“AI技術(shù)應(yīng)用與零售行業(yè)的結(jié)合是一個全新的領(lǐng)域。包括投資人在內(nèi)，大家普遍認為新零售是極具前景的。但是對具體場景的選擇是基于回報多少和回報時間等因素來衡量的，這一方面，大家都在探索。”深耕新零售領(lǐng)域，天正聚合創(chuàng)始人兼CEO黃純波給出了自己的看法。

初創(chuàng)打天下，團隊先行

黃純波，金融管理的科班生，同時也是一位連續(xù)創(chuàng)業(yè)者，大學(xué)畢業(yè)開始就不斷創(chuàng)業(yè)。創(chuàng)辦天正聚合之初，他承認自己并無太多科技相關(guān)的積累和背景，甚至自嘲道，選擇新零售服務(wù)這一創(chuàng)業(yè)方向是“不務(wù)正業(yè)”。但時隔兩年，天正聚合已經(jīng)與多家國際公司合作。

圖｜天正聚合創(chuàng)始人兼CEO 黃純波

談及現(xiàn)有的成就，黃純波表示，這要得益于背后的團隊。

“我的團隊成員都有著非常豐富的從業(yè)經(jīng)歷。如在公司的核心業(yè)務(wù)－－－新零售服務(wù)上，這方面的負責人就是從微軟請過來的。

其中一位來自微軟的大客戶企業(yè)服務(wù)部門，為客戶做零售品牌等，當然，在微軟之外，他此前在OPPO等企業(yè)中做過銷售和售前的一些工作，也曾在互聯(lián)網(wǎng)大數(shù)據(jù)公司擔任過執(zhí)行總裁。

還有另一位負責人，除了在微軟工作過，此前，也在國內(nèi)華為等公司工作，后曾帶領(lǐng)過一家公司上市，并負責該上市公司的管理和加盟。”

除了主營業(yè)務(wù)，公司的重要負責人也是背景不凡，如天正聚合的CTO，就畢業(yè)于清華大學(xué)，并曾在百度大數(shù)據(jù)部任職過，現(xiàn)在，他主要擔任公司的整個大數(shù)據(jù)方面和AI算法能力的開發(fā)和研究。此外，天正聚合在香港有一位合伙人，負責著海外業(yè)務(wù)。

無疑，這些精英的聚合，打造了天正聚合快速前進中不可或缺的強大引擎。

深入零售應(yīng)用前，還需衡量場景是否“高效”

在業(yè)務(wù)方面，黃純波指出，天正聚合主要為新零售領(lǐng)域的B端用戶提供大數(shù)據(jù)服務(wù)。

值得指出的是，現(xiàn)在，新零售、智慧零售、無界零售這樣的概念早已火熱，概念之上，已經(jīng)有京東、阿里等眾多企業(yè)開始了嘗試和探索。然而至今為止，似乎還沒有人能夠探索出一種“正確的打開方式”。

同樣，天正聚合也在一步步探索，并逐漸形成了自己的特色之路。

“天正聚合現(xiàn)在采用的是梯子型戰(zhàn)略，首先和愿意嘗試的企業(yè)一起合作，做一些項目的試點和產(chǎn)品的研究。在這一過程中，我們會發(fā)現(xiàn)非常高效的應(yīng)用場景，即能夠迅速有回報的場景。隨后，針對這樣的應(yīng)用場景，我們就會從產(chǎn)品化、交付再到整個商務(wù)去培育和優(yōu)化產(chǎn)品的能力�！秉S純波解釋道。

“以線下場景為例，因為化妝品需要試裝，這是非常重要的入口，所以化妝品專柜就是一個高效場景。”

由此，“高效”是天正聚合選擇場景的首要考慮，而這也成為天正能夠吸引客戶主動嘗試的重要因素。

圖｜天正聚合流量模型系統(tǒng)

“我們不售賣硬件，而是在安裝部署后，根據(jù)客戶的使用年限，采用一種持續(xù)性的收取方式�！�

“當然，我們也會不斷開發(fā)更多細節(jié)上的內(nèi)容，在客戶的系統(tǒng)上做應(yīng)用的疊加，這樣我們就能在同等的成本下優(yōu)化我們的算法，并幫客戶帶來更多的價值�！�

黃純波表示，這是一個雙贏的局面。他指出，找出人工智能與特定場景的最佳匹配，最大化挖掘技術(shù)與場景融合后帶來的價值才是詮釋“高效”的最佳方式。

利用流量數(shù)據(jù)分析，聚合零售

而在這樣的高效場景中，如何讓數(shù)據(jù)貫穿其中形成閉環(huán)，并最終為客戶帶來最大化的價值呢？

黃純波用貫穿始終的流程展現(xiàn)了新零售場景數(shù)字化的魅力。

“首先，我們幫化妝品品牌部署上千個門店的硬件設(shè)備，這里就是攝像頭和傳感器。其次，就是解決傳統(tǒng)線下體系會面臨的種種問題，如難以有效評判和管理銷售人員、選擇專柜落地點不知道租金價格等�！�

這里，用商業(yè)閉環(huán)的邏輯，黃純波給出了進一步解釋。

“利用攝像頭、傳感器和AI等技術(shù)，我們根據(jù)用戶需求，做出一個線下的流量漏斗模型，這個模型可以測出一天內(nèi)商場的人流量變化和柜臺的客流情況；基于這兩項數(shù)據(jù)，模型可以計算出商場流量到柜臺流量的轉(zhuǎn)換率；進而，我們可以借助用戶購物場景下的產(chǎn)品數(shù)據(jù)，計算出導(dǎo)購的接待率�！�

接下來，在獲取了這些數(shù)據(jù)后，訓(xùn)練出來的線下模型基本就和線上流量轉(zhuǎn)化漏斗模型差不多了。

神奇的是，在這一設(shè)計下，有了流量轉(zhuǎn)化率，客戶能夠通過節(jié)點數(shù)據(jù)的變化來檢查哪些方面需要提升，這樣的架構(gòu)也就十分類似互聯(lián)網(wǎng)系統(tǒng)了。

圖｜天正聚合硬件產(chǎn)品 攝像頭和傳感器

“因為影響因素很多，從管理上你很難準確評估一位銷售的能力。比如某區(qū)域客流量小就會影響銷售的開單數(shù)。而現(xiàn)在，有了攔截轉(zhuǎn)化率、銷售轉(zhuǎn)化率等指標，公司就可以更加客觀的評估銷售的能力�！�

如此種種，憑借流量轉(zhuǎn)化模型，天正聚合就這樣把技術(shù)與場景很好的融合起來，并成功得將線下場景信息化，映射到互聯(lián)網(wǎng)上，實現(xiàn)了線上與線下的完美聚合。

總結(jié)

盡管找到了這樣的大方向，黃純波卻表示，前路依然艱難。

“AI場景的落地難度其實遠超過我們的想象，所以我們接下來主要還是專心把已經(jīng)落地的產(chǎn)品做扎實了，讓客戶放心。”

但亦如黃純波所提到的，線下零售場景因其過于復(fù)雜，現(xiàn)如今還沒有太多的科技公司入局大數(shù)據(jù)服務(wù)領(lǐng)域，而這也是天正聚合的先發(fā)優(yōu)勢。

同時，他也指出，現(xiàn)在市場還是一片藍海，加快部署、抓住時機十分重要。所以，對于天正聚合而言，提升搭建部署能力也是當下十分重要的事。