IDC：2023年中国零售行业大数据市场支出规模达到4306亿元人民币

IDC于近日发布了《零售行业数据智能市场分析——以客户为主导的零售业的逆向体验》。报告显示，2023年，中国零售行业大数据市场支出规模达到4306亿元人民币，预计2027年将增长至9809亿元人民币，年均增长率CAGR为22.9%。零售行业数据智能技术类别涵盖分析和商业智能软件、数据管理、集成与编排、应用程序开发、软件质量和生命周期管理以及应用程序平台。

向以客户为中心的客户体验服务转变不再是口号。在现代零售业的动态格局中，其已成为向智能零售战略演变的催化剂。从本质上讲，以客户为中心是一种整体方法，将客户的偏好、体验和满意度置于业务运营的最前沿。这种转变不仅仅是一个流行词，而且是重新构想零售商与受众互动方式的基本一步。

因此客户体验更加重要。IDC数据显示，有42%的终端用户希望通过数字化转型来提升客户体验，超过了40%的用户希望开拓新的市场营收机会，而去年用户更加关心的则是提升运营效率和客户满意度。而最先落地的产品则是对话式AI，包括聊天机器人、短信助理、语音助理，36%的客户认为部署生成式AI的主要收益是提升客户满意度。

IDC在报告中列出了零售数据智能关键技术趋势，包括店内技术、AI Everwhere、员工赋能、商品推荐、供应链管理、零售商业平台、IT基础设施、客户忠诚度、沉浸式体验、客户体验。

在Gen AI方面，到2027年，95%的零售商将测试和投资Gen AI技术，以增强产品数据、客户支持和客户体验计划。如推出新的Gen AI搜索工具，利用专有数据和大语言模型，使购物者能够使用特定场景而不是品牌名称或商品来搜索产品。其他技术，包括客户数据管理、零售媒体分析、全渠道可视化、供应链分析、生命周期价格优化、智能推广也同样重要。

在数据方面，IDC在调研企业组织最需要实施的营销变革时发现，排名前二的回答均与数据有关，排名第一的是有41%的组织认为需要应用AI/ML生成的合成数据来模拟营销中的需求、价格和存货环境，排名第二的是有40%的组织认为需要整合多个渠道（商店、电商和分销）的库存数据，以获取更准确的库存指标。另外重新建立辅助商品决策的基线历史数据也同样重要（38%）。

基于本次研究的市场调研结果，IDC遴选了5家代表厂商和7个最佳实践案例，以供市场参考。

IDC给技术供应商的建议：

优化4P体验：通过以客户为主导的零售逆向体验4P的视角，设计以客户为中心的策略，具体包括人员（Person）、产品(Product)、流程(Process)和地球(Planet)，强调了零售商满足客户期望（人员）、加快产品上市时间（产品）、管理价值链交互（流程）、确保可持续运营（地球）；

充分利用人工智能：虽生成式AI还在发展，但已足够重塑现有零售服务，例如利用人工智能帮助店员更好地了解顾客并优化购物体验，通过自动化日常交互来改变客户服务；

针对数量和速度进行设计：下一代零售业将继续关注需要高水平的数量和速度，特别是大型零售商，销售系统提供的关键能力包括数据同步、调整和决策集中化；

为客户参与度和灵活性而设计：现代零售商需要灵活的自动定价策略，因此销售运营必须提供无缝连接、快速更改能力来提高用户界面；

供应商需要是零售专家：销售工具有很多变化，但技术供应商必须拥有专业的知识库，利用海量数据、知识图谱来搭建，在该领域拥有丰富的经验，来指引客户进行长期的投入和合作。

IDC中国新兴科技研究组高级分析师李浩然表示， 虽整体市场环境下行，但头部零售厂商对生成式AI、大数据、智能化转型表现出更强烈的兴趣和决心，零售行业涉及供应链条更长，数据源也更加丰富，其数字化转型将带动更广泛的产业应用发展，当然所需要的时间也较长，目前来看GenAI+零售还处于探索验证阶段。除了数据智能在营销获客方面的应用，终端用户还需要注意供应链管理的升级，这将是降低成本、提高营收的重要一环。