如今，各行各业都在谈数字化转型，在“数字化”成为热点之前，曾经还有一个很火的概念叫做“信息化”。那么什么是信息化？什么是数字化？我们大家可以用零售场景中一个浅显的例子来说明。

  比如之前你想去快餐店吃个汉堡，往往都是走进门店后到点餐台前告诉服务员，我要一个鸡腿堡+大可乐，服务员帮你下单、收钱，这样的一个过程的数据通过PoS系统到订单处理系统，再到财务系统和供应链系统，这样的一个过程基本上是所谓的信息化。

  而现在，你在去快餐店的路上，如果已经想好吃鸡腿堡+大可乐，可以直接打开微信小程序，自己下单，获得一个取餐码，到店后快速取餐。这样的一个过程的数据通过小程序到订单处理系统，再到财务系统和供应链系统，这样的一个过程就是数字化。

  我们可以粗暴地理解为：信息化与数字化的差异之一就在于信息的输入者是谁。信息化系统的输入者是企业雇员，数字化的输入者则是企业雇员以外的来源，比如消费者、App、小程序、AI+IoT 设备等，但更核心的区别则是成本差异带来数据量的差异。

  比如在现今诸多的智慧门店内，每天获取大量的消费者购物数据，这个数据量与交易系统的数据量相比是几个数量级的差异。

  而数据量的差异化背后实则代表着数据价值的丰富度， PoS系统仅仅能记录某个商品被售卖的结果，而AI摄像头却能告诉零售商这个商品为何会被售卖出去的完整过程信息。传统的商品售卖信息让公司能够了解基本销售情况，但购物过程的数字化信息却能让企业卖出更多的商品。

  我们当前正处在信息化与数字化时代的分水岭，一个时代黄昏的到来也是另外一个时代黎明的开启。随着数字化时代带来的数据爆发，紧接着将演化出智能化时代的来临，这个迭代在互联网行业已完整地演绎过一次，零售产业同样如此。那么，智能化时代的零售又将如何呢？

  零售是一个大市场，通常一个国家社会消费品零售总额占GDP的1/4 ~ 1/3。

  技术是零售产业最大的驱动力，中国零售的科技应用从1981年开始，几乎每隔十年一个里程碑。1991年苏宁创立，中国零售步入连锁经营模式，背后是局域网络、小型机的发展驱动；1999年互联网时代来临，中国第一个电商网站立，让网购迅速成为上亿消费者的新选择；2010年后智能手机出货量超越PC，移动电商时代到来。2017年 AI 和 IoT 技术成型，新零售时代到来，这是零售未来十年的发展主调。

  零售的另外一个特点是零售业务与发展是受一个城市的人口密度与基础设施影响的。比如在美国经常能够正常的看到远离市区的超大型超市，并且围绕超市周边有一堆的零售服务+超大的停车场。这个逻辑是因为美国城市是构建在车轮之上的，开车到超市采购一周的食品、用品对美国居民来说是很普遍的行为。而这个逻辑在中国就走不通，因此在中国超市每个门店的面积比美国小多了，运营情况也不如美国。在日本，密集的城市人口成为了便利店模式繁盛发展的温床，而便利店在其发源地美国反而没那么发达。全球500万个4G基站中的340万个构建在中国，因此中国的移动网络催生了移动支付与移动社交、以及移动电商和社交电商的特殊模式。

  中国太大，行业区域发展不平衡，导致零售的业态十分丰富，不同业态竞争非常激烈导致了新零售的快速演化，这是数字化创新的沃土，也使中国成为了全球零售的创新中心。在纽约2019年 NRF（全美零售商联合会）大会上，来自中国的盒马展台挨着 AWS，展示门店的轮轨系统、前置仓等中国零售独有的创新模式。同时在拉斯维加斯 CES（国际消费类电子产品展览会）大会上，全球顶尖的美妆品牌在展区展示了来自中国团队的零售创新技术。

  信息化时代的工作目标是用流程帮助一个组织更有效地协作，而数字化时代零售的创新与运营和绩效提升更密切相关，也更带有颠覆旧有商业模式的味道。

  我们应用微软技术为全球餐饮巨头打造的数字化解决方案，以超越微信用户增长的速度实现了5000万会员的快速获客，带来移动端日均20万+的日活用户，平均每个用户仅用30s就可以完成一次点餐。极大改善了客户体验，达成了业务增长，同时反而降低了运营成本。

  另外，针对一家全球顶尖美妆品牌的3000个线下柜台，我们完整地构建了流量漏斗模型，通过洞察业务流程，使用多种 AIoT 设备埋点采集数据，获得每个专柜的流量、转化率、跳出率、客户停留时长等关键业务洞察数据。用数字化技术赋能零售智变，让实体零售拥有电商的数据洞察能力，通过洞察来驱动业务的持续增长。

  零售智变赋能的关键是技术，而影响零售智变能不能成功的重要的条件大致可分为以下四类。

  第一项是深度机器学习，实用的零售深度学习算法目前可以归纳为2+2模型。两个能力：图像/视频的分析能力+数据的推荐能力；两个重心：场景化+边缘化。两个能力一个着眼数据采集，一个着眼数据价值变现。而零售业态多样化带来的是场景碎片化，每个场景都可以贡献差异数据，解读差异信息。因此我们大家可以训练独一无二的算法能力来更好地处理问题，比如引入 GAN 来解决侧脸识别问题。

  第二项技术是网络应用架构的研发，构建基于公有云/私有云的营销中台系统来应对企业业务高并发、快速调整的特点。比如基于灵活、易定制的微软 Dynamics 365 应用平台，接入丰富的本土社交工具和AI应用，构建新一代营销平台。

  第三项技术是大数据领域，特别是 CRM（客户关系管理）与 DMP（数据管理平台）交叉的CDP（客户数据平台）产品。微软本身的 Power Platform 原生支持强大的 CDS（通用数据服务），不仅将 CRM 和 ERP 系统的数据打通，同时把 Dynamics 与 Office 等生产力应用的数据打通，还可集成外部的 IoT 设备注入独特的数据洞察。

  第四项技术是IoT领域，除了构建更智能的边缘设备外，核心在于大规模的 IoT 管理平台，通过这一个平台支持算法边缘化、场景化能力的最终落地。

  在2018年的西雅图 Dynamics 全球峰会上，微软 Dynamics 365 刷新了所有参会者的认知。作为新一代的智能商业应用，微软 Dynamics 365 不再是传统意义上的 CRM/ERP 信息化系统，也并不是简单的云 CRM/ERP 系统。实际上，从 Dynamics 到Dynamics 365，微软在商业应用领域的投入也悄然进行着数字化的重生。

  不再谈 CRM/ERP，而是谈企业运营的基本模块，这与中国的“中台”概念不谋而合；

  谈统一数据结构，关注点从应用切换到数据，同时将 Power BI 所属的 Power Platform 也纳入商业应用产品线，构建了完整的数据方案；

  微软黑科技的代表 HoloLens 慢慢的变成了 Dynamics 365 的一部分，标志着 Dynamics 365 不仅仅代表应用、数据，也代表硬件、技术。

  未来的零售企业将是能够为广大购买的人提供个性化、无缝、差异化的购物与服务体验的高效企业，这也是微软致力于推动零售行业进行数字化转型的愿景。依托于强大的技术能力、完整的平台架构、开放的生态环境和各行业合作伙伴的定制能力，微软已经构建起了一套完整的零售赋能生态体系，并且以多重技术叠加作为突破口，为零售行业企业交付贯穿业务全线的解决方案，帮助零售公司实现“千人千面”的服务模式，提高效率和收益。

  作为新一代面向企业核心业务的智能商业应用，微软 Dynamics 365以高度定制和灵活扩展的应用模块管理企业特定业务，帮企业增强客户互动，赋能员工，重塑生产力与业务流程，是微软助力企业数字化转型的轴心。

  2019年春季，微软 Dynamics 365 云产品即将在中国落地。通过与微软 Azure、Office 365、Power BI、IoT 的无缝集成，以按需订阅的授权模式，协助公司实现对销售、客户服务、现场服务、财务与运营、零售等业务流程的智能化管理，帮企业加速数字化转型的进程。

  点击阅读原文，申请微软 Dynamics 365 免费试用 30 天！返回搜狐，查看更加多