一間店開在哪裡，對它的生意好壞扮演舉足輕重的角色，如今 AI 可以協助這個決策過程。 透過 AI 分析人口統計、客流量模式和競爭對手的鄰近度，為零售商的新門市選址提供最優解，從而提高客流量和銷售額。麻省理工學院的一項研究發現，使用人工智慧幫忙選址的零售商的銷售額增加了 10%。
台灣中華電信運用大數據＋AI，助理零售門市選址
以前，零售店家要展店，多半透過經驗法則、參考電子發票資料、或者是聘人按碼表計算人流等方式決定在哪個地方開設新店，這種做法不但曠日廢時，更存在巨大投資風險：耗費百萬甚至是千萬開設新店卻陷入生意慘淡、投資報酬率遠低於預期等窘境。
為解決這個問題，中華電信以台灣市佔第一的電信業者姿態，運用用戶的電信大數據，協助零售業者「Know your customers」，結合資料科學家 AI 技術團隊，全方位提供零售業商店營運歷程所需之解決方案，超越傳統經驗法則，以數據驅動優化企業經營。
中華電信數據發展處科長官俊安表示，中華電信的流通業大數據解決方案，當中就包括 AI 展店選址、商店圈分析。「我們會利用各店的營收、發票數，加上人潮人流、人口特色等要素，綜合評估分析，而且各種店型和業態都有不同的評估模型。」官俊安說，藉此協助業者評估在哪開店比較好，還可以預測未來在此開店的營業額和來客數。
AI 還可以幫忙分析現有商店網絡，決定哪間店該收掉
在展店選址上，AI 可以幫忙分析，像是日本便利商店羅森（Lawson）就運用 AI 協助門市選址，把「商圈、人潮、車潮、鄰近家戶數、消費力」五個選址要素放入演算法中，補足傳統人工選址的決策偏誤，還可以預測門市是否可以獲利，讓開店選址更加精準。
然而，零售業者並不是只需要考慮擴大市場的展店策略，在成本資源等各項考量之下，關閉門市也是常有的事，尤其是疫情過後，消費行為大量移往線上，讓線下門市發揮最好的成本效益成為零售業的重要課題。而在眾多店面中，究竟要關哪些店，也可以靠 AI 來幫忙。
例如，Huston Analytics 的 AI 解決方案 Store Network Optimizer，可以分析各家門市服務區域的人口統計、市場重疊率、銷售品類等數據，協助工作者決策要收掉哪間門市，或者調整銷售策略。
該公司零售和消費品分析主管海曼（Petteri Heiman）舉例，一個零售商在某城鎮有 4 家分店，透過 AI 分析人口結構、市場狀況和營運狀況，找到每個分店的優勢品類，藉此優化每個分店的營運策略，在做關閉門市決策時，也能夠預測某門市關閉之後，顧客是會流動到其他門市，還是被競爭對手吸收，這些分析都有助於業者判斷門市該如何佈局。
零售業者在經歷過消費習慣和管道的大風吹之後，一直持續摸索虛實整合和科技應用的新商業模式，未來透過結合 AI，可以做出更聰明、更精準的線下展店策略，讓每間店都開得更有價值。
【推薦文章】
◆ 跨境電商平台選擇指南：比較各大平台優勢，助你跨出新手賣家第一步
＊本文開放合作夥伴轉載，參考資料：Datategy、Huston Analytics、《經濟日報》，首圖來源：Unsplash。
（責任編輯：廖紹伶）