我们一开始是在家庭经营的小商店和精品店购物,然后有了购物中心和大型零售连锁店。之后,我们体验了网购,只需轻点鼠标就能查看成千上万的产品,下达订单,如果试穿后发现不合身还可以退货。

然而,人们还是喜欢逛商店。纽约数据公司CB Insights表示,超过90%的美国人在实体店购物,而网络商务公司设立实体店是零售行业的一个最新趋势,包括亚马逊和Warby Partner。因此,全球的初创企业也在努力为这些商店研发新技术,帮助改善购买体验和增加销售量。

这正是阿萨夫•沙皮拉(Asaf Shapira)想通过其初创企业CheckOut Apps实现的目标。沙皮拉今年36岁,曾在以色列军队服役11年,效力于海军作战情报部门,职衔为少校。

担任公司首席执行官的沙皮拉在共享办公室接受采访时表示:“我们正在把线上的模型放到线下。”CheckOut Apps办公室位于特拉维夫时尚的罗斯柴尔德大道,共有六名员工。办公室摆着交互式镜子和平板电脑,而沙皮拉和他的团队正试图敲定一款产品,希望能于本月晚些时候在特拉维夫的一个服装精品店试用。

“如果你去逛商场,你看不到技术。”他说,“许多初创企业把购物行业设为目标市场,但你在商场看不到技术的身影。那些了解衣服的人一般不懂技术。”

时装店通常采用传统的静态产品展示:人们走进店里,看看人体模特和挂着商品的货架,寻求售货员的帮助,如果店里提供的服务又快又好,他们可能会买点东西。模特造型一般在隔夜或凌晨摆好,具体搭配取决于店长认为什么最能吸引买家,摆好后一整天保持不变。

沙皮拉说:“店长会根据昨天的信息或错误的数据预测而非实时信息搭配模特造型。”他曾在2010年与人合作创立互联网营销公司Web Pick。

沙皮拉表示,商店缺乏可以根据不同消费者改变产品展示的智能工具,不能针对顾客的需求或购买习惯即刻作出反应。

CheckOut Apps计划采用机器学习技术,通过布满整个商店的交互式镜子和平板电脑,帮助商店为消费者提供建议,并改变店里展示的产品。

借助交互式镜子,商店可以选择在旁边的屏幕上展示众多持续变化的产品,和消费者在网购时可以看到的各种款式的衣服相似。

顾客可以点击他们喜欢的商品,站在屏幕中央的T恤或裙子大图像后面,观察衣服的上身效果。同时,售货员将在智能手机或手表上收到提醒,知道某位顾客在商店某个位置的某个镜子上点击了某款产品。随后,售货员就能立刻把产品送到顾客面前,有望增加敲定交易的成功率。

这些展示工具还能收集信息,统计出商店当天网上最畅销的产品,并挑选黄金时段在实体店展示热卖产品。

沙皮拉说:“行业正朝着介于线上和线下的实体店发展。”

CB Insights在五月发布的一份报告中表示,许多初创公司都在“通过各种技术帮助零售商缩小数字和实体商务的差距,包括库存机器人、增强现实产品展示以及收集顾客行为数据的无线信标等。

例如,波士顿Celect公司利用机器学习开发了优化产品安排的软件,而纽约Perch Interactive公司则研发了交互式数字展示工具。

“每家企业都只针对部分受众,而我们想把目标受众的适用范围扩展到最大。”沙皮拉说,“我们必须向客户证明,我们的系统将能帮助他们增加销售量——这是我们的最终目标。”

CheckOut Apps的软件(仍处于开发阶段)旨在为商店提供一个全面的解决方案:管理商店库存,知道每件产品所在的展示位置,标出店里最畅销的衣服,跟踪销售,最终还能根据以往的数据准确锁定高价值顾客,即出手阔绰的买家。沙皮拉表示,今天的零售商无法获得实时消费历史,智能系统到位后,这将成为可能。

该公司将不会提供镜子等硬件,但会使用由三星研发的现有屏幕以及行业推出的其他屏幕。沙皮拉表示,公司还将提供集成屏幕传感器的软件,并负责管理数据。CheckOut Apps计划通过天使投资人筹集资金。