至顶网CIO与应用频道 04月04日 编译:德勤对消费者体验的调查研究发现,我们正在经历着零售业的复兴,而不是零售的消亡。该报告基于对全球500多家传统零售、消费品和贴牌制造业领先企业的调查,显示出品牌领导者们正在重新审视消费者体验,投资人工智能、AR/VR混合现实等新兴技术和互动平台来增加收入和增加新客户。
下面是被所谓零售末日夸大的一些例子:
- 自2009年以来零售支出已经赶超GDP,并且每年都在上涨
- 2017年有44%的消费者在零售方面的支出要高于2016年,只有14%的消费者零售支出减少了
- 预计到2022年实体店收入将增长360亿美元,同期电子商务预计增长500亿美元。
德勤指出,品牌必须清楚零售复兴背后的四大关键因素:
1、消费者颠覆:由于智能手机和连接的激增,消费者对速度和便利性的期望已经达到新高。
2、技术颠覆:技术变革影响到零售的方方面面,从意识到购买、从实体到电子商务。有34%的购物者表示,他们在实体店的时候使用移动设备上网搜索产品,而像人工智能这样的创新技术也让品牌能够跨每个消费者接触点实现个性化。
3、竞争颠覆:如今,品牌要面对数千个竞争对手,包括巨大的市场、灵活的玩法、以及亚马逊和沃尔玛等在线订购服务等新的商业模式。
4、经济颠覆:收入和支出压力推动了消费者行为的分化,其中增长主要发生在以价格为基础的主流品牌。
我们有理由保持乐观。然而,品牌首先必须理解零售复兴背后的这四个关键颠覆因素。品牌也需要更强调消费者体验,作为其价值主张的重要组成部分。
图1:客户价值主张图谱
以下是德勤调查的一些关键内容:
1、有太多品牌专注在产品与消费者体验的价值主张上:有近60%的品牌领导者表示,其公司的价值主张是基于其产品质量和独特性的。产品差异化不足以让零售商产生竞争并赢得新业务。只有10%的受访者称情感联系是他们独特的价值主张。在数字经济中,消费者体验就是产品。
图2:品牌独特的价值主张的领导人
2、消费者体验在漏斗顶端的中断有位突出:品牌将参与和发现作为最大挑战(32%),其次是意识和获取(24%)。这两个顶端的漏斗区代表了一半以上需要改进的主要领域。零售商无法改善消费者体验的原因之一,就是数据散布在整个企业每个角落,品牌无法以有意义或可行的方式对产品和客户数据进行分析。
图3:消费者体验改善和投资的主要领域。
3、品牌领导者不确定谁应该对消费者体验负责:没有关于消费者体验所有权的共同蓝图。当C级高管被问及所有权问题的时候,有72%的人表示首席执行官对消费者体验、战略和执行力负责。当SVP和VP被问及时,只有21%的人认为首席执行官应该对此负责。我认为,首席执行官必须成为利益相关者——员工、合作伙伴、客户和社区——体验的主要倡导者。也就是说,我相信消费者体验是需要团队合作的。每位员工都应该接受培训和授权,并为取悦客户得到奖励。要在消费者体验这个战场赢得胜利,就需要在文化、人才、流程和技术等多方面达成一致,所有目标都瞄准预测和主动提供符合和/或超出消费者期望的产品和服务。
图4:组织内消费者体验的所有权。
4、数字投资领先:有超过一半的品牌领导估计,他们的数字业务在整体零售或者直接面向消费者的收入中占比超过25%(见图5)。德勤表示:“行业数据反映了这种向数字化的转变趋势。在2017年冬季假期期间,电子商务销售额增长了18%(Salesforce),而同期的零售总额为5.5%(NRF)。在线收入主要受到了移动设备的推动,2017年第三季度的移动订单与2016年第三季度(Salesforce)相比增长了45%。同样地,指向电子商务网站的移动流量现在已经超过了PC流量,其中60%的流量来自移动设备,而33%来自计算机(Salesforce)。“
图5:数字业务在总收入中所占的百分比
5、专注于培养数据驱动的企业文化赢得精英品牌:在上个财年企业收入增长至少10%的品牌领导者们,在数据方面的专注度要比平均水平高出近2倍。对于表现欠佳的零售商来说,三大数据缺陷包括:
1、治理:68%的企业没有明确界定管理消费者数据的角色和治理。
2、敏捷性:63%的企业不会以敏捷的方式回应消费者的需求和洞察。
3、安全性:54%的企业没有严格的合规性和安全性来监控和保护消费者数据。
图6:从表现来看消费者数据战略的执行力
6、零售AI主要投入在定价、促销和搜索等方面:平均来看,有超过三分之一的品牌领导者已经采用了某些AI使用案例,在定制定价和促销以及相关搜索结果中使用受欢迎的应用。不少品牌也增加了对人才的投入,以加大对人工智能的采用力度。根据调查显示,有品牌计划在未来三年内聘用数据科学家的数量增加50%多。对客户的全方位视图已经不够了,要让零售商参与竞争并赢得胜利,就必须实时向客户提供价值。
图7:品牌如何使用人工智能来改善消费者体验
7、如果人工智能是火箭飞船,数据就是燃料:有65%的品牌制造商通过间接渠道无法获得适量的消费者数据。
德勤表示:“在这个新视界中,竞争变得碎片化,消费者点击一下手机就能找到数千种选择,因此品牌要这个新世界中参与竞争,就应该专注于访问第一、第二和第三方的数据,颗粒度越高越好,以找到相关的行动机会。这需要采用适当的技术、适当的人和方法。”
领先品牌将确保市场营销、销售、商务和服务团队相互协作,提供完整和统一的消费者体验。除非他们投资于人工智能(机器学习)客户关系管理(CRM)平台,否则将无法实现统一的消费者体验。
图8:从间接渠道访问消费者数据
8、平台从统一商务扩展到统一参与:领先品牌将在整个过程——购买产品和服务之前、期间、之后——中使用技术。如今,品牌领导者们平均要维持39种不同的前端系统来管理消费者参与信息(销售点、手机、呼叫中心、电子商务、电子邮件营销、社交等)。对于那些真正关心速度、规模和安全性的公司而言,这不仅不切实际,而且是具有破坏性的。
9、有三分之二的品牌制定了积极的互动平台计划,并且提供了充足的资金。德勤表示:“这些投资标志着企业了解了将商务、市场营销和服务整合到品牌参与系统中的需求。”有52%的C级高管表示,他们计划立即用单一平台替换现有的系统。我相信采用人工智能、机器学习和高级分析,这必须是董事会讨论得出的结果,以便品牌能够在互联智能消费者时代生存下来。
图9:统一消费者参与平台投资
10、精英品牌的路线图是分阶段的:数据、情报、参与
德勤表示:“该报告将精英表现定义为在上一财年收入增长超过10%的品牌,高收入者是指收入在上一财年增长1%至10%的品牌,而表现不佳的品牌是总收入保持不变或在同一时期有所减少的品牌。”
图10:利用消费者数据和参与平台重塑零售体验的三步走方法
总的来看,德勤的调查结果指出,数据是品牌和零售商的货币和基石,品牌和零售商们将在互联的智能客户时代展开竞争并赢得胜利。数据结合支持人工智能的平台,这将成为下一代消费者体验计划的“货币”。领先的品牌会认识到,企业外部的人会听到,看到并感受到业务内在的东西。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。