应用

技术

物联网世界 >> 物联网新闻 >> 物联网热点新闻
企业注册个人注册登录

2019年我国无人零售行业发展趋势分析

2018-12-11 11:13 华经情报网

导读:狭义的无人零售指的是以开放货架、自动贩卖机、无人便利店和无人超市为主的实体零售中无人值守的部分,其中无人超市主要处于内测阶段尚未大规模铺开。无人零售主体集中在开放货架、自动贩卖机、无人便利店三类。虽然无人值守,但背后的管理仍然需要有人,只是人的角色有所变化,前端人员主要负责配货、理货和清洁。目前的无人零售可以“无人”(无人值守),也可以“少人”(少量管理员),或者灵活切换。

一、无人零售行业概述

狭义的无人零售指的是以开放货架、自动贩卖机、无人便利店和无人超市为主的实体零售中无人值守的部分,其中无人超市主要处于内测阶段尚未大规模铺开。无人零售主体集中在开放货架、自动贩卖机、无人便利店三类。虽然无人值守,但背后的管理仍然需要有人,只是人的角色有所变化,前端人员主要负责配货、理货和清洁。目前的无人零售可以“无人”(无人值守),也可以“少人”(少量管理员),或者灵活切换。

随着人工智能、机器视觉等新兴技术的逐渐成熟,加上国内全球领先的移动支付态势,以无人零售为代表的新零售受到各大电商平台及知名品牌的关注。无人商店俨然已成为全球零售业的一种新趋势,阿里等传统零售业巨头开始尝试无人商店模式,一些中小型创业公司凭借其较业内领先的人工智能技术也崭露头角。继共享单车之后,无人商店有望成为下一个爆炸性新兴业态。

与无人零售商店行业关联最密切的是其上游行业。无人零售商店行业的上游主要是信息技术行业、智能运输行业、零售产品行业(日常用品、食物等)等。近年来,无人零售商店行业上游行业的技术更新不断加快。

资料来源:公开资料整理

二、无人零售行业现状

近年来,我国传统零售业整体萧条疲软,行业转型迫在眉睫,“无人零售”作为新零售探索下的新型业态,不仅能够节约土地和人力成本,还能将销售渗透到人们日常的碎片化消费场景中,获得相应消费数据以此精准把握用户需求,布局新兴渠道,为品牌商和渠道商等供应链端提供参考依据,实现良性的生态循环。

2017年我国无人零售市场规模为197.0亿元,其中自动售货机年销售规模为173.4亿元,开放式货架销售金额为3.1亿元;无人便利店销售规模在0.5亿元左右,预计到2020年我国无人零售市场规模将增长至657亿元。无人零售的主要场景分布包括小区社区、地铁等交通枢纽、写字楼、商场、办公室等。

资料来源:公开资料整理

资料来源:公开资料整理

无人零售是依托于贩卖机、货架以及便利店等商业模式,实现降本提效的创新模式。这个新型消费模式如此火爆的原因除了政策上对零售业态转型创新的支持外,还有各方入局者在战略布局上的转变,以及消费者需求变化的驱动。另一方面移动支付的高度普及,智能技术的快速发展,和资本的青睐则成为无人零售行业发展的外部推动力。无人零售行业细分市场分析

(1)智能售货机

智能售货机实行联机方式,通过无线网络、互联网和物联网将售货机内的库存等各种信息及时地传送到各后台服务中心的服务器电脑中,从而实时监控设备中货物和钱币库存状况及设备的运营状态,确保商品的运送及补充和钱币的收回及补充得以顺利、高效运行。

与普通的自动售货机不同,智能自动售货机运用反向O2O模式。消费者在购买物品时,不仅可以用现金支付,还可以用支付宝、微信钱包,甚至校园卡进行支付。智能售货机真正实现了消费者“无需现金,线上下单,线下取货”的便捷自助式营销。

作为目前我国无人零售行业的主要业态,2016年我国自动售货机销售市场规模为168.4亿元,占同期国内无人零售市场规模总量的 98.8%。2017年自动售货机销售市场规模在193.4亿元左右。预计到2020年我国自动售货机市场规模将达到484.5亿元。

资料来源:公开资料整理

(2)开放货架

2016年我国无人货架销售市场规模为1.8亿元,占同期国内无人零售市场规模总量的1.06%。2017年无人货架销售市场规模在3.1亿元左右,同比增长72.22%,预计到2020年无人货架销售市场规模将达到139.9亿元。

资料来源:公开资料整理

(3)无人便利店

从整体来看,目前无人店尚处萌芽阶段,覆盖率较低,仅有16.5%的零售用户使用过无人店。大多数无人店以提供零食饮料等标品及便利性应急商品为主,部分无人店还提供鲜食、生鲜食品、 餐饮等其他品类。受技术、 空间等因素影响,目前无人店很难售卖全品类商品,最为适合的场景为社区便利店。

目前北、上、广、深等发达城市相继出现便利店无人化试点,国内对无人便利店的探索已经花开遍地。无人便利店在技术上的应用一定程度上决定了店铺规模、运营能力、购物流程、成本投入等。

当前的无人便利店在技术上大致可分为三种类型,第一种是以Amazon Go、Take Go为典型,可实现“即拿即走”的购物体验,使用的是机器视觉、深度学习算法、传感器融合技术、卷积神经网络、生物识别等人工智能领域前沿技术。但这类技术的稳定性稳定性尚无法保证,且成本过于昂贵,商用难度较大。

第二种是指缤果盒子、7-11等主要利用RFID标签技术和人脸识别技术的无人便利店,RFID在对货物的识别与防盗上更具优势,该技术出现已有百年,随着技术的成熟,成本也在不断下降,但由于RFID标签与二维码类似,如果贴在商品外部,极易被撕毁。

第三种是像便利蜂、小e微店这种,主要是利用二维码来完成对货物的识别,成本低,与传统零售较为接近,这类无人便利店的优势可能更多是体现在渠道及供应链上。

无人便利店主要辐射社区、商区等,主要基于社区服务中心(站)进行推算,截至2017年底,无人零售市场中无人便利店店累计落地200个左右。2017年全年市场规模在5000万元左右,同比增长66.67%,预计到2020年我国无人便利店市场规模将达到33亿元。

资料来源:公开资料整理

三、无人零售行业发展面临的机遇与挑战

1、行业机遇

(1)国家积极引导零售创新发展

2016 年 11 月 11 日,国务院出台《关于推动实体零售创新转型的意见》,提出“创新发展方式,鼓励企业创新经营机制、创新组织形式、创新服务体验”、“促进跨界融合,促进线上线下融合”,2017 年 11 月中国连锁经营协会制定了《无人值守商店运营指引》,为无人零售概念的加速落地提供参考。《国内贸易流通“十三五”发展规划》,推进实体商业创新转型、提升流通供给水平、推动消费结构升级、提高流通信息化水平、加强流通标准化建设等九个主要任务。国家正积极引导并推进新零售的快速发展,为无人零售发展带来新的契机。

(2)无人零售行业发展潜力巨大

2017 年 11 月,由中国连锁经营协会主办的 2017 中国全零售大会在重庆落下帷幕,“无人零售”成为此次大会的焦点。据有关资料统计,我国便利店行业年销售额近1600 亿元,门店数超过 600 万家,行业的年复合增长率达到 13%,整个行业的规模大、商业模式清晰、人才和技术储备充足、资本市场认可度高,在无人零售行业中引领发展。无人零售随着技术和经营模式的逐步完善,未来必然成为新零售的主力军。

2、行业挑战

(1)政策监管标准模糊

无人便利店一般都是几百、上千家地投放,显然现有便利店的申请许可方式无法满足无人便利店迅速扩张的现实需求。不少无人便利店在开店环节遭遇窘境,因超范围经营、手续不全、违建等问题被整顿或关闭。同时,行业处于发展初期,规模、技术、形态尚未成形,短期内出台强制性法规的管理方法也并不适用,无人零售亟需相关政策与主管部门的支持。

(2)企业竞争激烈

无人零售风口,众多企业一哄而上,无人便利店、无人货架、自动贩卖机等多种终端形态无序竞争。为了实现盈利追求规模,而规模化又需要资本支撑,烧钱与变现之间的界限变得模糊。从 100 人、50 人到 30 人,无人货架进驻企业的人数标准一降再降,从一线城市铺到二线城市,从二线城市铺到三四线城市。创业企业盲目扩张,

四、无人零售行业发展趋势

1、前沿技术发展

前沿技术快速发展,移动支付/大数据征信奠定基础物联网与人工智能快速发展物联网即物物相连的互联网,其实现方式为通过传感器将物品连接到互联网,再通过这一网络传递物体信息和数据至互联网终端管理者。 目前常用的传感器设备包括射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等,其中射频识别即目前大多数无人零售商店在商品识别和结算时所使用的设备和技术。在技术的不断发展和国家政策的扶持下,预计我国物联网产业仍将保持快速增长,这为无人零售店的实现提供了技术基础。

人工智能即通过算法仿造人类思维模式,并将其应用在现实场景计算和分析中的技术手段,主要包括机器视觉识别、深度学习、大数据、云计算等类别。我国人工智能研究起步较早,目前在发表论文数量和科学家数量方面均已居于世界前列。人工智能技术的发展,使“即拿即走”式无人零售店成为可能。

2、移动支付手段普及

得益于智能手机的普及与网络支付的便捷性,我国消费者已逐步习惯在日常生活的不同场景中使用网络支付工具, 越来越多的商户和公共服务也开始支持移动支付。根据支付宝 2016 年全民账单数据,过去一年超过 10亿人次使用支付宝的便民服务进行缴纳水电费、交通违法罚款、医院预约挂号等日常付费活动。无现金的支付方式省却了消费者取钱和收纳及收银员找零的过程,提高了日常事务的效率,并且避免了现金被盗的情况,省去了现金收纳盘点的过程,为无人零售模式奠定了基础。

3、大数据征信逐渐完善

2015 年 1 月,央行印发《关于做好个人征信业务准备工作的通知》,要求包括芝麻信用和腾讯征信等若干家大数据征信机构在内的八家商业征信试点机构做好个人征信业务的准备工作,标志着大数据征信开始逐步进入商用阶段。 不同于传统征信,以芝麻信用和腾讯征信为代表的大数据征信覆盖人群更为广泛和年轻化、信息渠道也更偏向公民的日常行为偏好。这使得大数据征信虽然不及传统征信权威,但更能反映信息主体的行为和消费偏好,更适合应用在居民的日常生活中的消费、公共服务、转账等小额金额往来上。 无人零售商家通过对接此类征信机构,获得公民的信用数据并评估其是否具备进店资格等,以在一定程度上防范偷窃案件的发生。

以芝麻信用为例,作为蚂蚁金服旗下第三方征信机构,芝麻信用以阿里电商交易数据、公安网等公共机构数据以及合作伙伴数据为基础,覆盖信用卡还款、消费借贷、酒店出行、生活缴费、医疗健康等场景的信用服务支持,在评估消费者日常行为信用、小额钱款往来等方面具有广泛应用。用户可凭借芝麻积分申请各类服务,同时芝麻信用通过用户租借续还和网络交易的行为数据不断更新用户信用评分,完善数据库。在无人零售店的应用场景中,消费者进店时绑定个人芝麻信用情况到后台管理系统,如消费者有撕毁标签、偷盗等行为发生,其芝麻信用评分会下降,可能导致其被无人零售店拒绝再次进入。