无人便利店和新零售之前,传统零售商该先学学如何玩转“支付+”

简介:

无人便利店和新零售之前,传统零售商该先学学如何玩转支付+

不断攀高的人力、租金成本和步步紧逼的电商巨头,已经将线下零售商逼到了墙角,一场变革在所难免。

沃尔玛这种体量的巨头尚且可以凭借雄厚的财力布局新技术,收购中小型电商平台积极向线上扩张,以维持自己的地位。而且对于大多数二三线商超品牌来说,他们是无法承受探索新概念的高昂投入的。但这并不意味着他们只能坐以待毙。

最近风头十足的无人便利店为众多二三线零售商开启了新思路。其实当前阶段的无人便利店,严格来说只能算是无人收银便利店,而支撑无人收银的正是移动支付技术。无论采用RFID方案的缤果盒子,还是采用机器视觉方案的Take Go,都用到了移动支付技术。虽然形式不同,前者通过app支付,后者采用生物支付,但本质都是一样的——摆脱了现金的束缚。

在人力成本日益高涨的今天,原本就利润微薄的实体零售行业对降本增效的需求日益强烈。移动支付技术由于省去了核对、找零的步骤,大幅提高了收银效率,可以为商家减少劳动力使用成本,甚至实现无人收银。以蚂蚁金服的收钱码为例,据官方统计,这项服务可以将收银效率提升60%,节约1%的交易成本。

另外,由于无需接触和保存现金,移动支付更加卫生,减少了疾病传播;避免了收到假钱、找错钱、偷盗等意外财产损失;同时便于对账和计算每一天的资金流水等。

不久前,高铁、支付宝、共享单车和网络购物甚至被“一带一路”沿线20个国家的青年评选为当今中国的“新四大发明”。

势不可挡

种种迹象表明,在无人零售便利店遍布大街小巷之前,移动支付技术将首先带我们进入一个没有现金的全新商业世界。

据联合国的“现金联盟”组织4月份发布的一份报告显示,移动支付在2015年占零售支付总额的8%,预计在2020年将达到12%。尽管被移动支付瓜分了不少市场份额,但现金仍然是中国的主要支付方式。该报告预计,到2020年零售支付的现金百分比将下降到30%,2010年为61%。

中国市场研究集团总监Ben Cavender则表示:“中国成为未来十年中第一个或首个无现金社会之一是非常有可能的。”

撇开这些干巴巴的数字,在北上广深等一线城市,大到大型连锁超市,小到街边的流动摊贩,已经纷纷支持支付宝和微信支付了。许多年轻人也早已习惯出门不带现金。

不久前在武汉举行的无现金开放日活动中,蚂蚁金服商户事业部总经理章言曾表示,蚂蚁金服的愿景是在5年内建设一个无现金社会。

支付+时代

纵观我国移动支付的发展,大致经历了三个阶段:

初期,移动支付主要由运营商主导,中国移动、中国电信、中国联通三大运营商在与消费者进行交易时,直接从用户花费中扣除交易费用或者在专门的移动支付账户中扣费,银行等金融机构不参与交易,例如手机支付和手机钱包等。

接下来是银行为主导的阶段,各大银行借助移动运营商的网络传输,充分挖掘手机银行客户,将手机与银行账户进行绑定,在手机银行上面附加移动支付功能,比如话费充值、购物、小额取现等等业务。

目前阶段则由第三方支付机构主导第三方支付机构在产业链中是独立于移动运营商和金融机构的,利用移动运营商的网络和银行的结算资源,在移动支付中进行身份验证和支付确认,为整个交易进行担保,其中最具代表性的是公众熟知的支付宝、财付通等。

随着移动支付日益普及,基础的小额支付逐渐被用户所接受,移动支付作为工具已经成为各领域发展的基础设施,移动支付发展的下一个阶段,将是基于整个支付的通道能力、大数据的分析能力,实现“支付+”。“支付+”和”互联网+”如出一辙,在目前各行各业拥抱互联网的同时,加上支付+的助力,将会更加如鱼得水。

信用支付

历经多年的发展,第三方支付平台已经沉淀了海量的交易数据,成为了商户、个人用户和其他金融机构的资金中转站和数据库。基于这些数据,支付宝等第三方支付平台开启了信用经济的全新玩法。

关于信用经济,最好的例证当属近两年来风头无两的共享单车。据雷锋网(公众号:雷锋网)了解,截止目前为止,ofo已在上海、杭州、广州、深圳、厦门等地推出了信用免押金服务,凡芝麻信用分650分及以上的用户,均可信用授权免押金。通过支付宝信用骑行免押金可以为用户节省大量时间。支付宝官方披露的数据显示,信用骑车可以让新用户的开通时间从10分钟下降到1分钟,注册完成转化率提升20%,注册量增长3倍+,骑行人数增长率30%+,订单增长率30%+。

具体到零售领域,基于完善的数据积累和强大的AI风控机制,第三方支付平台可以在风险可控的前提下,向用户提供一定额度的分期付款服务。

相比于传统金融的风控模式,大数据风控可以通过机器的大规模数据运算,完成大量用户的贷款申请审核工作,提升工作效率。传统金融的审核由人工完成,效率会相对有限;大数据风控可以针对业务运行中出现的新情况、新数据进行快速迭代,增强模型的有效性;摆脱工作时间的限制。

第三方支付平台拥有海量的个人历史消费情况数据,客户申请时,通过关键字匹配、信息交叉验证、风险建模等技术手段,并结合客户申请流程中的行为动作习惯,对客户进行画像及违约概率分析,既能控制风险,又能高效进行贷款审批。

平台提供的消费金融服务可以起到杠杆作用,撬动用户的消费欲望。比如有了蚂蚁花呗分期服务之后,用户的购买流程缩短了,体验更加便捷了,购买的转化率也会提高;用户可以提前消费,购买频次、客单价都会水涨船高,同时也能增强黏性,培养用户的消费的习惯。

雷锋网从蚂蚁金服官方数据了解到,使用花呗分期服务后,从22岁到36周岁这个主流年龄段的用户,次月消费额增长了41%。

由第三方支付平台提供的时候消费金融服务在各大电商平台随处可见,受到了广大用户的欢迎和追捧。为了抗衡线上零售,不少实体零售商和第三方支付平台达成合作,开创了许多新玩法,比如用贴息分期服务代替打折促销。在打折促销遍地开花的时代,8折9折已经很难对消费者构成吸引力了,商家用折扣部分贴付利息,提供免费分期服务,将对消费者构成巨大的吸引力。

据雷锋网了解,蚂蚁花呗转入线下,已经覆盖了400万商家,京东白条和国美美借也在加强布局,从最早的分期买手机到买短裤、鞋子,再到眼下分期订外卖、叫滴滴,小额分期服务已经几乎无处不在。

新零售

吃尽人口和流量红利之后,电商巨头慢慢将触角伸向了线下;与此同时实体零售店也开始积极拥抱互联网和人工智能技术。零售行业接下来比拼的核心在于如何运用互联网技术,比如人脸识别和大数据营销等,实现比消费者更了解消费者。

面对电商巨头的新零售攻势,传统商超和便利店目前面临的困境主要有以下几点:第一,由于长期线下零售的开展,缺乏进军线上的相应资源以及渠道;第二,人才的缺乏,缺乏同时具备线下零售能力以及网络零售知识的综合性人才;第三,由于长期与线上电商的市场争夺,与电商企业关系不紧密,缺乏线上零售合作伙伴。

沉淀了海量数据之后,再结合强大的大数据、云计算和安全能力,第三方支付平台的价值已经远在支付之外,涵盖了会员、流量、营销、信贷、保险、信用、风控等一系列能力,可以为传统商户带来全方位的提升。比如传统商家费尽唇舌说服消费者办了会员卡之后,只能定期向其发送推广信息;而第三方支付平台却可以用电子会员卡的方式将线上线下以及不同渠道的会员信息打通。

有了电子会员卡之后,超市的收银员直接扫描一下你的电子会员卡,购物信息就与电子会员卡关联起来。对于零售商而言,知道消费者是谁?在哪里消费?消费了什么?这些“人货场”的数据,对零售商,制造商,以及全社会都会有极大的好处:整体效率将大幅提升。

潜在问题

移动支付带来的便捷显而易见,不过也面临着许多问题。

首先对于中老年人,尤其是三四线城市和边远地区的中老年人来说,他们还不会或不习惯使用移动支付。生鲜电商盒马鲜生此前拒收现金便引起了广泛争议,不少老年顾客表示“很麻烦,还需要别人帮忙下载软件”。

其次,移动支付依赖于网络设施的建设。虽然我国即将进入5G时代,但在有些地方,比如小区的菜市场,网络信号仍然十分糟糕,折腾半天都不能支付成功。所以,让“无现金”更便捷,完善基础设施很重要,只有让配套设施无死角,才能让手机变成更多人的“钱包”。

再者,随着移动支付在日常生活中的使用越来越普遍,对于第三方支付企业的风控能力也提出了更高的要求。来自银行和监管部门的掣肘也是第三方支付企业接下来需要面对的问题。

但无论如何,移动支付技术已经给我们的商业活动带来了许多潜移默化的影响,未来这一趋势还将不断扩大。


本文作者:刘伟

本文转自雷锋网禁止二次转载,原文链接

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
新零售 Go
从无人货架到无人售货柜,加了二维码就叫“新零售”吗?
近日,京东到家宣布,其新一代智能货柜——京东到家Go已正式对外运营。预计年底前京东到家Go将会覆盖包括北上广深在内的全国10个以上主要城市。随着京东到家Go的入局,国内无人售货柜市场已经聚集了众多巨头和创业企业。
1693 0
|
1月前
|
自然语言处理 达摩院 决策智能
阿里云智能客服开发者社区
阿里云智能客服开发者社区
|
11月前
|
自然语言处理 达摩院
达摩院智能对话技术升级-更人类,更温暖-阿里云智能客服从提升生产力到提升客户忠诚度(上)
达摩院智能对话技术升级-更人类,更温暖-阿里云智能客服从提升生产力到提升客户忠诚度
241 0
|
11月前
|
弹性计算 自然语言处理 达摩院
达摩院智能对话技术升级-更人类,更温暖-阿里云智能客服从提升生产力到提升客户忠诚度(下)
达摩院智能对话技术升级-更人类,更温暖-阿里云智能客服从提升生产力到提升客户忠诚度
157 0
|
11月前
|
人工智能 自然语言处理 达摩院
|
11月前
|
存储 人工智能 自然语言处理
|
11月前
|
自然语言处理 达摩院
达摩院智能对话技术升级:更人类,更温暖-阿里云智能客服,构建企业服务数字化之路-展望未来
达摩院智能对话技术升级:更人类,更温暖-阿里云智能客服,构建企业服务数字化之路-
119 0
|
11月前
|
自然语言处理
阿里云产品体系分为6大分类——企业应用——分为11类——智能客服
阿里云产品体系分为6大分类——企业应用——分为11类——智能客服自制脑图
112 1