智通財經APP獲悉，IDC於近日發佈了《零售行業數據智能市場分析——以客戶爲主導的零售業的逆向體驗》。報告顯示，2023年，中國零售行業大數據市場支出規模達到4306億元人民幣，預計2027年將增長至9809億元人民幣，年均增長率CAGR爲22.9%。零售行業數據智能技術類別涵蓋分析和商業智能軟件、數據管理、集成與編排、應用程序開發、軟件質量和生命週期管理以及應用程序平臺。
向以客戶爲中心的客戶體驗服務轉變不再是口號。在現代零售業的動態格局中，其已成爲向智能零售戰略演變的催化劑。從本質上講，以客戶爲中心是一種整體方法，將客戶的偏好、體驗和滿意度置於業務運營的最前沿。這種轉變不僅僅是一個流行詞，而且是重新構想零售商與受衆互動方式的基本一步。
因此客戶體驗更加重要。IDC數據顯示，有42%的終端用戶希望通過數字化轉型來提升客戶體驗，超過了40%的用戶希望開拓新的市場營收機會，而去年用戶更加關心的則是提升運營效率和客戶滿意度。而最先落地的產品則是對話式AI，包括聊天機器人、短信助理、語音助理，36%的客戶認爲部署生成式AI的主要收益是提升客戶滿意度。
IDC在報告中列出了零售數據智能關鍵技術趨勢，包括店內技術、AI Everwhere、員工賦能、商品推薦、供應鏈管理、零售商業平臺、IT基礎設施、客戶忠誠度、沉浸式體驗、客戶體驗。
在Gen AI方面，到2027年，95%的零售商將測試和投資Gen AI技術，以增強產品數據、客戶支持和客戶體驗計劃。如推出新的Gen AI搜索工具，利用專有數據和大語言模型，使購物者能夠使用特定場景而不是品牌名稱或商品來搜索產品。其他技術，包括客戶數據管理、零售媒體分析、全渠道可視化、供應鏈分析、生命週期價格優化、智能推廣也同樣重要。
在數據方面，IDC在調研企業組織最需要實施的營銷變革時發現，排名前二的回答均與數據有關，排名第一的是有41%的組織認爲需要應用AI/ML生成的合成數據來模擬營銷中的需求、價格和存貨環境，排名第二的是有40%的組織認爲需要整合多個渠道（商店、電商和分銷）的庫存數據，以獲取更準確的庫存指標。另外重新建立輔助商品決策的基線歷史數據也同樣重要（38%）。
基於本次研究的市場調研結果，IDC遴選了5家代表廠商和7個最佳實踐案例，以供市場參考。
IDC給技術供應商的建議：
優化4P體驗：通過以客戶爲主導的零售逆向體驗4P的視角，設計以客戶爲中心的策略，具體包括人員（Person）、產品(Product)、流程(Process)和地球(Planet)，強調了零售商滿足客戶期望（人員）、加快產品上市時間（產品）、管理價值鏈交互（流程）、確保可持續運營（地球）；
充分利用人工智能：雖生成式AI還在發展，但已足夠重塑現有零售服務，例如利用人工智能幫助店員更好地瞭解顧客並優化購物體驗，通過自動化日常交互來改變客戶服務；
針對數量和速度進行設計：下一代零售業將繼續關注需要高水平的數量和速度，特別是大型零售商，銷售系統提供的關鍵能力包括數據同步、調整和決策集中化；
爲客戶參與度和靈活性而設計：現代零售商需要靈活的自動定價策略，因此銷售運營必須提供無縫連接、快速更改能力來提高用戶界面；
供應商需要是零售專家：銷售工具有很多變化，但技術供應商必須擁有專業的知識庫，利用海量數據、知識圖譜來搭建，在該領域擁有豐富的經驗，來指引客戶進行長期的投入和合作。
IDC中國新興科技研究組高級分析師李浩然表示， 雖整體市場環境下行，但頭部零售廠商對生成式AI、大數據、智能化轉型表現出更強烈的興趣和決心，零售行業涉及供應鏈條更長，數據源也更加豐富，其數字化轉型將帶動更廣泛的產業應用發展，當然所需要的時間也較長，目前來看GenAI+零售還處於探索驗證階段。除了數據智能在營銷獲客方面的應用，終端用戶還需要注意供應鏈管理的升級，這將是降低成本、提高營收的重要一環。