英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
附 录A 译文
预测零售的未来
预览 零售业预测研究人员、零售预测软件开发商Stephan Kolassa在这里描述了由于新数字技术、云计算、社交媒体和人工智能，零售业正在发生“惊人”的变化。他研究了这些零售趋势对购物体验和零售业的影响，并详细说明了零售将面临的新挑战。
介绍：
我们平时都接触到零售的业务。无论是在实体超市购物，还是在网上订购，我们每个人都是零售客户。和其他行业一样，零售业也需要并使用预测，这些预测范围很广，从帮助决定在哪里建立新商店或配送中心（DC）的战略预测，到关于下个月将开展何种促销活动的战术预测，到在货架上补充SKUtimes;天数times;位置消费者需求的产品。
近年来，零售业一直在以惊人的速度变化，在本文中，我将记录其中的一些变化，并讨论它们对零售预测的影响。由于这些变化也适用于其他行业，而且消费者包装商品(CPG)业务严重依赖于零售商，而且许多以消费者为中心的业务正在进行垂直整合，因此我认为本文的见解对于非零售商来说也值得关注。
你的下一次购物之旅
举个例子，想象一下你正在进入你最喜欢的超市。当你跨过门槛时，你手机上的零售商应用会注意到你的手机进入商店。它会自动显示你的购物清单，这是根据这个特定市场的平面图来陈列的。当你走过货架时，你会看到智能的价格标签在调整价格——商店的预测算法已经确定，到晚上可能会有多余的肉末，所以会实时降价来吸引顾客。当你停下来查看肉类柜台时，摄像机会跟踪你的眼球运动。当它注意到你在一块特别开胃的肉上徘徊时，你的手机就会鸣叫并通知你，作为一位有价值的金卡忠诚顾客，你可以在这块肉上额外获得25%的折扣。顺便问一下，你知道这种酒和它很配吗?我们刚好有一个食谱，可以很好地处理这两种食材——尤其是系统考虑到你的购物车刚刚已经放入了什么。
当你来到乳品柜台，欣赏远处墙上幸福的瑞士奶牛咀嚼反刍食物的投影时，你的手机又响了起来。你的配偶刚刚从你的智能冰箱里拿出最后一盒牛奶，在她给你发信息让你多买一些之前，你手机上的冰箱软件已经讨论过这个事情。你注意到货架上有一种新牌子的有机牛奶，不知道是否要试一试。扫描二维码让你知道更多关于牛奶来源的信息，这看起来很有前景，但你记得你的一个朋友在社交媒体上发帖说，这种特定品牌的牛奶很快就变质了。你把纸盒放回原处，即使是刚刚到手的3折优惠券也不会吸引到你去买它。
在葡萄酒区，你真的很想尝试应用程序的推荐。不幸的是，一开始选择的范围似乎令人望而生畏，但你的手机可以帮上忙，告诉你该去哪里找。在这里!不，应该在那里。好像缺货了。你扫描货架上的二维码。这款应用程序会告诉你，应该还有两瓶酒，但实际上并没有。它们可能已经在其他购物者的购物车里了。与其试图找到那辆手推车并偷走它们，你决定订购一瓶当天送达的葡萄酒。你没有看到的是，机器学习算法会注意到你扫描的二维码和你的即时订单，假设葡萄酒已经脱销，并通知店员。五分钟后，当店员从后屋把货架上的酒重新装上时，你已经走得很远了——你的酒已经送到了家门口。
最后，你拥有了一切。你的应用程序知道不要过多地打扰你，也不会给你发送多余的信息——它几乎立刻就注意到你最近改变了你的饮食习惯，之后你再也没有看到百事可乐的广告或优惠券。不要再用那个来源的“好交易”来烦扰你了。当你轮车过去直接付款到停车场,你not-so-fondly回忆在收银员的电台,并加载从传送带上的车改装它在你的包之后,如今,你的购物车的内容会自动统计和对你的信用卡收取。
数码科技及趋势
新的数字技术正在颠覆商业模式。例子包括:
bull;移动解决方案
bull;联接
bull;物联网(IoT)bull;大数据
bull;内存数据库bull;云计算
bull;社会媒体
bull;人工智能(AI)和机器学习(ML)
现代零售客户的期望也随之改变。消费者已经习惯了用智能手机查看全国各地天气的便利，他们在购买书籍、衣服或杂货时也开始期待类似的便利。在一项调查中，86%的顾客表示，他们愿意为更好的顾客体验支付更多的钱，这与80%的网上购物者想要当天发货的愿望相吻合——尽管这与很少有网上顾客愿意为送货付费的事实不符。新的竞争对手和创新的商业模式不断涌现——比如亚马逊生鲜(Amazon Fresh)，估计有90亿美元的规模——它们已经开始接管传统业务，就像亚马逊最近收购全食超市(Whole Foods)一样。
当然，上面讨论的技术是相互作用的。移动解决方案和物联网之所以有效，只是因为我们和周围的事物是超连接的。生成的海量大数据只能通过内存数据库和云等新的计算范式来处理，我们需要在ML方面取得进步，才能从传统资源和社交媒体生成的数据中真正获得价值。
尽管这些技术只是在最近才得到应用(Inman amp; Nikolova, 2017)，但上述大部分并不像看上去那么新。“智能手推车”已经有30多年的历史了!“vide -eocart”的专利申请是在1988年(当时，手推车与货架之间使用红外信号进行通信)，到1992年，手推车的数量达到了4.6万辆。遗憾的是，Videocart, Inc.在1993年申请破产。它的显示屏非常大，购物者无法看到自己的孩子坐在蹒跚学步的座位上，电池很快就没电了，顾客也不喜欢推着一个沉重的、没有功能的显示屏走来走去。
同样，无处不在的自助结帐已经相当成熟，1992年，“自动销售点机器”获得专利，并安装了第一个系统。然后神奇地回到了大联盟
被称为“统计”、“时间序列分析”和“预测”的方法，至少从1996年开始就预测零售销售会自动补货。
不过，有些技术确实是新技术，或者至少目前正以前所未有的规模得到应用。物联网连接着越来越多的物体，从你的汽车开始，从你的空调和暖气开始，从你客厅的窗帘开始。工业机械已经装备了数以百万计的传感器，这些传感器可以在即将发生故障时通知用户，这样它们就可以以可控的方式离线(“预测维修”)。不久，你的冰箱不仅会建议你需要更多的牛奶，还会打电话给修理工，建议你要带哪些工具和备件，并在咨询了你的日程表后自动安排他们的访问!可能的应用程序非常多样化，实际上只受互连性的限制。
为什么物联网如此重要?首先，知道每一箱商品在任何时候的确切位置可以优化我们的库存——我们可以立即对未预料到的需求做出反应。由于不仅是产品，而且卡车和拖车是相互连接的，我们可以分析和优化产品和车队的流程。当我们不考虑对象之间的联系，而是考虑人(和对象)之间的联系时，对改进工作场所安全、卫生保健和家庭生活的影响就变得明显了。此外，预测性维护将提高资产使用和运营生产力。最后，当我们将ML添加到混合中时，得到的数据流和见解可以货币化。
影响零售行业
上述零售趋势的影响可透过以下四个渠道探讨:
bull;购物者参与bull;零售流程
bull;零售工作
bull;新客户产品的货币化
我们可以根据这些特征来研究每一个特征:
bull;购物者中心——关注购物者而不是品类管理
bull;服务于“一的一部分”——单个购物者的每一个声音
bull;对“购物者”和库存管理的智能零售技术扩展视角
bull;数字消费者供应链——从供应商到供应商的端到端跟踪消费者
顾客参与
就消费者中心而言，作为预测者，我们最关心的是需求预测的改善。注意，我们希望预测的是需求，而不是销量——两者是有区别的;当产品A缺货时，A的销售为零，需求为非零，而替代品B的销售高于A可用时的需求。如上所述，新技术允许零售商以多种方式影响客户导航和决策，从基于购物者历史、位置或眼球跟踪的个性化广告，到通过重新订购购物清单、智能购物车或移动/自助结账和支付来提高客户的便利性。社交媒体和数字反馈循环、评论和产品评级正在取代传统的营销调查，并直接影响预测、采购、分类和定价。
美国人口普查局(U.S. Census Bureau)的这句话很好地总结了对“千禧一代”群体的服务:“千禧一代比他们之前的几代人更加多样化。“我们每个人都期待个性化，即使是折扣零售商。然而，国际上活跃的零售商需要考虑隐私的文化和法律规范(Maxwell及其同事，2018)。对于交付，这意味着越来越快——可能是提前完成、订阅(Amazon Dash)和一键服务。多样性的增加意味着“长尾效应”(Anderson, 2008)正在扩大，这是由在线零售商推动的，他们可以提供比传统零售商更多的品种
实体店的竞争对手，通过订做，反过来又回馈给人们对快速实现的更高期望。
在智能零售技术方面，购物者参与意味着零售商需要扩展他们对“客户”的定义，即围绕在我们周围的技术:客户仍按一个按钮在他的亚马逊,超市将很快开始市场牛奶直接向你的智能冰箱,足够聪明就能利用提供和囤积牛奶(保持你的愿望在脂肪含量,有机和常规,玻璃和塑料与纸箱容器,和价格的敏感度),同时指出你明天将会去度假,所以最好不要购买太多。
零售流程
现代技术当然也会对零售流程产生影响。服务于一个细分市场意味着许多营销过程将需要改变。零售商再也不能简单地在周日报纸上插入优惠券了。现代营销需要个性化、位置和语境的依赖。向您推荐和市场需要什么取决于你的购物历史,在哪里你在超市(或者,但愿不会如此,不管你是在一个竞争对手的store-best立即吸引你回10%的优惠券在你下一次购买优惠券,在60分钟到期所以你最好快点),和上下文,根据你的购物车的内容通过交叉销售。
智能零售技术还将改变其他的零售流程，比如plano-grams——指定产品在货架上的确切位置。平面图在确定最大库存时非常重要(给定的产品是否有一个、两个或多个“面”?)热图告诉我们顾客在特定时间的位置，以及更多的店员应该在哪里帮助他们。智能货架跟踪自己的库存，并自动触发补货订单。
在数字消费供应链方面，端到端的跟踪(再次物联网)将改善货架上的可用性和补充，以及规划和补充中的需求驱动操作。将这个数字供应链扩展回数字参与的供应商和供应商将允许更快的反应。
零售工作
零售商也雇佣了大量的员工，从商店助理到DC采摘员再到中央总部的预测员。特别是对于商店合作伙伴来说，以客户为中心和服务于某一细分市场意味着利用来自许多渠道和来源以及社交媒体的实时购物者和消费者洞察。零售助理必须知道购物者是谁，他们上周买了什么，以及他们在Facebook上说了什么。所有这些都可以并且将会告知他们的互动。(如何让这一点不令人毛骨悚然是一个微妙的界线。)而且，和购物者一样，零售员工也是千禧一代，他们也有老一辈人可能没有完全分享的偏好。让他们的日常流程在移动设备上游戏化，以提高员工保留率怎么样?
智能零售技术将提高员工的工作效率。规定性的数据科学可以将预定的活动变成按需活动:如果您的工具可以根据最近的事务和摄像机提要告诉您缺货的位置，那么就不需要遍历所有的货架来查找缺货。商店员工可以被引导为特定的高价值顾客提供帮助，“高价值”顾客可以是在你的连锁店花很多钱的人，也可以是在社交媒体上畅所欲言的人。
或者，一些基于客户机的活动可以直接移交给系统。如果你能直接和应用程序上的虚拟助理聊天，就不需要去找店员帮忙了。虚拟助理总是彬彬有礼，知道你最喜欢的薯条品牌在哪里。在后台，人力资源流程可以通过移动应用程序和自助服务功能从与其他行业相同的生产力提升中获益，而员工规划和调度可以通过更好的商店流量预测得到改善。
新客户产品的货币化
任何与亚马逊竞争的零售商都可以证明，这种商业模式可以产生最大的长期转型影响。其核心理念是将新的客户产品货币化。零售商可以从销售产品转向提供结果。订阅服务提供的不仅仅是食品杂货——它们提供的便利与健康的结果相匹配(早期强调便利的商业模式并不一定关注这一点)。
HelloFresh.com就是一个例子。零售商拥有真正庞大的客户数据:谁买了什么，在哪里，什么时候买的。如上所述，这些宝贵的数据只会增长，它可以连接到外部数据源，如社交媒体或健身跟踪器。只要遵守数据保护规定，这些数据就可以被利用和货币化，但零售商也可以利用这些数据在内部建立品牌忠诚度，并生成更多数据。
影响零售预测
在探索了未来零售业的前景后，这一切对预测零售业意味着什么?我们看到了什么趋势?
预测技术
零售业预测的第一个趋势是，零售商在应对迫在眉睫的变化方面的专业技能越来越强。越来越常见的是现场数据科学团队
考虑日益复杂的预测和ML算法。13年前，在我的零售预测职业生涯刚开始时，统计知识还很匮乏。这已经发生了改变。亚马逊(Amazon)或沃尔玛(Walmart)等大公司纷纷现身年度预测国际研讨会，在那里招募新的数据科学家，发表演讲——包括主题演讲和专题演讲——并撰写学术论文(如Seaman, 2018)。像《国际预测杂志》这样的学术期刊邀请对零售业预测进行评论——我们的贡献还在工作论文阶段(Fildes及其同事，2018)。其他零售商招募数据科学家，用贝叶斯神经网络、泊松回归和回归树进行实验，并且能够讨论预测密度——这些在十年前都是闻未闻的。
零售商需要了解竞争对手不断变化的能力。他们将不得不投资于预测和数据科学能力，否则就会落后。提高预测精度和了解竞争对手的潜在收益是有利可图的。这同样适用于零售商的个人预测。
概括了我对数据科学家、现代文艺复兴时期的男性(或女性)需要涵盖的维度的思考。如果供应商、供应商和批发商想要在与零售商的谈判中站
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[450023]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
