作者:甲骨文公司零售全球业务部亚太区副总裁Patricia Cheong
在疫情及经济形势变化的影响下,零售业正悄然发生改变。而随着市场环境波动、行业竞争日益激烈、新业态和新模式快速更迭,我们看到人们的消费观念与行为也同样发生着变迁。
年末将至,“双十二”、圣诞节、跨年夜等大促节点将如火如荼地展开,零售业将迎来新一轮商机。当变化成为新常态,备战年终“大考”的企业如何在行业洗牌的浪潮中占据先机?甲骨文公司今年发布的《零售购物的未来趋势:2022年消费者研究报告》(以下简称,《2022年消费者研究报告》)中针对中国消费者的调查结果给予了我们一些启示。
节日大促日常化,理性消费渐成主流
眼下,直播带货风潮席卷全网,已然成为各大商家在购物季营销的“主战场”。除了一众电商平台纷纷加码这条赛道外,也吸引了抖音、快手、微信视频号、淘宝直播等新玩家的入局。行业爆发的背后,边看直播边“买、买、买”正在成为不少消费者的购物新方式。《2022年消费者研究报告》发现,39%的千禧一代(25-39岁)会在抖音上“种草”,32%的Z世代(18-24岁)通过微信找到合适的产品与优惠。
这其中,我们也注意到年轻群体更容易被直播这种具有强互动性和社交属性的新兴消费渠道“种草”并下单。根据淘宝直播发布的《2021 天猫 618淘宝直播消费者画像》显示,90后已经成为直播间的消费主力,00后紧随其后。
随着品牌商家的直播带货逐渐常态化、电商节日大促走向日常化,加上各种优惠规则“套路”满满,在一定程度上削弱了“双十一”这样的大型购物节对于消费者的吸引力。越来越多的人在面对“消费诱惑”时更趋于理性,不再盲目抢购囤货。《2022年消费者研究报告》显示,74%的受访者倾向于货比三家,以寻找更加实惠的商品。
与此同时,进入后疫情时代,消费降级开始成为经济热词。“非刚需不买, 非打折不买”,逐渐形成当下人们的消费观。《2022年消费者研究报告》发现,超五成受访者表示今年将削减购物季的整体支出,43%的人侧重于购买品质可靠的生活必需品,也更加关注在价格方面具有竞争力的优质商品。总体来看,按需购买成为了更多人的消费共识。从最初全民狂欢式的“剁手”,到如今品质消费、绿色理性消费渐成主流,购物季不仅见证了中国消费升级的进程,更折射出国人消费理念的改变。
即时零售异军突起,科技赋能抢占先机
在购物季消费整体趋于理性的过程中,新的暗流也在涌动。《2022年消费者研究报告》指出,37% 的受访者计划本次购物季主要在线下门店购物,42% 选择在线上购物,这意味着尽管越来越多地消费者选择在线购物,但线下实体商店仍旧占据着重要地位。值得注意的是,在疫情推动线上消费快速增长的同时,一个零售领域新风口的到来也让传统零售行业迎来了 “危中有机”的局面。
今年以来,以 “线上下单,最快30分钟送达” 为特征的即时零售新业态异军突起。根据中国连锁经营协会发布的《2022年中国即时零售发展报告》指出,预计到2025年,即时零售的开放平台模式规模将达到约1.2万亿元,引领并拉动O2O整体市场规模的增长。
如今对于消费者而言,物流配送环节在整个购物过程中已经越来越重要。《2022年消费者研究报告》显示,五成受访者将配送速度作为评价商家的因素,高达80% 的人会考虑使用一对一配送服务以确保按时收货。凭借“本地门店+即时配送”的服务模式,即时零售弥补了购物季高峰时待货期长这一缺陷,大大提高了消费者购物的便捷度。
对零售商来说,想要在年末购物季中抢占先机,科技力量的加持至关重要。借助 Oracle零售解决方案,零售商可以获取零售业务所需的见解和敏捷性,在各个接触点为客户在购物季提供满意的体验。品牌可以在技术的赋能下策划无缝衔接的店内和在线购物的全渠道体验,还可以利用人工智能技术获得与购物者互动的整体视图,帮助客户基于库存做出更好的定价策略,从而实现更加智能高效的零售体验,进一步推动零售企业的业务变革。
当变化成为时代的新常态,唯一不变的就是变化本身。面对年末购物季大考和新常态下的消费新势能,数字化解决方案已成为产业高质量发展的利器。时代是个变量,但主动权仍掌握在我们手中。零售企业应在行业变革的浪潮中积极拥抱变化,敏捷响应消费者的需求,因势进化,持续调优,向新而生,方能赢得未来。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。