项目名称：Retail Next

　　主营业务：通过人工智能与IoT 混合技术，搭建线下顾客大数据平台，帮助零售企业完成新零售演化

　　上轮融资情况：种子轮/天使轮

　　本轮融资意向：正在寻求Pre A轮融资

　　项目关键词：人工智能、IoT、大数据、新零售

　　与其说“消费升级”成为一个热起来却难以轻易降温的概念，不如说消费这件事正在技术和人群的发展下自我改造，新零售正是很好的体现。所谓新零售，并非是一个新概念，它是零售这件事在移动互联网时期的新业态，本质上要关注的还是那几个老问题：陈列摆放、库存物流、坪效、促销等等。只不过，问题还是原来的问题，答案已经有了新的答案。

　　店铺的数字化是提起新零售就绕不开的话题。国外有Amazon Go，国内有阿里巴巴与百联的战略合作。如果将顾客到线下购买的完整流程进行拆分，我们可以发现，线上可以与社交媒体及广告相连，开奖，从而在售前对顾客做出引导，线下则有到店、挑选、支付、配送等一系列环节。购买后，则需要针对顾客的会员管理以及持续跟踪，争取触发后续消费。在这个流程中，线上打通用户身份和社交媒体、广告这件事已经相对成熟，而针对顾客的会员管理和持续跟踪业内也已有完整方案，缺失的一环恰恰在顾客走进店内到完成购买的过程中，这个过程只能通过导购进行引导，却很难沉淀出结构化的用户数据。另外，对于讨论Amazon Go在中国的落地，大家众说纷纭，大部分人都陷进“无人零售门店”的圈圈里。可天正认为，大家跑偏了，Azmazon Go 展示是新零售下门店全数字化场景，无人不是关键。

　　天正是微软Dynamics金牌合作伙伴，于2016年基于微软Dynamics 365和微软Azure开发了次时代的企业级Social CRM解决方案产品Social Hub+。Social Hub+打通企业内外中国特有的social端，结合天正独有的CRM应用功能模块、数据分析和CRM营销策划能力，提供如“乐高”模块化的功能，打包成不同营销解决方案。天正创始人黄纯波认为，在智能硬件和机器学习的技术日益成熟的大环境下，现在是开始收集线下零售门店数据的好时机。前期Social Hub+已培育了基础市场，通过部署新零售门店数字化方案打通线上与线下，将数据沉淀和管理形成闭环。

　　目前来讲，线上能收集到的用户数据和线下的用户资料基本是割裂的、非同步的。一个商家可能会清楚地看到某个顾客的购买记录，但是当这位顾客走到店里时，只有结账掏出会员卡的一瞬间才会被商家认出，那么这位顾客在购买时都有什么浏览习惯？看了哪些商品最终才进行了购买？这些问题无法被回答。一个被人熟知的例子是，7-11店的店员会用POS机录入非常详细的顾客信息，比如性别、年龄等等，而随着传感器、人脸识别等技术的逐步普及，这些数据的收集理论上可以不需要人工。黄纯波认为，全数字化门店重点全数字化购物过程应从“无人售货”的焦点转向“人-货-场”三者关联关系。

　　天正研发的Retail Next在2017年1月上线，是基于人脸识别+传感器的新零售数字化转型黑科技应用方案。目前能够落地的人脸识别方案基本是基于安防、金融等行业的需求，零售场景的落地困难在于高质量人脸档案库的构建，进行视频流数据采集时，会遇到逆光、运动模糊、人脸角度偏差、人脸像素偏低等挑战，这些问题迟迟无法得到解决，因此商用场景难以落地。Retail Next的人脸识别系统“智子”从定制特定的采集设备入手，寻找可用的高性能模组来满足场景要求，同时持续优化算法。黄纯波表示，通过“智子”的数据采集体系，可以帮助零售企业快速构建一个高质量的档案库，并获得可以满足商用需求的高识别率——在实景测评环境下，Retail Next智子的识别率在95%以上。因此根据高频低价和低频高价两种不同的消费场景，Retail Next可以提供两种解决方案：

　　高频低价，即高频率客流购买低价值商品。高频低价的应用场景如便利店，Retail Next的人脸识别模块“智子”会通过摄像头进行人脸识别出哪些顾客是高频顾客，并通过微软Power Bi数据分析，让经营者为顾客做精细化的服务提供更有力的数据支撑，从而维持顾客的忠诚度。“7-11的中国市场开拓得并不顺利，一个重要原因就是顾客信息录入收集不到位。”黄纯波说，“我们希望在收集数据这件事上，用机器来代替人工。”