原标题：AI重新定义新零售时代的“商品”能力（下）

从商品时代进入新零售时代，其发展过程的核心在于，如何建立以消费者为中心的品牌的自有用户生态，然后利用算法，更加精准地推荐商品。产品是消费者对品牌认知及购买决策的核心要素，而“合理”的商品结构、精准的销售预测、供应链能力等，就成为了品牌的核心竞争力。在实践过程中，品牌需要建立消费者与商品交互的商品计划算法模型，再结合客户关系体系，打造出端对端的商品及供应链的能力，从而提升产品力和销售收入。

2018年8月24，由雅各布专栏、ECV International、大时尚科创产业联盟主办，杭州数云、上海欧睿供应链协办的“打造新零售时代的智能商品计划和决策体系—AI Merchandising Salon"圆满落幕。在本次活动上，各位业内人士就新零售时代的商品重新定义及如何打造智能商品计划等议题现场进行了精彩讨论。今天我们给大家分享第一场讨论的下半部分内容。

新零售时代的“商品”重新定义

从人货场的角度重新认知“商品”的定义： “人”，突破品牌原有的用户群体，实现用户增长；“货"，通过零售加强“人与货”的精准标签；“场”，实现中国“全世界”的整体和区域商品计划。

商品作为连接消费者和品牌的“置换品”，从来都是一个“不确定的潜在消费者需求”，也是在快速变化的市场中最难以扑捉的“实物”。重新定义商品，也是新零售时代的新要求。消费者对“产品”的理解不单纯是“商品”本身，更加是“商品”+“内容”的定义。

诸刚强(Jocob)，雅各布专栏创始人；

冷芸：博士、富布莱特(Fulbright)学者奖获得者；

竺科峰：红袖、CIO。

如有可以做到所有的商品结构都是最合理的，一定是很牛逼的品牌。但是今天又有很多的不确定性，所以从精准开发对所有的品牌公司来说都是很有挑战性的，就算是作为品牌有方法论，但是品牌对消费市场和对消费者了解的深度，或者是消费人群和业务迭代的能力不足，就变成了设计出来的东西未必有市场。虽然道理简单，但是实践的结果确很难达成目标。

作为品牌公司来说，我们自己在发展会员体系包括营销，在这几年我所接触到的会员引进，从这个层面也多了很多。再加上这几年的新零售又回到了精准消费者的信息，但是有时候因为各个品牌公司可能是从三四五线成长的，有的可能是从一二线成长的，中国的消费者的层次和地域性相差太大，所以我们有时候从拿到数据也很难评判，这些数据是不是只适合于某一些城市？如果回馈给设计师会不会有片面？会不会不精准？这也是比较头疼的地方。

其次预测存在很多的领域，比如说股票也有预测软件，还包括大家看在国家、政府层面都有对未来的社会和国家发展的趋势，预测其实有一些基本的点，但是和它所需要的技巧来说，我觉得我们现在预测不准有几个原因。

第一个是技术层面的问题，因为预测有一个很重要的点，就是历史数据的积累，我要从过去的十几年找到影响数据变化的因素是什么，以及这些因素产生了什么样的变化，这之间有一定的关系，所谓的AI也就是依照这些规律来预测的。像现在信息系统的发展，数据量越来越庞大，这一部分一定是靠AI解决，而不是靠人脑解决，就是怎么样把这个模型建立起来。而且我知道一些大品牌公司找的买手不是学服装设计的，就是学经济学、统计学的，一般把他们招进来建模，建模以后完全靠这个模型来做。

但是时尚产业有一个很大的问题是，时尚产品很难预测，因为时尚产品很难预测，时尚产品销售的时间非常短，所以要抓共性一定不是看SKU卖得好，一定是看SKU为什么卖得好，从这个SKU上找到卖得好的共性，比如说颜色等等，这个最终要靠AI解决。

第二，我觉得我们不能忽略大部分的消费者，大部分的普通消费者不具备非常有主见的消费意识，他的消费行为是可以被引导的，我们打造爆款到底是一下子喷出来的还是打造出来的，爆款是可以认为打造的，条件是第一个你必须要选对爆款，你不能选一个扶不起的阿斗，你选对了就是如何打造它，这个过程就是引导消费者的过程，因此我认为AI预测加引导才是未来。

新零售本身就是系统化数据体系。新零售如果没有数字驱动的模型，就是一个传统的零售，传统的零售不需要我们今天再讨论。

我们做一个品牌公司是不是可以真正去建立一个可预测的商品体系与模式？虽然这个对品牌公司非常有价值，但是如何建一个品牌公司可预测的商品体系？是根据过去商品的历史数据，还是根据从消费者需求？我相信这是大家都需要考虑的问题。

还是回到今天的主题，如何建立一个有效的结构化的商品预测结构？我记得以前就和Top 5 女装的品牌老板聊过，我说“商品”是不是可以做数据保护？因为外企会有大量的数据安全标准，但是老板说“时尚产品本身会随着潮流而不断变化，产品一般上市三个月以后，消费者可能就不会买单了”。

我与其他品牌的老板也聊过，为什么70后老板这么成功？他说过去的品牌公司实际上是一个供不应求的产品市场，因为品牌多，商品够精准，所以大家可以很快速的在市场成为一个非常有规模、有号召力的品牌，现在的大品牌大都是在那个时代成长起来的。

但是在今天的新零售市场中，品牌的多样化和不确定性成为我们今天讨论的话题。

欧时力说他们做了一个品牌企划，虽然我还没有看到，但是我认为它一定是可以做到的。

第一，什么部门？我觉得所有的部门定义也在变化，IT已经不是以前的IT，销售部也不是以前的销售部，以前把IT当作一个服务部门，我今天电脑坏了，你过来帮我修。今天IT成为了一个战略部门，而且是属于引领性的战略部门，因为服装公司的竞争者不是同行，而是经济公司。

现在还有一个问题就是IT部门和业务部门有一个鸿沟，两者之间的对话是有问题的，所以IT部门也需要了解业务。比如，现在大部分公司都在做数据系统，不断给商品打标签。那么，标签应该打到什么级别是非常重要的，因为标签的细致度决定了未来的数据库可以升级到什么程度。

举例来说，现在大部分的标签分到了体恤，那么T恤的领子、长度、颜色要分吗？还有每个人对色彩的定义不一样，对领型的定义也不一样，这些都是实施过程中的具体问题。但是从长远来说，我觉得一旦标签基础建设好了以后，对以后品牌的发展是很有好处的。所以第一点是商品的基础设计。

第二个是读图能力。我知道有一些AI机构要求AI机器人可以自动的读图，现在大家都知道需要雇佣人力输入大量的初始数据，如果读图能力解决了这个问题，我觉得对服装产业是一个极大的贡献，因为它可以读出这是什么色彩，对未来的贡献是极大的，这两个是基础点，如果这两个不解决，那么后面也都是没有什么用的，所以首先是解决基础数据库和读图能力的问题。

其实在今天的AI领域中有图像识别和数字识别。

以往设计师的工作，包括买手的工作，是需要天天看图的，这里的“图”包括竞争对手的图片，网上各种爆款的类型等等。如果未来的AI可以根据基础的数据读取甚至是抓取一些新的维度，变成自由的资料，那么对整个服装界的改变都是非常大的。

比如说AI这个场景，今天主流市场都已经接受。因为大家所有都是围绕着消费者的需求来说，那么如何更精准的识别消费者的特征，变成消费者的肖像。

今天冷老师讲了一个非常重要的话题，实际上商品也有消费者的消费特征，不同类型的消费者对品牌公司的商品理解与购买行为也会影响品牌公司的商品结构设计。

刚才冷老师在说整个数据存储的维度，这一点我想说的是，会员本身的数据库与分销的数据库也非常的相似，也需要不断的贴标签来梳理，比如，忠实VIP，不同城市层级的VIP等。

通常大家都是围绕商品长成什么样子、商品的成本结构而展开，今天我们讲的是商品的模型建设，它需要配合我们讲的用户标签，这样所谓的营销才能为品牌公司的商品企划跟商品设计带来很多建设性的影响。

围绕这个话题，在今天的新零售时代中，我们可以为今天的商品做什么？实际上今天的品牌初创能力还是比较弱的，品牌面对消费市场的认知还是比较远。但是，我们今天谈到是不是有一些品牌公司可以通过今天的商品数字化能力建设，形成对商品智能预测的模型，会重新改造品牌在自己商业结构中的重新设计？这是一个很颠覆的创新。不知道你们怎么看？

我的想法是这样的，刚才我们更多提到的是研发的环节，其实很多研发相对来说比较完善了，更多的是要落地，需要把该有的货去到该去的门店。那么，对品牌公司来说相应的成本也会降低，利益最大化，这就是不管从原来的研发还是从实际出发，也趋向于变得更加成熟。我觉得这是一个完整的体系，因为前端的铺垫会让后续的工作更加轻松，铺货更加的精准，体现出实际的价值。

其中一个触点就是绝大部分的品牌公司在线下的零售店，它可以让导购和服务员了解消费者的需求，从而做商品的研究。比如，优衣库就是这样的模式，因为在产品研发阶段，让消费者参与到对新产品的研发，听取整个商品在消费市场的感知，形成这样一个新产品的设计。

那么，如何去建立品牌公司商品智能的学习能力，还可以在什么路径和触点上有一些启发性的东西呢？

这个方面我没有太多的想法。可能在未来，我们还是讲人、店、货，之间的关系，我还是希望未来在以工厂为中心的过程中，让你的货品跟人更加的精准。因为开店的成本越来越高，只能是让这个效率最大化。

我相信绝大部分的品牌公司仍然是来自于线下的门店，在线下门店中，对整个社区消费者的了解其实也是一个新零售的场景。另外，我之前也碰到一些品牌，比如说小红书通过平台的发展，它是在KOL、商品和商品图像识别之间建立了大量的商品数据结构的关联分析。

而且未来，店不会开的特别多，因为开店本身的成本特别高，品牌也希望依据各种各样的技术手段开的更加精准，因为以后我们说的都是无缝流通的环节，就像今天的小米，希望能够线上、线下全面的打通，而不是以迅速铺张去霸占市场。

实际上今天我们谈到整个商品智能预测，你会发现和传统的零售中品牌能力模型和组织模型有很大的变化，因为一个懂科技的人不一定懂新时尚，懂新时尚的人也未必用数字科技启发我们，在今天讲的新的商品形势中，我们碰到挑战可以做些什么？

首先对传统企业来说，它们和消费者之间的关键点就是时刻和消费者保持互动。为什么网红可以火，因为他们时刻和消费者保持互动。所以，首先需要掌舵者转变观念，如果观念不变，所谓的观念就是你对数字引导业务的信心和把握有多大？因为有的人觉得不重要，还是把IT部门当作是一个服务部门，这是观念的问题。

第二，我认为服装企业必须做组织架构的变化，才可能让这一切东西落地，所谓组织架构的变化不光是组织架构，包括所有员工的责权、利益分配的问题，这是一套系统性设计的问题，人不变、人的思维不变，人的责权不经过变化很难以落地。当然它不是一步到位的，所以我和很多企业家说，你要变革，但是开始需要一个试验田，然后再慢慢的推广，这是一个漫长的过程。

我非常认同冷老师的说法，不管是在现在的企业还是以前的企业，其实企业在某一段时间的突飞猛进真的是一个观念上的改变，观念上的改变带来的是组织的变革，因为组织变革，才会吸引人才过来。包括现在的IT建设也是一样，也是人为的变化。

今天的讨论对于我们来说非常有启发。我们讲新零售的时代，所谓这个“新”不单单是一个数字驱动的模式，新零售也是一个人工智能驱动的产品。因为在过去数字驱动的产品，一般用于大数据和数据分析，给企业带来数据的预测，它们更多的通过历史的数据了解目前的市场。

但是在人工智能的时代它是非常不一样的，今天的品牌应该是一个智能的品牌，为什么这样说？

品牌应该和我的消费建立数字化的链接、数字化的互动、数字化的营销，所以我可以更好地了解消费者，更好的触达消费者，为我的消费者提供更好的商品推荐，这样才能更好的满足消费者，所以第二个应该是人工智能的场景。

第三个讲品牌经济，我们为什么要做一个品牌？做一个品牌和做一个牌子不一样的地方是，品牌可以更好的了解市场，品牌可以做更好的计划，我并不是完全被动式的感应市场，如果被动的感应市场这个企业没有什么生存能力，我们需要非常开阔的、大量的市场的试错，形成自己的“商品学习”能力，这是一个必经的过程，看上去这个市场变宽或者是变小了，所以在今天讲的如何建立品牌公司可预测的商品智能预测，这是今天的品牌公司在新零售时代中非常重要的一点，因为对品牌公司来说真正的消费者对品牌的影响。

希望通过今天的探讨给大家一些启发，因为我相信在新零售的世界中没有所谓的最佳实践，我觉得新零售中所有的设计思维一定是根据自己品牌的基因、自己品牌的能力，逐步找到自己品牌在消费市场中自己的商品能力，这才是一个核心。

我认为中国的企业一定会成为世界的企业，成为世界的企业中我们也可以成为一个全球化的平台。在走向这个过程中，今天的品牌公司如何成为一个真正的品牌，更加的了解消费者，能够建立一个健康的商品体系也是一个最重要的话题。

时间关系，今天第一个圆桌讨论环节就到此结束。