演讲主题

机器学习在新零售领域中的应用

机器学习与零售业的结合在传统零售管理中就有较多应用。在新零售快速发展的今天，机器学习在计算机视觉、智能数据分析和人机交互方面具有明显的优势，因此，新零售领域中的门店数字化、购买行为分析、销量预测与选品、商品陈列与货架管理以及供应链优化方面有着广泛的用途。        随着深度学习算法的优化及线上海量数据的应用，新零售中对场的优化和人的分析与机器学习结合尤为紧密。从作者目前实践过程中来看，机器学习在零售的应用中主要可用于完成以下任务： 1.   用户识别与会员体系管理； 2.   商品推荐与货架管理； 3.   购买行为预测与动线管理； 4.   门店选址与导购服务； 5.   供应链优化与路径优化。       零售作为一种典型的商业综合体，绝大部分环节均能依靠人工智能实现自动化与标准化，从而减少人力投入。可以预见，随着技术的发展，未来将会有更多形态的 AI 产品与解决方案应用在零售当中。