快讯

七只考拉CEO文朝辉:100米内的“近场”零售交锋

翟继茹 2017-11-02 07:43:31

DoNews11月1日消息(记者 翟继茹)9月份,成立仅六个月的七只考拉便获得了执一资本领投、经纬创投跟投的5000万A轮融资,成为新零售和无人便利店大军中的一员。

七只考拉选择的入口是办公室便利货架,以办公室作为消费场景,利用开放货架进行销售。目前,七只考拉在北京覆盖公司超3000个,据介绍货品平均毛利35%,各货架平均月流水2000元左右,部分地区已经实现盈利。

timg (4).jpeg

新零售和无人便利店已经成为新的资本宠儿,作为创业团队,七只考拉面对的有来自阿里京东巨头的挑战,也有如缤果盒子主打“黑科技”、如果小美猩便利等同样从办公室场景切入的创业公司的竞争。七只考拉的商业模式、实现路径究竟有何不同,七只考拉CEO文朝辉告诉DoNews记者,七只考拉的定位是“近场”零售。

何谓“近场”零售

采访还没有正式开始,文朝辉便主动介绍说,“我们不是一家做办公室无人货架生意的公司。我们给自己的定位是近场零售服务商。”

文朝辉解释说,七只考拉要解决的问题是用户100米以内的消费需求,并且让用户的消费需求在3秒内被满足。

在传统大型超市、卖场、便利店之后,文朝辉认为用户需要距离他们更近的场景来支持线下消费体验。新零售主要解决的是人、货、场的关系,与传统零售不同,新零售将原先人找货模式转变为货找人。“新零售最大的趋势就是场景化零售”文朝辉说。

基于对新零售这样的理解,七只考拉的战略是选择办公室、社区、学校等这些半封闭场景,同时也是离用户更近的场景来进行服务。

timg (5).jpeg

文朝辉表示,“在消费升级的大时代下,作为产品服务提供方,我们应该将精力放在思考用户会在哪里出现?我们的货物和产品通过什么样的介质投到对应的场景里面,才能让用户所思即所得,所想即所得?我们过去一直专注办公室这个场景,就是希望能够离用户足够近。”

为何不是无人便利店?

近期,七只考拉发布了国内首款支持微信免密支付的智能便利柜——考拉盒子。用户只需授权微信支付,打开货柜选择物品拿走后,手机端就可以自动扣款。其工作原理是,考拉盒子内设有传感装置,便利柜内部的商品上都贴有可识别的电子化智能标签,当用户拿走某一物品时,系统便可自动化感性。据介绍,电子化智能标签的识别度在99.5%以上。

此外,计算机图像识别专业出身的文朝辉也表示,考拉盒子的二代产品将基于提供AI图像识别+重力感应系统的一整套完整解决方案。

9F40B4A9BDD54CAEAA1FFFD0F5E5734F807A7326_size103_w396_h700.jpeg

在新零售和无人技术的大热下,无人便利店成为大热。有独立技术团队的七只考拉为什么没有像无人便利店的方向做延展?

文朝辉告诉DoNews记者,从七只考拉的定位出发,智能终端更容易切入到更多、距离用户更近的场景中。“我觉得在传统的便利店中,解决无人和有人的问题不是新零售关心的焦点。关键要看你的设备和你的技术能投到哪一些场景里面去,能给用户带来什么样的价值。比如说你在传统的便利店里面只是解决有人和无人的问题,但是用户对于它的购买的便利性这一点,其实没有很好的被解决。”

另一方面,就目前市场情况看,打造无人便利店的成本比智能便利店的成本要高出许多。据文朝辉透露,一代考拉盒子的成本已经控制在千元区间,二代产品因为可以利用计算机视觉技术来替代电子标签,成本可以进一步降低一半左右。标准考拉盒子内一般可以放置大约200件商品,涉及20-25个SKU。根据不同场景需要,考拉盒子可做定制化设计。

选品和供应链的考验

新零售的本质在于改变用户消费习惯和重构传统供应链体系:用户端需求可以更加高效地反馈到供给端,指导供给端的生产,从而节省大量成本。

通过数据算法,七只考拉对场景内商品进行预测,并进行选品。比如,针对社区用户,会提供营养早餐、烹饪必备、日用百货、计生用品、紧急防护等多类别上千种商品;针对公司用户,会提供比如三餐鲜食、办公用品、下午茶鲜果等各种类商品及服务。则包括商品定制、每日补货、定期上新、专人跟进、丢损免赔五项贴心服务。

“通过数据研发,每一件货物都是能够被记录和知晓,实时库存情况、售卖的情况都一目了然,我能够精准的预测这些区域的用户喜欢什么,不喜欢什么,数据和系统会是发挥非常重要的作用,不像传统的玩法。”文朝辉对自己的技术团队十分有信心。

关于供应链,七只考拉目前在北京已经有了完整的前置仓覆盖。对于向外扩展的计划,文朝辉认为,七只考拉的商业逻辑很简单,首先基于自身供应链建设以及各类零售终端,在封闭和半封闭的各类场景进行更深入尝试,在完成局部区域内新零售网络模型建设后,然后再去做跨区域跨城市的扩展。(完)


相关文章

{{news.title}}

{{news.author}} {{news.timeFormat}}

正在加载......