隨着大數據、人工智能、雲計算三波浪潮的深入融合，基於AI+BI的CI已經在緊跟時代發展的企業身上落地開花。那大家是否瞭解AI、BI和CI是什麼呢？它們在零售領域是如何應用發展的呢？
以前企業關注的是ERP、CRM、全渠道營銷等信息化建設，積累了大量數據，但是數據分析與利用卻很少。在數字經濟智能化發展新時期，想要縮短轉型路徑、實現彎道超車，零售企業需要利用數字化技術深度挖掘數據價值，以數據為動能加速自身數字智能化變革，因此，AI、BI等數字化技術對於中國零售行業甚至是其他行業都成為一種剛需。
隨着大數據、人工智能、雲計算三波浪潮的深入融合，基於AI BI的CI（客户智能）已經在緊跟時代發展的企業身上落地開花，在新零售2.0時代，這將成為企業最核心的競爭力。
所謂AI就是人工智能，是英文Artificial Intelligence的縮寫。説起AI，就要從圖靈機講起。圖靈(Alan Turing)是上個世紀英國的數學家，早年就讀於劍橋的國王學院，後來在美國的普林斯頓讀博士。他曾經在二戰期間破解了德國的著名密碼系統Enigma。
而他的一句言論舉世聞名：“如果一台機器能夠與人類展開對話而不能被辨別出其機器身份，那麼稱這台機器具有智能”，這就是著名的圖靈機。
就因為這句話，他被譽為人工智能之父。1954年，年僅41歲圖靈服毒自殺。
圖靈去世後兩年，即1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，並首次提出了“人工智能”這一術語，它標誌着“人工智能”這門新興學科的正式誕生。
由於早期的技術限制，AI的發展在上個世紀一直舉步維艱，施施而行，幾十年來幾無建樹，直到谷歌的阿法狗在圍棋界戰勝世界冠軍後，才一舉成名，重新成為大家追捧的熱點。
阿法狗不同於以往的圍棋程序，它不是以算法取勝，而是通過機器學習建立的模型來逐步求精成為高手。
“機器學習，自我進步”這個思想，為AI的現實應用打開了一扇窗，照見了一條康莊大道。
我們再來説説BI：
BI是英文Business Intelligence的縮寫，中文叫商業智能。
BI是上個世紀末由Gartner Group最早提出的，關鍵在於利用數據倉庫、數據挖掘和在線分析等技術對經營數據進行分析研究，以幫助企業改善經營能力，實現其商業價值。
BI本來屬於前沿技術概念，可是時運不佳，始終沒能在中國火起來。如今，大數據分析、數據中台、數據資產管理等潮流技術熱詞其實都是BI的近親。
最後説下CI這個概念。
CI是什麼？
CI就是Customer Intelligence的縮寫，即顧客智能或客户智能。CI是幫助顧客變得智能？還是讓使用CI產品的客户更加智能？
筆者翻閲了大量資料，其中2013年趙衞東撰寫的《客户智能》這本書將CI定義為BI在客户關係管理上的應用，通過收集客户的行為數據，並對其進行分析，瞭解客户最需要的是什麼，需求趨勢是什麼，需求的表現形式是什麼等等。
一言以弊之，CI就是BI在客户關係分析和管理方面的應用，引申一下，筆者認為CI就是AI和BI以及其他一些新的數據分析技術在客户、顧客、會員方向的應用。
知曉抽象概念遠遠不夠，重要的是理解這些技術如何能夠更好地幫助零售企業進行數字化經營。
AI的最大特點就是機器學習，而機器學習的最大的特點就是不怕煩，不怕累，能夠以海量數據為依託反覆進行學習訓練，自動比較、步進尋優，找到最優模型，遠勝人類。
而所謂的模型最簡單的理解就是函數，比如Z=F(X,Y)，Z是我們要求的最優值，而F則是模型，這個模型的輸入是X和Y，即X和Y是自變量，假設模型是個簡單函數，例如二元一次方程，如：Z=aX bY，X和Y是我們灌入的大量實際數據，而a和b則是模型中的一組參數，所謂最優模型就是找到最合理的參數組合[a,b]。
在沒有AI時，我們是依靠人工將無數的參數值一組一組去計算，然後分析出最優Z值，從而得到最佳模型，這一過程的時間和人工成本巨大，而實際模型也不會這麼簡單。因此，人類的算法模型其實是受到很大的限制，大多數參數值都是根據經驗得到。
而機器學習則不同，他們可以將算法粒度做到很小，用於訓練的數據可以做到很大，這樣得到的模型更加精確，很容易得到優於人類的模型。比如機器的a值可以取[0.001,0.002…0.999]，b值可以取[11.01,11.02… 99.99]，然後對上億的X和Y數據進行求解，對計算的Z值進行自動比較，從而求得最佳模型，這就是AI的力量。
憑藉這一特點，AI適用於多樣化的零售應用場景。AI技術可以應用於幾乎所有需要從數據池中尋找最優模型的零售經營的各個環節中，比如銷售預測、自動補貨、品類優化、促銷優化、營銷優化、會員畫像等等。
AI在銷售預測的應用示意圖下圖，清晰地展示了AI結合BI在品類優化環節中的部分主要着力點：
BI很早就被應用於零售業中，但始終侷限於專業人士的多維數據分析，通過數倉技術來建模，通過動態報表來分析，始終沒有在應用理念上產生質的飛躍。直到電商和移動電商的快速興起，基於BI技術的一些應用才重新煥發光和熱。
首先是大數據的整體分析應用，使得BI分析達到了更深的層次；其次是展現形式的多樣化，使得BI的結果更好的得到應用，如數控大屏分析、移動報告等等；最後在阿里、騰訊等商業科技巨頭的推動下，數據中台和數據資產管理開始登上歷史舞台。這些變化，迅速讓BI平台技術開始被各領域接納和應用。
BI的特點是可以把大量的多個系統的數據通過ETL(清理、轉換、裝載)變成統一格式的數據存儲，再通過建模，將這些數據的維度特徵和指標特徵分門別類地用立方體存儲，為後期的應用提供了一個快速的數據服務輸出。
石基零售的零售BI平台(SRDP)在零售業的應用示意圖
CI的核心是面向客户的智能。所以，筆者認為，只要以客户為應用核心，CI既可以搭配AI技術，也可以搭配BI技術。
從更深的層面來看，客户又可以分為2B的客户，也是我們零售數字化解決方案服務商傳統意義上的客户，另一種2C的客户，我們一般叫顧客，而顧客裏最重要的羣體就是會員。所以，在目前零售業中，CI應用以面向會員為主。
零售業講究“人、貨、場”，而”人“是其中最關鍵的要素，會員又是“人”這個要素中的關鍵成分。
零售企業如何通過對會員的管理來提升自身市場競爭力這一課題有着多層次，比如對會員如何分類、如何拉新、如何保有、如何營銷、如何提升等等。
而面向浩如煙海的會員消費及行為數據，傳統的ERP和CRM軟件很難進行更深入細緻的分析、管理、運營和提升，而基於AI和BI的CI，成為了零售行業十分期待的競爭利器。
就零售企業而言，對會員的全生命週期的科學管理和運營是讓企業長盛不衰的永動機，而在會員的全生命週期中，各個階段都有非常多的節點需要CI來幫助零售營銷人員進行相關分析和運營。
無論是面向增量會員還是存量會員，都離不開行為分析、消費貢獻分析、顧客畫像、精準營銷、客羣營銷、會員關懷等各種措施，而這些措施如果有CI支持，則將比傳統人工報表更加有效率，更加有競爭力。
會員全生命週期的示意圖CI可以在新客招募、新客轉化、新客培養、客羣分類、客羣運營、會員提升等多個方面發揮巨大的作用。
CI在會員及營銷管理的整體應用示意圖
CI面向營銷的主要發力點總而言之，AI、BI和CI作為面向數據的新型技術，必將在零售行業得到廣泛應用，綻放其奪目的光彩。
作者：邱克；微信公眾號：石基商業評論
本文由@石基商業評論 原創發佈於人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash，基於CC0協議