܄

【金猿案例展】老百姓大药房——新零售数字化升级

【数据猿导读】 本案例由开域集团投递并参与“数据猿年度金猿策划活动——2020大数据产业创新服务企业榜单及奖项”评选。

【金猿案例展】老百姓大药房——新零售数字化升级

老百姓大药房(上海证劵交易所主板上市公司,股票代码603883)是中国具有影响力的药品零售连锁企业,系中国药品零售企业综合竞争力百强冠军、中国服务业500强企业、中国连锁百强企业、湖南省百强企业。

实施时间:

●2020.05 门店科技系统上­­­线
2020年5月长沙9家门店数字化升级

●2020.06 首周客流数据人工审计
抽查进店数/Passby准确率,准确率达到95%以上

●2020.07 门店数字化项目中期Workshop&西安门店数字化升级
2020.06.01-2020.7.12 经营画像数据分析

●2020.08 5家门店优化测试+老百姓实地采访
管理层、中层干部、门店经理9个采访

●2020.09 门店数字化看板定制服务
基于老百姓实地采访后了解到的各层需求,为老百姓定制看板

●2020.10 门店数字化项目终期汇报
门店优化测试追踪+管理模型沉淀

应用场景

零售连锁行业最本质的需求就是引流提销、降本增效,实现效益最大化。如何利用大数据、人工智能、云计算、AIOT等前沿技术助力运营提效及精准营销,以及安全生产、资产防损,从而实现企业全链条的效率提升,是零售企业数字化转型升级的核心诉求。

老百姓大药房作为覆盖省份最多的大型医药上市连锁企业,在企业数字化转型的路上不断探索升级,卓有成效。而建立一套有效的医药零售行业门店经营效果评估体系,提高门店运营管理效率,沉淀品牌管理模型,是其布局引领行业智慧零售的重要一环。

面临挑战

传统线下零售店,主要转化数据分析依赖于支付环节采集到的POS、会员等信息,受技术或方法论所限,通常没有实时采集整个转化链条的数据,因而对周边客流、进店客流、顾客店内行为没有标准化的数据采集和分析。评估运营和营销的效果只能靠最终的转化订单,而很难定位在运营过程中的问题和原因。近年来技术的演进使目前精准的追踪线下零售的顾客行为成为可能,实时了解顾客的真实行为反馈,深刻理解顾客的行为特征含义,成为线下门店的数字化精细运营的基础。

开域集团荟聚了拥有深刻零售经验的行业专家团队和拥有实践经验的大数据管理/深度学习团队,打造了专业的新零售经营分析平台RetailX,在零售经营分析和消费者洞察领域走在业界前沿。以消费者理解为核心,融汇品牌内涵的深度认识与数字科技的应用经验,形成了科学的数据驱动零售店运营的运营方法论,帮助品牌客户通过技术和数据实现商业增长。

数据支持

老百姓大药房目前共部署了10个不同类型的门店,小到街边小店,大到整幢楼的超级旗舰店,覆盖了各种类型门店。在门店数字化部署与应用中,数据,特别是视觉影像类数据的处理与传输是关键,老百姓每个门店每日产生的视频数据为3.11TB(约等于6470G),10个门店每天产生的总的视频数据高达35T。

RetailX的数据传输统一采用H.264压缩标准,H.264最大的优势是具有很高的数据压缩比率,在同等图像质量的条件下,H.264的压缩比是MPEG-2的2倍以上,是MPEG-4的1.5~2倍。举个例子,原始文件的大小如果为88GB,采用MPEG-2压缩标准压缩后变成3.5GB,压缩比为25∶1,而采用H.264压缩标准压缩后变为879MB,从88GB到879MB,H.264的压缩比达到惊人的102∶1。

RetailX平台科学高效地应用了端云结合的技术路线,在边缘侧充分利用英特尔芯片提供的特性与算力,在本地实现视频文件的处理与计算,人形识别准确度高达99%,并能实时提供处理后的数据;处理后的数据通过网络汇集至云平台,实现全局数据的统一管理与调度,计算资源合理优化配置,并能够提供极强的扩展性与灵活性,支持快速推广应用至全国所有门店。

应用技术与实施过程

开域围绕老百姓大药房品牌零售业务场景,在门店数字化升级、运营提升、用户拓展、用户触达等领域提供服务,老百姓大药房新零售数字化解决方案概览如下:

金猿案例展_药房_新零售-1

基于老百姓大药房门店采集到的数据扩展应用链路。

金猿案例展_药房_新零售-2

根据老百姓大药房品牌门店的实际场景来配置算法,保证进店客流的统计准确率稳定在95%以上,以支持门店经营分析。

金猿案例展_药房_新零售-3

基于深度学习的视觉识别算法,开域新零售核心识别算法能够非常成熟地识别视频中的顾客(人形)。通过人形的识别和跟踪,能够将人形的运行连接成一条轨迹,以沉淀店内顾客行为的时空信息,追踪准确度高达99%以上。轨迹算法能够不断地学习目标轨迹的运行规律,并预测轨迹的行动方向。通过预实结合,在极端条件下,人形被部分遮挡的条件下仍可直接识别,甚至当被短暂严重遮挡时,也可以通过算法进行预测识别。特别的,基于深度学习算法,RetailX还能够识别出门店内人员的不同身份,无感地把店员导购与消费者区分开来,排除了不同身份的人员对经营分析结果的影响,让数据更有代表性,也更有分析价值。

基于门店实际情况配置合适的进出店区域,就能够在核心识别算法的基础上,精确计算该门店的“进店标准”、“店内停留标准”、“店前范围”。在门店的实际情况中,经常还存在一些不可避免的干扰,如广告牌遮挡等,此时,也可以通过算法优化进行定向调优,保证客流识别的准确度,稳定高质量的准确率交付,核心源于开域在”品牌门店特定场景下” 的 “定制化算法适配与优化能力”。

在客流统计管理后台,可以通过在视频画面上“划区域”和“划线”的方式,实现客流统计算法的应用配置,识别客流的数量和流向,客户的相关人员在经过培训后即可管理门店的客流统计算法,特别是在门店布局调整后,只需要在管理后台做相应的适配调整即可实现算法适配。进而了解老百姓大药房门店客流特点,优化消费者门店体验。

金猿案例展_药房_新零售-4

外部合作

英特尔,英特尔为开域新零售方案提供了芯片以及边缘计算服务。

商业改变

此次老百姓大药房联合开域所做的新零售数字化升级,能够直观地让门店经营的全链路、全过程以数据的方式进行呈现,这些过程性数据的捕捉极大的丰富了门店的数据维度,提高了门店【运营管理】效率。同时,数据驱动管理分析模型的不断迭代也助力沉淀品牌【管理模型】为门店管控、经营优化、管理模型深化及全数字化经营管理提升等多元目标提供了切实有效的数据服务及探索方向。

1、 客流数字化:通过在门店出入口安装摄像机,依托开域的客流分析算法,准确统计门店的客流量,并生成日报、周报、月报、年报等。分析不同时间、时段、不同活动到店的客流量及顾客结构,规划更有针对性的活动内容和形式。成果:长沙某分店在8月进行了形象升级,通过开域RetailX客流系统数据分析显示,9月的入店率相较7月增长了13.72%,此次形象升级对顾客的吸引力有显著的影响,客流的增长也与销售额发生了正相关,9月销售额相较7月提升了18.14%。由此发现,门店客流数据可以有效地反映门店形象升级及相关营销内容等与销售的联系,以此帮助门店建立有效的评估模型。

2、货架陈列摆放更加科学,营业额增加:通过数字化改造,老百姓大药房门店的货架陈列更加科学,吸引更多的客户购买和带来更高的销售额。

3、门店对比数字化:通过本次项目,不同门店的评比做到数字化、多维度、科学化。

4、顾客基本特征、消费信息、客流动线数字化:分析顾客年龄段,结合业务,划分门店店型及消费群体标签,规划店与店之间商品的差异,对陈列及布局做相应的调整,从而吸引和服务客户。

关于案例提交企业·开域集团:

开域集团于2018年正式成立,汇聚了来自包括互联网企业、营销传播、战略咨询、企业解决方案、行业专家等不同领域的顶尖人才,致力于以领先的数字技术帮助客户获得业务高速增长。
 
开域集团作为一站式数字科技平台,产品包括:数字营销解决方案,新零售解决方案,新娱乐解决方案,AI智慧城市解决方案。
 
开域数字营销解决方案,已经服务2000+家知名企业客户,依托全渠道覆盖、全产业链技术数据能力覆盖,以及对客户商业增长场景的深入理解,我们的数字营销解决方案在多个垂直细分中已经充分证明效果能力。
 
开域新零售解决方案,整合开域全产业链能力,深耕垂直场景,服务消费品品牌和零售商。打通线下和线上,直击销售转化核心痛点。已经帮助大型品牌、初创品牌、卖场等各类客户,切实达成销量增长。
 
开域集团也持续在垂直行业进行更多战略布局,“新娱乐”、“疫情防控”等等。开域相信,核心技术能力加上对商业需求的深度理解,帮助客户解决问题才能充分体现我们价值。


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

【金猿案例展】亚信科技——某省公路联网中心大数据平台建设
【金猿案例展】亚信科技——某省公路联网中心大数据平台建设
【金猿案例展】某国家级研究所——组学大数据分析平台建设
【金猿案例展】某国家级研究所——组学大数据分析平台建设
【金猿案例展】中国中车——基于大数据的车辆运维预警监控系统项目
【金猿案例展】中国中车——基于大数据的车辆运维预警监控系统项...

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

大家都在搜