蘇寧の先端が力を出してショッピング体験をします。

「小売全体において、最も核心的な二つの研究対象は、消費者、二番目はサプライヤーの商品である。これに対してビッグデータの消費者に対する研究は、ユーザーの画像、つまりユーザーのラベルライブラリを作ることであり、商品の研究に基づいて商品知識ライブラリを作ることである。蘇寧IT本社の担当者は記者に「豊富で、十分に完全で、正確で、十分に個性的なユーザーラベル庫であり、企業の非常に貴重な資源である」と伝えました。上記の担当者は、このラベルライブラリは通常、ユーザー層、ユーザ画像、ユーザの購買予測、例えばCTRの予測などにも関連すると説明した。

「商品知識庫で答えたいのは、この商品のターゲットはどこにありますか？どのような価格設定が適切ですか？この商品は私達の商品庫の中の他の商品とどういう関係ですか？代替関係ですか？それとも商業補完関係ですか？」前述の担当者は、商品の代替関係は、蘇寧が似たような商品のこの技術を利用して消費需要をよりよく満たし、買い物の体験を高めると説明しました。

これは技術です。例えばWebデザインには「見てみても見る」「見ても買う」「買っても買う」という選択肢があります。「見ても見ても」を例にとって、主に類似性に基づいて作っています。一般的に、ユーザーが商品を閲覧する過程は購買決定の過程です。彼はあるかもしれません。需要しかし、彼はまだ何を買うかを決めていません。これは多くの似たような商品を彼の前に置いて、彼により良い購買決定をするように手伝います。

「どこで買えますか？」というシーンを知っていても、Baidu、万達、騰訊などの不動産事業提携の想像空間を描いていましたが、なかなか着地していません。消費者夢談にする。蘇寧IT本社の担当者によると、蘇年は画像認識技術を利用して、どこで買えますか？

「蘇寧は現在、音声認識と画像認識の開発中です。データ技術を掘り起こす上記の担当者は記者に対して、音声技術は大量にオンラインラインに散在している音声を収集して分析することができます。例えば、現場の店舗では、伝統的な方式は従業員が現場で消費者の表現の需要を理解しています。音声発掘技術はコンピュータによって消費者から説明された情報の中からユーザーの購買ニーズを分析しています。

「技術はまだ発展していますが、散在していたり、遺棄されている情報を分類して処理することができるというメリットがあります。」前の担当者は記者に対し、「画像認識技術は、ユーザーが彼女の欲しい商品をよりよく見つけることができます。例えば、ある女の子が着ているスカートがとても綺麗です。彼女はどの一番近いところで買えますか？実際、「どこで買えますか？」というシーンは現実にはよく見られますが、過去は技術に制約があって実現できませんでした。今後の小売業の発展の角度に立って、消費者にこのような買い物の体験を提供するには、技術的に突破が必要です。

また、データ発掘においては、多くの技術が接続されています。画像認識技術などでは、どこでどのような商品が買えるのかを教えてくれます。また、ユーザーが似たような商品に注目するかもしれません。