中国零售是一个成功转型的伟大市场，从吸收国外先进信息化经验到数字化道路一骑绝尘。

在这个伟大市场，如何布局与定位？

中国零售数字化市场中有强悍的本土玩家，一家手握交易，一家手握流量。 而微软在探索零售数字化转型的过程中却有着独特的秘诀——

以技术平台为依托

丹棱街5号-微软亚洲研究院，中国人工智能的黄埔军校，中国几乎所有头部的人工智能公司创始人、联合创始人都跟微软有千丝万缕的关系。而小冰依然是中国乃至全球无法超越的多轮对话机器人。

微软在宣布Windows 拆分后随即宣布投资50亿美元于IoT，震惊世人。但这其实仅仅是微软在IoT领域投资的冰山一角。Windows留给微软巨大的资产中包括庞大的硬件生态系统，包括台湾仁宝这样的设备巨头，如今微软新的使命是助力这些生态合作伙伴在IoT领域有所作为。

人工智能+IoT，这是零售数字化的两大基础技术，在这两个技术层面上微软遥遥领先其它玩家。

以合作伙伴共荣为前提

微软始终以合作伙伴成功为前提，微软在中国早已构建起一个巨大的生态圈，拥有深入各个垂直领域的生态合作伙伴。在微软中国刚刚完成的一轮组织架构调整中，亮点之一就是构建了OCP部门，统一管理整个生态合作伙伴，聚合分散的力量。而微软加速器又成为了一个创新生态的加速引擎，不断地吸收中国最优秀的创新企业，加速他们成长，并将他们纳入生态，保持生态的持久创新活力。

那么如何利用技术与生态优势来赢得中国零售数字化转型胜局呢？我们用5个真实的故事来告诉您答案。

故事一：某一线化妆品牌构建线下漏斗模式，精确管理线下流量

某年营业额超过25亿美元的超级化妆品品牌在中国拥有超过2800个化妆品柜台，占据了中国最主要的商场、百货的黄金柜台位置，每天吸引着海量的顾客流量。

而他们的问题就是如何数字化顾客流量？能够像电商一样精细地进行流量的引导与转化？

该品牌有四重流量管理需求。第一是商场自身的流量变化情况。第二是柜台通道客流数量。第三是柜台接待的客户数量及特征。第四是成交顾客数量。这四重流程层层转化，构成流量转化漏斗。

微软某合作伙伴认为计算机视觉方案可以解决大部分问题，但依然有盲区和困难，比如柜台的相互遮挡构成视觉死角，比如商场的带宽无法支持高清视频流。

最终该品牌应用了一个基于Azure云，混合多种IoT设备+人工智能嵌入相机的部署方案。成功收集了精准的流量数据，在专柜选址、租金谈判、销售绩效、顾客画像、装修风格、商品陈列等领域都获得明显的商业受益。

故事二：某日化巨头采用商品识别算法数据化陈列图片，准确率达96.78%

某日化巨头在中国每年需要人工处理上亿张从各商超拍摄的商品陈列图片，判断商超是否有依照要求进行货品陈列摆放，这一过程耗费大量人工物力。

微软某合作伙伴在微软亚洲研究院的支持下，采用了先进的 Faster RCNN 算法来帮助该巨头完成陈列图片的数字化过程。基于该算法，采用一个100张小样本标识数量即可完成一个商品SKU的训练，而且训练周期只需30分钟即可完成。生产环境通过 Azure ND6 构建分析服务器，每个图片的分析识别在0.6秒内即可完成，可以接近实时地反馈给现场的拍摄人员。

海量图片的数据化带来了明显的商业受益。

故事三：某国际快餐巨头采用新一代架构客户赋能平台，上线三个月获客数量数千万

某国际快餐品牌在完成与本土资本合作后，构建新一代的客户赋能平台成为了其数字化进程中的重点。

微软某合作伙伴的新一代客户赋能平台，采用了全场景设计。从用户前端着手，与腾讯合作采用“小程序+微信支付”构建了新一代的订单/支付场景，用户无需到店即可通过“i麦当劳”快速下单，并享受会员折扣，到店即可取餐用餐。

新场景在改变了用户习惯的同时也改变了后端的架构，传统的系统架构如何支持处理数千万互联网用户的实时要求？

该合作伙伴在微软C+E部门的支持下，采用了Azure Service Fabric +Redis+ Cosmos db 构建一个互联网化的融合架构，新架构满足了亿级的互联网用户的实时访问与业务处理需求。并采用Dynamics 365+Power BI 构建了全新的用户界面。

新一代的客户赋能平台，不仅仅带来系统架构的变革，也延展了新的商业应用场景，通过数字化获取海量用户的行为数据，洞察每个用户的用餐偏好。

故事四：台湾某便利巨头采用AI 设备与传感器，构建黑科技便利店

大陆新零售如火如荼，宝岛台湾的零售也不甘落后。近日在台湾拥有3000个便利店的巨头在台北重庆路开了第一家黑科技便利店。

微软某合作伙伴帮助该零售店安装部署了新一代的AI相机（Samantha）进行人脸的检测与捕捉。

Samantha采用了OV为人工智能视觉设计的第一款传感芯片，采用了定焦镜头设计，内嵌了该合作伙伴算法团队的视觉算法，并接入IOT管理平台与传感器构成一个融合解决方案。

Samantha由于基于定制传感器与定制镜头，完全不同于传统基于安防需求设计的摄像头，可有效捕捉到清晰的人脸相片，从而提升30%以上的人脸数据的准确性。

Samantha内嵌可定制的人工智能算法，可智能捕捉相关场景的相片，通过整合边缘AI和Azure云端的强大AI，大幅度降低90%以上数据的传输带宽需求，同时确保了强大的分析能力和可扩展性。

Samantha 通过跟传感器平台融合，有效解决了视觉死角问题及准确性问题，并且可演化出更多的业务场景。

故事五：某咖啡连锁采用智能音箱数字交互系统，构建线下数字化互动场景

餐饮数字化的地点一直围绕着点餐这个动作而展开，从传统的POS+收银员，到大屏互动，到微信自助点餐，下一个点餐场景是什么呢？就是基于自然语言的人机交互。

某连锁咖啡采用了微软某合作伙伴自研整合的方案，包括智能音箱设备+Azure的智能语音服务，用户可在唤醒智能音箱后通过语音轻松完成一个咖啡订单，在屏幕确认后通过微信完成支付即可完成一笔交易。

这一交互场景的实现迈出了零售门店语音自然交互的第一步。

更多的新零售探索故事，期待与您共同书写。

零售聚合 创新万象，4月20日，上海衡山路十二号，见证零售创新的力量。

点击「阅读原文」进入报名页面 —— 选择「我有优惠码」—— 输入优惠码：Microsoft，即可获得 1 张原价499元的免费入场券，先到先得~

活动主办方：天正          

活动协办方：微软加速器

推荐阅读