外观展示（类似SKU的3D图），结合Trax图像识别引擎，我们能够时刻关注每一款SKU的货架表现及上架、下架的进展情况。同时我们也会帮助品牌建立竞品信息库，帮助品牌更丰富的了解市场变化并及时作出应对策略。

针对门店数据管理，Trax通过图像识别技术，针对门头照信息进行比对，新增门店时的门头照作为门店的重要信息并与指定区域的门店信息进行比对，从而确定门店的有效性和唯一性。同时Trax利用可靠的门店地址库平台进行地址的有效性验证，进一步规范门店地址的标准化和真实性。

2、统一基础数据，多样数据视角

以终为始，企业数字化变革的目的最终还是希望通过数据来驱动各业务部门的业务开展，一份纯净的基础数据是数据分析的基石。基础数据统一后，我们发现基于统一的基础数据和统一的货架数据分析出来的结果更容易被各部门接受，通过数据看板不同形式的分析，无论从一线执行还是高层管理，都能够认可数据带来的结论，各层级也能够及时看到策略调整带来的变化。

在数据治理中重要的角色扮演者：AI

为什么要使用AI？AI带来数据客观性。当下我们面对信息极度爆发和过度碎片化的繁杂商业结构，在组织人数较少的阶段，还可以依靠人员记录反馈的方式来获取数据，而当组织愈发庞大、覆盖区域愈发广博、终端门店愈发密集的阶段，人性本惰的特性就会成为组织获取客观数据最大的障碍点。故依靠AI实现海量场景识别，从而及时、高效、客观获取终端及各节点的数据，是现代型企业进行敏捷性科学决策的基本前提条件。

根据目前工业界的技术发展现状和趋势，从经济，效率，数据真实性几方面综合评估，人工智能解决方案在最近几年内依然是企业数字化解决方案的最优方案之一。

在整个门店执行相关的业务流程中，AI在很多环节都能发挥作用，并解决传统方式解决不了的问题，甚至能带来新的发现。

谁会用到AI？

Trax的图像识别AI技术在快消零售行业的应用已经近10年，涉及业务的深度和广度也发生了很大的变化，从简单是OSA（On Shlef Availability）到SOS（Share of Shelf）分析，快消品牌也从对KPIs的关注，逐步走向ROI的关注。同时，2019年Trax联合某国际日化巨头及某本土零售商联合实施了国内第一例Retail Watch解决方案（基于AIoT设备进行照片采集），未来图像识别AI技术将会深度连接零售商和品牌方，让双方在数据层面合作有更多想象空间。在实际AI应用落地过程中，较早应用的部门通常是销售部门，使用AI来替代传统的手工数据录入，随着应用的不断加深和部门间合作，越来越多的部门也期待AI数据帮助进行日常的业务管理，以下是不同部门的典型业务需求及价值。

TraxAI算法在实体零售行业的应用

目前Trax AI在实体零售识别能力上的应用大体分为以下几类：

1、SKU识别。如：SKU分销、及SKU排面识别。使用Trax解决方案，识别货架上的每一件商品，发现货架真实数据。

2、二次陈列关键KPI识别。如：地堆面积，地堆上SKU，陈列架类型及陈列情况，箱堆中整箱、开窗、割箱的数量，挂条数量等。更全面了解每个门店，每种陈列形式的执行情况。

3、POSM识别。如：爆炸贴，挂条……等。

4、陈列场景识别。如：常见的主货架、端架、地堆、冰柜，箱堆等二次陈列场景，AI能够自动识别照片内容的场景等。

5、照片合规性判定。如：翻拍照片检测，照片重复检测，照片相似检测。在Trax合规方案中还有针对摆拍验证的方案，此方案会使用AI+CS的方式来高效验证存在摆拍可能的业务照片。Trax图片合规检查解决方案，快速发现不合规照片，提升核查效率。

6、门头照识别及比对。如：是否为重复门头照，门头照是否有和周边门店门头照相似等。

Trax通过领先的AI技术，灵活和动态的方法，IoT新兴技术更便捷地构建货架数据，帮助零售商与品牌商数字化、分析并优化零售空间。Trax现场优化解决方案、Trax完美门店解决方案、Trax合同合规解决方案、Trax卓越品类解决方案、Trax图片合规检查解决方案、Trax门头照查重解决方案等等一系列组合解决方案，帮助实体零售应对各种挑战。除了计算机视觉、人工智能和图像识别，Trax独特的方法和功能组合也可以提供量身定做的解决方案，以帮助实体零售快速、规模化驾驭零售渠道管理。

AI捕获最真实的实时数据，从而实现更高效的数据治理

零售商和品牌商采用AI技术进行数字化的初衷是为了提高效率，节约成本。因为零售形态的快速更迭，为精细化管理提出了更高的要求。

顺应这一需求，零售AI技术，也从最早利用手机APP，到loT货架摄像头，再到最新的智能巡检机器人等方式不断更新迭代，从而对不同零售场景进行全面实时数据采集，真正实现AI技术在实体零售的数智化应用，给零售产业带来巨大的价值。

为什么AI技术能在零售领域实现高效数据治理？本质上是通过数字技术、先进设备（IoT）和机器人解决了当前行业、渠道数据痛点，更好的串联了人货场。

以消费品品牌为例，零售执行不力是消费品品牌不得不面对的一个现状。为了打赢零售执行之战，消费品品牌需要改善四个增长驱动力：货架可视化、店内效率、客户关系和现场销售团队的生产力。

实事求是地说，这在完全依靠人力的体系中几乎不可能实现，因为人是有缺陷的，即使是最好的销售代表也会犯错。研究表明，与使用数字化店内数据收集工具相比，人工收集的数据准确性可能会低15-40%。

获得真正准确的、最新的和可执行的信息的唯一方法是利用AI图像识别技术将销售自动化扩展到零售执行。数字技术在优化现场团队销售周期的每一个方面都发挥着至关重要的作用，特别是实时分析、云计算和SaaS等新技术。系统收到的信息越多，识别能力就越强，表现就越好。

我们总结了消费品品牌零售执行中基于TraxAI图像识别带来的十大好处：

1、缩小货架策略、定价和促销实际情况和理想状态之间的差距，创造更多的完美门店，提升销售；

2、监测现场团队的表现，管理者能够识别表现出色和表现不佳的销售代表，从而帮助每个销售代表改善零售执行，提高他们达到或超过业绩目标的机会；

3、了解每家门店需要多少帮助，赋能经理们能够确定现场团队工作的优先次序，以便他们把重点放在需要最多帮助的门店；

4、让销售代表从繁冗的重复性工作中解脱出来，去做其他有价值的事，如开展促销活动，与门店经理建立良好关系；

5通过调整定价策略、快速识别竞品新品或推出促销和激励措施，迅速对竞争对手作出反应；

6、帮助洞察团队了解哪些销售策略是有效的，哪些是无效的，这样他们就可以推断出最有效的策略，并优化跨路线和地区的执行；

7、为每个销售团队成员提供货架数据收集和监测的工具，以获得实时的货架数据以及他们零售执行的现场情况报告；

8、建立一个强大的、客观的、标准化的信息集中存储库，其他部门也可以访问，并与其他系统（如SFA、CRM）集成，以支持趋势分析、持续改进和未来规划；

9、通过增加销售额、提高现场人员绩效并减少样本市场数据和外部合规审计方面的支出，提供有吸引力的投资回报率；

10、将最前沿的数字技术嵌入销售流程中，释放未来的效率和增长机会。

事实上，不论是品牌商还是零售商，通过Trax一系列解决方案，皆能捕获最真实、最细颗粒度的实时数据，从而实现更高效的数据治理。其实现形式为：

1、设计系统集成方案

图像识别服务本身的业务逻辑非常简单，通常分为三步：图像采集、图像识别、分析结果。

通常来说，AI赋能是常见的业务应用形态，大多数品牌都会有自己的业务系统，如：SFA、CRM等，所以现阶段大部分的用户会选择系统集成的方式来嵌入AI模块。通过智能采集、数字化处理、智能分析的方式来同时服务不同部门，如：销售部门、销售管理部门、合规部门等，能够真正做到一份数据多分解读，让不同的部门获取自己想要的分析结果。

对于系统集成，现阶段集成方案已经非常便捷，简单两步：AI SDK集成，识别API集成，就能完成AI模块嵌入业务系统。图像识别平台已经可以提供标准化AI SDK，来赋能采集端APP，确保采集质量和必要的采集辅助功能。同时，通过标准化API的方式提供识别服务，满足照片上传及识别结果的及时返回。

此外，Trax在数据采集方面还有很多黑科技，其中物联网摄像头、智能巡检机器人方案将会在近两年改变整个行业的数据采集和分析方式。使用物联网的方式让货架数据更及时的服务零售商、品牌方，最终为消费者带来更好的购物体验，同时也大大节省社会重复劳动力，响应国家的碳达峰战略。

2、基础数据治理

以上内容大家可能耳熟能详，但是在实际业务中，往往会碰到新的问题，如：产品数据整理困难，尤其是SKU超过500个以上的品牌，竞品数据整理更为复杂。门店数据不清晰，重复门店，虚假门店经常存在，导致分析结果偏移，同时也造成实际数据和业务数据存在较大差异等等。

基于这些问题，Trax在自己的产品矩阵中也扩展了相应的模块和系统，用于配合整个AI业务的开展，确保数据清洗，结果可信，也最大限度帮助品牌落实数字化战略。

从人治到数治，是从粗犷数据到精细化数据的变革。在这其中，AI起到了最关键的作用。AI在业务流程的渗透度决定了数据在决策环节的渗透度。通过AI赋能，可以挖掘更多数据价值，为管理决策提供数据支撑。与此同时，极大的提高数据时效性，进而提升决策的及时性。AI带来的客观数据、精细数据，也为实体零售通向细颗粒度管理时代打下了坚硬的基石。

细颗粒度管理时代的到来，开启零售元宇宙新纪元

事实上，AI技术在中国零售行业被广泛应用距今仅不到十年时间，通过计算机视觉、AI图像识别技术已经帮助实体零售行业大大提高了数据采集准确率和效率。近年来，Trax不断完善AI在实体零售门店的应用，从智能化图片合规检查解决方案到门店地址库清洗解决方案，从商品数据管理平台到营销活动管理平台，Trax始终站在客户的视角，不断优化AI在实体零售领域的落地路径，以数字技术的力量赋能物理零售世界的数字化进程与革新。

然而，随着时代的发展与新型技术的更迭，，“机器人+AI”的模式已成为新解。中国作为全球性的生产制造大国，相关制造技术与应用技术的成熟使得机器人行业近两年发展异常迅猛。Trax相信，机器人未来能够替代人工，完成包括数据采集在内的很多繁琐且重复性的工作。

“机器人+AI”的新模式，让我们对数据的抓取和理解逐渐摆脱粗线条，变得更颗粒、更饱和与精细。在现今的零售世界，指导零售企业经营决策的改变，已经由每周、每月店铺营收和品类表现，细化到每天、每时、每个SKU贡献率的饱和数据。由于颗粒度变细，今天价值连接和创造的逻辑可以发生很大的变化，从而推动零售管理模式的系统性改变——对市场、产品、运营、竞争、组织的理解都不同于以往，使得我们有可能在“微观”层面理解零售世界的规律。

零售行业的细颗粒度革命加速到来。朗镜科技（Trax中国）饱和零售数据，将开启零售细颗粒度管理的新时代。

什么是饱和零售数据？饱和零售数据是实时收集的货架细颗粒度数据，是建立每个区域、每家门店、每节货架、每个SKU、每个小时的饱和数据仓。

朗镜科技（Trax中国）通过RetailMetaverse Rone零售巡检机器人，领先的AI技术，灵活和动态的方法和IoT新兴技术，可以实时收集货架数据，更便捷地构建货架饱和零售数据。从而助力零售行业实现全场景数字化，为零售商和品牌商的转型和发展创造新机遇。

通过把零售巡检机器人投入商超中使用，机器人将为零售商带来门店运营的效率革新，如帮助零售商减少缺货到补货的时间、降低陈列不合规和价格错误带来的影响、提升完美购物体验，从而致使门店GMV最大化和运营效率的提升。在此过程中，零售巡检机器人将逐渐地把终端场景数据化、数字化，从而推动整个实体零售行业的变革。“机器人+AI”会将整个实体零售生态系统的数字化往前推进一大步，间接地也让生产商或者品牌商得到数字化带来的收益。

饱和零售数据将带来零售管理整体升级与变革：

﹒货架陈列优化：自主、即时地发现货架陈列过程中的各项问题，包括缺货、价格错误、陈列不一致等，并进行预警

﹒掌握货架真相：帮助品牌商及时制定、调整销售策略

﹒增加销售机会：增加零售商和品牌商销售机会，提升销售额

﹒提升购物体验：帮助门店带给消费者更好的购物体验，提升销售额

﹒供应链的优化：提升需求预测、库存管理等环节效率

事实上，在大数据时代，企业都不缺乏数据，而是缺乏饱和数据，以及对于数据整合、分析、应用的能力。而数据越饱和、越细颗粒，洞察结果就越准确。

朗镜科技（Trax中国）从零售图像识别开始，融合基于人工智能的深度学习技术，借助门店助手客户端和远程商业分析平台，全面展示并进一步分析呈现“实时货架情报”。从数据到洞察，从洞察到行动优化，基于IoT机器人带来的终端零售饱和数据，零售企业不仅能够洞察到货架上的第一时刻真相，更能够敏感捕捉到零售新趋势，预判并捕捉到新的降本增效管理点，提前布局并制定下一步战略计划。真正挖掘到大数据的数字资产价值。

未来，零售行业制胜的核心在于“精”和“准”。抛弃过去一味做大的惯性，转向做深、做透。首先，把货架的数字化做深；再将全产业链的数字化匹配、组合、优化做透。这样，才能在零售细颗粒度管理的时代占得先机，引领潮流。

某天，你会在超市购物时看到Trax零售巡检机器人正在工作，你会发现，物理世界与数字世界的融合将不再遥不可及，零售细颗粒度管理时代已然来临，而零售元宇宙也至此而始！