下一代零售商店_第1頁
下一代零售商店_第2頁
下一代零售商店_第3頁
下一代零售商店_第4頁
下一代零售商店_第5頁
已閱讀5頁,還剩12頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、 HYPERLINK https:/ 下一代零售商店 HYPERLINK https:/ 借助 AI 和云計算,加速混合購物之旅字化轉(zhuǎn)型,以便向消費者零售商正在加速商店的數(shù)提供差異化體驗和互動。摘要下一代商店為了應對不斷變化的消費者行為,確保商店與時俱進,1 許多零售商正在對自己的實體店加速實施數(shù)字化轉(zhuǎn)型。差異化體驗談到混合購物體驗,所有年齡段的消費者都希望通過與實體店員工和數(shù)字店員的互動,獲得個性化、無摩擦的服務。2智能化工作流的“金線”僅僅嘗試特定的點解決方案已無法適應新形勢,零售商必須通過交織在整個企業(yè)乃至生態(tài)系統(tǒng)中的各種智能化工作流,統(tǒng)籌協(xié)調(diào)這些體驗。3商店運營平臺零售商必須在商店運營

2、平臺上建立這些能力,再通過這一平臺,將能力擴展到數(shù)以千計的店面,實現(xiàn)更強大的安全功能,并且 靈活整合各種點解決方案和不同的數(shù)據(jù)源。新常態(tài)下,商店仍然非常重要45在過去兩年里,我們都被迫采用全新的混合方式進行工作、育兒、社 交 以及購物?!盎旌腺徫铩币虼藨\而生,這種方法結(jié)合了店內(nèi)的數(shù)字和實體接觸點,雖然它的出現(xiàn)是形勢所迫,但業(yè)已成為主流。 事實 上,混合購物已成為 27% 的所有年齡段的消費者和 36% 的 Z 世代消費者的主要購物方法。更關(guān)鍵的是,在所有年齡段的消費者中,有將近 3/4 (72%) 將實體店作為自己的主要購物方法。這既帶來了挑戰(zhàn),又創(chuàng)造了機遇:零售商該如何無縫地將線上、店內(nèi)、

3、移動和虛擬渠道的體驗交織在一起,形成統(tǒng)一的客戶購物之旅?認知型商店就是這種新格局的一個主要方面。認知型商店代表了我們對未來商店的愿景。這是由人工智能 (AI) 驅(qū)動、實現(xiàn)了數(shù)字化轉(zhuǎn)型的實體商店;通過超強店員與顧客的互動來提供差異化、個性化的體驗;以智慧運營中心所支持的智能化工作流來統(tǒng)籌協(xié)調(diào);并以商店運營平臺作為動能。認知型商店作為一種目標運營模式,旨在幫助零售商在不斷變化的環(huán)境中蓬勃發(fā)展。該模式圍繞 AI 這一核心,在以下 5 個領(lǐng)域建立關(guān)鍵能力:個性化體驗認知型商店能夠從數(shù)字和實體互動中獲得超級本地化和個性化的洞察,例如,了解顧客光臨商店背后的動機,實時提供“下次最佳行動”建議。超強店員在

4、AI 助手的幫助下,店員能夠結(jié)合情境,在幾乎所有接觸點與顧客開展有意義的溝通交流。智能化工作流購物行為的快速變化,促使商店主動優(yōu)化店內(nèi)業(yè)務流程,例如在線購買/店內(nèi)提貨、店內(nèi)購物體驗、商店層面的庫存和貨架商品可用性管理、補貨、運貨接收以及當?shù)厮拓浀?。運營中心該運營中心一站式地主動監(jiān)控商店運營,高效處理事件、變化和問題,以便快速加以解決。商店運營平臺該平臺建立開放的基礎(chǔ),可擴展到數(shù)以千計的門店,增強從企業(yè)到邊緣的安全性。該平臺的彈性有助于確保持續(xù)的業(yè)務運營,將 AI 擴展到邊緣,以及靈活地整合各種點解決方案和不同的數(shù)據(jù)源。在新冠疫情之前,IBV 的研究揭示,70%的消費者表示在“微時刻”購物。為什

5、么我們需要認知型商店?零售商店在消費者生活中將繼續(xù)扮演不可或缺角色。在整個新冠病毒疫情期間以及后疫情時期,商店變得更加強大。它們?nèi)匀皇穷櫩唾徺I所需商品的主要場所;也是顧客相互交流、與具有豐富知識的店員溝通以及與心儀的品牌互動的首選地方。但與此同時,商店不再是購物的唯一選擇。在新冠病毒疫情之前,IBM 商業(yè)價值研究院 (IBV) 的研究就發(fā)現(xiàn),70% 的消費者表示在“微時刻”購物6 也就是一邊購物一邊做其他事情。35% 的受訪者表示他們每周至少以這種方式購物一次。7 顧客的購物之旅呈現(xiàn)渠道多樣化的趨勢,覆蓋多個數(shù)字、實體、移動和人員接觸點。而疫情使這種趨勢進一步加速。現(xiàn)在消費者最常采用三種購物方

6、式:實體店內(nèi) (65%)、移動應用 (50%) 和網(wǎng)站 (42%)。而且他們在購物之前會做足功課。73% 的消費者會通過品牌和零售網(wǎng)站、社交渠道以及市場,在線了解產(chǎn)品。27% 的消費者會研究商品評分和評論,19% 則通過廣告了解產(chǎn)品。實體店可能會將這些趨勢視為威脅。但實際上,這也是機遇:幾乎每個接觸點都可以創(chuàng)造出和銷售一樣有價值的信息。不過,要產(chǎn)生這種價值,必須將信息與智能相融合。 為實現(xiàn)由 AI 驅(qū)動的轉(zhuǎn)型目標,零售商不能僅僅關(guān)注于客流量、顧客轉(zhuǎn)化率以及實體店的利潤。他們必須對從多個內(nèi)外來源收集的數(shù)據(jù)進行匯總、整理、分析并采取行動, 打造個性化的體驗 既要提供無摩擦、高度互動的服務模式,又要

7、通過優(yōu)化工作流來降級成本。在認知型商店中,零售商會根據(jù)顧客以前的體驗,有的放矢地開展互動。這些交流有助于維持長久的關(guān)系。要成為認知型商店,企業(yè)必須向前看,積極推動企業(yè)重塑。這包括重新思考商店的方方面面,包括實體店的設(shè)計、為技術(shù)和運營基礎(chǔ)架構(gòu)選擇新平臺,等等。這意味著使用強大的數(shù)據(jù),為每個消費者提供超級個性化的商品推薦,從“一體適用”轉(zhuǎn)變?yōu)椤耙惑w一用”。這也意味著,可以充分利用從有關(guān)鄰里街坊、商業(yè)競爭以及天氣和活動的數(shù)據(jù)中挖掘出的增強洞察,幫助做出有關(guān)服務、定價、促銷活動、人員配備等方面的決策。實際上,認知型商店不斷提煉數(shù)據(jù),從宏觀揭示微觀,從粗略分析細化到個性化數(shù)據(jù)點。銷售店員有機會深入了解消

8、費者,幫助創(chuàng)造更為個性化而且富有效率的店內(nèi)體驗。商店經(jīng)理,甚至那些跨國零售企業(yè)的高管,也需要“面向本地進行思考”,推動自己負責的交易領(lǐng)域中所有組織渠道的業(yè)務發(fā)展。認知型商店代表了商店的未來趨勢。時不我待,必須立即采取行動。過去、現(xiàn)在和將來怎樣才能最有效地為明天的認知型商店做好準備?許多零售商已經(jīng)認識到認知型商店的必要性,有些已經(jīng)取得了實質(zhì)性的進展。盡管如此,許多零售商仍傾向于在“局部”使用認知型商店技術(shù),僅實施特定用例,例如將訂單改造成路邊自提,或使用自動化和機器人技術(shù)進行庫存盤點。由于沒有從整體上構(gòu)思認知型商店,這些零售商存在業(yè)務渠道持續(xù)碎片化的風險,從而讓更具戰(zhàn)略眼光的競爭對手占得上風。8

9、我們認為,要實施認知型商店轉(zhuǎn)型,需要更為全面的方法,覆蓋以下所有 5 個領(lǐng)域:個性化體驗、超強店員、智能化工作流、智慧運營中心,以及作為基礎(chǔ)的商店運營平臺(見圖 1)。與任何變革性實踐一樣,繪制從現(xiàn)狀到目標的路線圖時,必須回答以下問題:如何由此及彼?已實施了哪些計劃?目前迫切需要關(guān)注哪些問題?怎樣才能最有效地為明天的認知型商店做好準備?圖 1認知型商店利用從數(shù)字和實體互動中獲得的超級本地化和個性化的洞察主動優(yōu)化基于商店的業(yè)務流程中的任務在 AI 助手的幫助下,促進有意義的顧客互動個性化體驗超強店員認知型商店智能化工作流運營中心監(jiān)控認知型商店,主動 處理事件、變化和問題,確??焖俳鉀Q富有彈性、商

10、敏店捷靈運活營、易平于臺擴展的基礎(chǔ)來源:IBM 商業(yè)價值研究院。77過去/現(xiàn)在/將來框架能力我每們個使領(lǐng)用域以中下需框要架培概養(yǎng)括的了一零些售主商要在能力:過去實施短期內(nèi)即可完成的項目。現(xiàn)在將來這先些的對零標售分商析在反這映些的領(lǐng)是域過已去取的得標長準足進。領(lǐng)展明您。如已果經(jīng)貴落組后織了還。未達成目標,那么說個性化體驗立確即保行不動被起競來爭,對努手力落達下成這他些們里正程積碑極,為展規(guī)劃了認在知。型今后商三店年的以規(guī)及模,更必長須時立期即大著幅手擴性化客戶體驗施個性化的數(shù)字/混合體驗過去現(xiàn)在將來提采高用客基戶于滿AI意的度自助模式,幫助降低成本,通提過高敏將捷面性向客戶的應用遷移到云,客在戶

11、各體個驗實體和數(shù)字接觸點,打造統(tǒng)一的超強店員保協(xié)持調(diào)一數(shù)致字/實體體驗,與新的購物模式為從中以心產(chǎn)品,重為塑中商心店的運理營念和轉(zhuǎn)技變術(shù)為以顧客根貨,據(jù)或以者商店店內(nèi)為銷中售心)(的在購線買購行買為/店,實內(nèi)現(xiàn)提個根部、據(jù)外從部各和個客渠戶道洞挖察掘,的實全時面策的劃內(nèi)和實被利動用商AI務和 IoT,實現(xiàn)非接觸式和/或化提的高當商地店狀敏況捷(性根,據(jù)更購快買適行應為不調(diào)斷整變商品門類)分配任務過去現(xiàn)在將來對提主高要員工工具生進產(chǎn)力行和現(xiàn)滿代意化度和移動化改造,采足用顧客以和人店為員本的的需設(shè)求計,確保企業(yè)體驗滿智根能據(jù)化對工容作量流和能,在力人的員實和時機了器解之,間擴動展態(tài)積極聘用更多數(shù)字

12、達人型人才采動用能力智能客服,增強人員的認知和行隨為時店隨員地配向備顧實客時銷數(shù)售字,化為能顧力客,服確務保能夠用人需求條件利動用技各術(shù))種,新改能進力員(工例培如訓AI、AR/VR 和移招借聘助和AI培和養(yǎng)自流動程化,技確術(shù)保,高支峰持季主/假要日的季人的才(商合店有、關(guān)倉健庫康、數(shù)與據(jù)福中祉心的員洞工察,的改)善工作利用 AI 發(fā)現(xiàn)內(nèi)部和外部新的人才來源建防立患預于測未模然型,解決技能和人才問題,作擴伙展伴企和業(yè)零的工業(yè)完務成范工圍,作支持由員工、合88智能化工作流出反應商店空間過去現(xiàn)在將來的產(chǎn)品流化使用,在A商I/M店L中實建現(xiàn)立分規(guī)配模和更補小貨、基流于程拉現(xiàn)動代模式解決“最后一公里”

13、難題建向立前部多署模庫態(tài)存分,配為能以力商,店利為用中所心有的可履用約的根約據(jù)流顧程客。的購買行為,調(diào)整商店履運營中心在培當養(yǎng)地相層關(guān)面能評力,估確需保求能模夠式,接對近變實化時做地現(xiàn)通庫過存為可商視店性以及,擴合展作商伙店伴能生力態(tài)系統(tǒng)實店優(yōu)流化程員工生產(chǎn)力,從而增強核心商門按類地布區(qū)局/臨和近銷區(qū)售域規(guī)創(chuàng)劃建,超優(yōu)本化地銷化售的流商通品和擴定大價并流自程,動優(yōu)執(zhí)化行整主個動生庫態(tài)存系補統(tǒng)貨的、促供銷應和將商可店持層續(xù)面發(fā)的展工理作念流和和社指會標使之命中感融入過去現(xiàn)在將來加確強定協(xié)哪調(diào)些商店業(yè)務流程產(chǎn)生錯誤,需要營擴彈大性商店流程和規(guī)程的規(guī)模,確保運調(diào)使整用當洞前察的以商及店自和動企化業(yè)和

14、業(yè)AI務技流術(shù)程,自動分題析數(shù)商據(jù),店確運定營模流式程并中探的索過補往救事措件施和問定的義事并件和驗問證題特模定式的補救措施,解決常見實在施各種AI與Op商s,店以有主關(guān)動的解業(yè)決務問流題程和應用中察監(jiān)性測商店流程和相關(guān)應用,實現(xiàn)可觀商店運營平臺出借錯助的自流動程化技術(shù)和 ChatOps,簡化易于為數(shù)將運字營化績效與財務績效聯(lián)系起來和統(tǒng) 的控KP制I 臺實,時使進用行下衡一量代,過去現(xiàn)在將來和整決合策各個商店系統(tǒng),促進數(shù)據(jù)交換異創(chuàng)化建的體顧驗客統(tǒng)與籌店層,員通體過驗各種應用實現(xiàn)差開的發(fā)體商驗、店無運縫營的系數(shù)統(tǒng)據(jù),交確換保和實實現(xiàn)時統(tǒng)的一決策營彈性有商店運營數(shù)據(jù)中獲得洞察通設(shè)過備、統(tǒng)系籌統(tǒng)整和

15、個應商用店)的IT安環(huán)全境(性包,提括高邊運緣店建運立營現(xiàn)場可靠性工程 (SRE),簡化商部營署中自常,件用,支于持解主決動商管店理運技術(shù)支持商店運營建以立不間自斷動的化方的式災持難續(xù)恢復運能營力,確保商店以提統(tǒng)高一運方營、式安管全理和商維店護的水物平聯(lián)網(wǎng)設(shè)備,(基SD于W5GAN技),術(shù)9建通立過軟基件于定策義略的的自WA動N化無用、縫A管I、數(shù)理據(jù)混和合設(shè)云備與邊緣位置的商店應優(yōu)以化確邊保緣能的夠數(shù)在據(jù)AI流的量支、持性下能,和實質(zhì)時量從,所借置在邊的自防緣位篡式改置實安作全施負性AI以載生及命靈周活期的管部理署,、內(nèi)9910在這里,我們匯總了幾家主要零售客戶的成功經(jīng)驗,勾勒出認知型商店的

16、全貌。認知型商店之旅預覽為了說明認知型商店的發(fā)展演變,我們使用基本通用的零售體驗 雜貨店購物作為例子。在這里,我們匯總了幾家主要零售客戶的成功經(jīng)驗。將他們的經(jīng)驗綜合起來,就可以揭示認知型商店的全貌。10實現(xiàn)個性化一家美國餐飲服務提供商認識到,購物者就是信息的寶庫。 他們身上藏著購物滿意度的“秘密”。最終,該公司捕獲并整理了全面的內(nèi)部、外部和客戶數(shù)據(jù)。通過有效地開展營銷活動和選擇產(chǎn)品,該公司得以深入了解顧客的店內(nèi)行為和決策。在此基礎(chǔ)上,他們使用從購物者身上挖掘的洞察,打造實時的個性化體驗,幫助消費者簡化決策過程,改進他們的購物體驗。新的“超級英雄”:店員為了應對新冠疫情期間洶涌如潮的顧客訂購電話

17、,一家北美雜貨店/藥房連鎖店開發(fā)了針對疫情的虛擬 AI 客服,它能夠處理 80% 有關(guān)新冠疫苗和預約的顧客來電。通過實施這項戰(zhàn)略,該連鎖店使運營成本降低了 50%,來電放棄率下降了 70%。 此外,通過使用虛擬客服,將店員解放出來,使他們有更多時間提供個性化的互動,幫助顧客逛店購物。以此為契機,該組織加速實現(xiàn)了認知型呼叫中心,并最終做到高效統(tǒng)籌店內(nèi)任務(例如,讓店員去支持路邊自提)。通過使用智能客服提供全渠道購物選項(例如在線購買/路邊自提)、加強并擴展忠誠度計劃,以及在每個接觸點加快對客戶的響應速 度,該企業(yè)顯著改善了客戶體驗。與此同時,該零售商還大幅節(jié)省 (40%) 了運營成本。10“金線

18、”:融入商店流程的工作流另一個例子,一家總部位于美國的餐飲服務零售商使用基于 AI 的攝像頭監(jiān)控商店庫存。這些攝像頭與 IoT和機器學習 (ML) 技術(shù)結(jié)合,為商店運營提供至關(guān)重要的洞察。IOT/AI/ML 這“三駕馬車”旨在實現(xiàn)現(xiàn)代化的商品分配和補貨,建立規(guī)模更小、需要拉動的商品流。該技術(shù)幫助店員自動管理任務,優(yōu)化商品上架時間,促進自有品牌的銷售,自動執(zhí)行補貨和訂購,以確保食材的新鮮。借助人工智能節(jié)約食物消費者日益關(guān)注可持續(xù)發(fā)展,11作為應對之策,一家 全球食品連鎖店使用基于 AI 的運營中心,幫助減少食物浪費。該中心使用洞察、自動化和 AI 技術(shù),建立由需求驅(qū)動的智能化食品準備機制以及有效

19、的跟蹤機制,發(fā)現(xiàn)并杜絕潛在的浪費,尋找各種機會創(chuàng)造新的經(jīng)濟效益,例如,向二級市場進行銷售。該食品店還能夠?qū)⒂袡C垃圾轉(zhuǎn)移到消化池中以用于發(fā)電,同時降低垃圾管理成本。此外,這些系統(tǒng)還會發(fā)出警報和直觀的提示,提醒食品即將到達保質(zhì)期,應當輪換或捐贈出去。認知型商店由此起步:商店運營平臺所有這些例子中的客戶都運行開放而富有彈性的商店運營平臺。一家歐洲雜貨商采用此方法以及 DevSecOps12自動執(zhí)行應用部署,提高了應用的可移植性。該平臺幫助這家雜貨商提高了運營彈性,增強了包括本地和云在內(nèi)的整個 IT 環(huán)境的端到端安全性。該平臺還通過自動化的災難恢復功能,幫助該雜貨商提高了關(guān)鍵基礎(chǔ)架構(gòu)的可靠性。每種情況

20、都不一樣但根據(jù) IBM 的客戶經(jīng)驗,我們發(fā)現(xiàn)使用適當?shù)膶I(yè)知識和基礎(chǔ)架構(gòu)能夠?qū)崿F(xiàn)以下指標:人工成本降低 50 至 100 個基點(銷售額的0.5%至 1.0%)將由于庫存短缺(大致降低到庫存水平的 48%)而導致的收入損失減少 1.0%員工人均銷售額(商店凈銷售額/店內(nèi)員工人數(shù))提高 0.5%。13觀點敏商捷店的轉(zhuǎn)認型知之型旅巨大的機遇就在眼前!混合云、數(shù)據(jù)和 AI 推動我們真正轉(zhuǎn)變零售商店模式的各個方面,包括體驗、運營以及業(yè)務模式。然而,要實現(xiàn)目標,需要大量的時間、資源和專業(yè)知識;此外,在遷移到新的運營環(huán)境時,大多數(shù)零售商還會面臨資本短缺限制。為了幫助零售商加速轉(zhuǎn)變?yōu)檎J知型商店,我們開發(fā)了一

21、套集成的資產(chǎn)、技術(shù)和加速器,支持與商店運營、庫存管理和客戶體驗相關(guān)的主要零售 用例。這包括專為零售行業(yè)設(shè)計的數(shù)據(jù)、AI、集成和體驗組件,它們基于 IBM 零售行業(yè)參考架構(gòu),可在任何環(huán)境中部署。這些能力體現(xiàn)在通過 IBM Retail Orchestration Hub 提供的主要角色和流程中。14這些用例是我們通過敏捷開發(fā)和開放式生態(tài)系統(tǒng)方法與零售商共同創(chuàng)造的,旨在推動認知型商店之旅快速從試點轉(zhuǎn)變?yōu)橐?guī)?;渴?。我們使用 IBM GarageTM 方法和 Red Hat Open Innovation Labs,優(yōu)先開發(fā)迭代式的最小可行產(chǎn)品 (MVP),然后將其快速擴展到所有商店,幫助客戶加快實

22、現(xiàn)業(yè)務成果。151212考慮建立迭代式MVP,充分利用AI 驅(qū)動的洞察和靈活混合云平臺的強大威力。到過去達成現(xiàn)功在彼岸將!來2020 年之前將永遠稱為“過去”時代。但正如消費者在新冠疫情時期所經(jīng)歷的那樣,他們的購物步伐永不停歇。重新調(diào)整的世界為零售商更新自身的業(yè)務提供了難得的契機。零售商必須把握這一千載難逢的機遇,超越顧客不斷提高的期望,從競爭中脫穎而出。該如何做到呢?企業(yè)必須在消費者提出要求之前,主動轉(zhuǎn)變?yōu)檎J知型商店。簡而言之,我們認為商店當從有助于拓展業(yè)務的領(lǐng)域入手:在商店運營平臺的支持下,憑借由運營中心管理的智能化工作流,協(xié)助超強店員與顧客互動,從而為購物者提供個性化體驗。使用以上框架,

23、首先思考如何借助 AI 驅(qū)動的洞察以及靈活的混合云平臺,在每個領(lǐng)域建立迭代式最小可行產(chǎn)品 (MVP)。每個零售商向認知型商店演進之路都是獨一無二的。但是,幾乎所有零售商都有一個相同點,那就是時間安排 必須立即采取行動。關(guān)于專家洞察專家洞察代表了思想領(lǐng)袖對具有新聞價值的業(yè)務和相關(guān)技術(shù)主題的觀點和看法。這些洞察是根據(jù)與全球領(lǐng)先的主題專家的對話總結(jié)得出。要了解更多信息,請聯(lián)系 IBM 商業(yè)價值研究院: HYPERLINK mailto: 。選駕對馭合多作變伙的伴世,界在 IBM,我們積極與客戶協(xié)作,運用業(yè)務洞察和先進的研究方法與技術(shù),幫助他們在瞬息萬變的商業(yè)環(huán)境中保持獨特的競爭優(yōu)勢。IBM 商業(yè)價值

24、研究院IBM 商業(yè)價值研究院隸屬于 IBM Consulting,致力于為全球高級商業(yè)主管就公共和私營領(lǐng)域的關(guān)鍵問題提供基于事實的戰(zhàn)略洞察。了解更多信息要了解有關(guān)本次調(diào)研或 IBM 商業(yè)價值研究院的更多信息,請聯(lián)系我們: HYPERLINK mailto: 。訪問 IBM 商業(yè)價值研究院中國網(wǎng)站,免費下載研究報告: HYPERLINK http:/ https:/ Karl, Mary Wallace, Jane Cheung, and Sachin Gupta. “Consumers want it all: Hybrid shopping, sustainability, and purp

25、osedriven brands.”IBM Institute for Business Value in association with the National Retail Foundation (NRF).January 2022. HYPERLINK https:/ibm.co/2022-consumer-study https:/ibm.co/2022consumerstudyIbid.Papas, Paul, Jonathan Wright, and Mie Matsuo. “The Virtual Enterprise: The Magic of Extended Intel

26、ligent Workflows.” IBM Institute for Business Value. September 2021. HYPERLINK https:/ibm.co/virtual-enterprise-intelligent-workflows https:/ibm. HYPERLINK https:/ibm.co/virtual-enterprise-intelligent-workflows co/virtualenterpriseintelligentworkflowsHaller, Karl, Mary Wallace, Jane Cheung, and Sach

27、in Gupta. “Consumers want it all: Hybrid shopping, sustainability, and purposedriven brands.”IBM Institute for Business Value in association with the National Retail Foundation (NRF).January 2022. HYPERLINK https:/ibm.co/2022-consumer-study https:/ibm.co/2022consumerstudyIbid.Haller, Karl, Jim Lee,

28、and Jane Cheung. “Meet the 2020 consumers driving change:Why brands must deliver on omnipresence, agility, and sustainability.” IBM Institute for Business Value in association with the National Retail Federation (NRF). HYPERLINK https:/ibm.co/consumer-2020 https:/ibm.co/consumer2020Ibid.Based on IBM

29、 customer experience. Additionally, Solis, Brian. “The Future Of Retail Is Hybrid And Unified Around EndToEnd Connected Experiences.” Forbes. February 2, 2022. HYPERLINK https:/ https:/ HYPERLINK https:/ sites/briansolis/2022/02/02/thefutureofretail HYPERLINK https:/ ishybridandunifiedaroundendtoend

30、conne HYPERLINK https:/ ctedexperiences/?sh=1a852ef463e1; Based on Salesforce study. “From Scrappy to Scale: Connected Shoppers Report Reveals the Evolving Rules of Consumer Engagement.” Salesforce. November 2021. HYPERLINK https:/ https:/ HYPERLINK https:/ researchreports/connectedshoppersreport/A

31、softwaredefined wide area network (SDWAN) is a wide area network that utilizes software components to control network operations. “SoftwareDefined Wide Area Network (SDWAN).” technopedia. Last updated September 5, 2018. HYPERLINK https:/ https:/ HYPERLINK https:/ softwaredefinedwideareanetworksdwanBased on IBM client experiences.Hurtig, Kristina. “Majority of Shoppers Say Retailers Could Do More To Be Sustainable.” Winsight Grocery Business. February 14, 2022. HYPERLINK https:/ https:/ HYPERLINK https:/ industrypartners/majorityshopperssayr HYPERLINK https:/ etail

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論