物理问题的数字工具

退货通常是由不正确的大小排序和许多基于技术的解决方案这些年来都出现了什么在美国，这个问题一直存在。Bold Metrics的联合创始人摩根•林顿(Morgan Linton)认为，他已经开发出了一种可以改变情况的分级工具。过去，他们通常会让顾客给自己拍照，而他的解决方案是问顾客五个问题，比如他们的身高、体重和鞋码，以便Bold Metrics确定50个身体尺寸。

该产品使用机器学习不断提高其准确性水平，并将返回到系统的产品相关数据输入系统，以进一步完善其能力。它与加拿大鹅(Canada Goose)等公司合作，帮助它降低了32%的回报率，同时提高了20%的转化率。此外，林顿说，这些数据是提供给品牌的，这样他们就有可能在一开始就改变服装的生产方式，从而进一步压低退货率。

拉尔夫•劳伦(Ralph Lauren)也采取了将数据反馈到制造过程中以减少回报和浪费的做法，该公司继续试验按需生产定制产品。它发现，按需活动能够提供有价值的学习。一些定制元素选择最常见的是被客户送进了主要的生产线。同样，客户不希望包含的组件也从核心产品中删除了。

对于拉尔夫•劳伦(Ralph Lauren)负责产品和制造创新的高级副总裁贾森•伯恩斯(Jason Berns)来说，物品定制是一个令人兴奋的领域。他表示，这涉及到高水平的盈利能力和零浪费。

他表示:“当你为一个人制造(一件商品)时，确实可以推高利润率。”“这也是一种体验，有助于以一种新的方式驱动价值。我们做过商店激活(定制)，某些商店有数字屏幕来配置商品，所以我们知道这对在线零售来说也是一种很棒的体验。”

海姆斯特(Hemster)创始人艾莉森•李(Allison Lee)也在考虑利用客户数据来降低回报。海姆斯特的科技定制服务与大约100个品牌合作。她说:“我们正在让裁缝在销售点——商店和网上的摊位——都能买到。”“我们不会让顾客退回一件商品，而是询问他们是否愿意免费为其量身定做。在我们的车间，每件衣服只需要10分钟就能换完。”

李说，利用它产生的客户数据，可以创建一个个人的“剪影”，然后与品牌共享，以确保未来的购买将是完美的适合客户。她说:“我们可以降低20%的回报，当人们知道这是免费裁剪时，他们会购买更多。”

机器人和术语

在NRF，自动化和机器人技术的解决方案再次出现，但无数机器人在过道里徘徊、寻找解决方案的日子肯定已经结束了。今年，物流和物流履行在很大程度上被视为使用自动化技术。Ottonomy就是其中之一，该公司展示了自己的送货机器人，这些机器人可以在美国的机场内为位于旅游枢纽的品牌运送零售产品、食品和饮料。

与此同时，Gatik使用自动驾驶汽车在零售商的主要配送仓库和包括微型物流中心在内的物流配送设施之间进行配送。Gatik负责战略计划的副总裁萨姆•萨阿德(Sam Saad)表示，该公司与沃尔玛(Walmart)合作，专注于特定的可重复路线，这些路线不会改变，因此适合无人驾驶汽车行驶。他说，这可以减少高达30%的运输成本。

更具有实验性的是Dronedek，该公司正与印第安纳州的零售商合作，尝试其位于消费者车道末端的智能邮箱服务。它通过无人机接收订购的货物，然后将货物安全地存放在该装置中。

此类产品是非接触交易所兴起的例子，在疫情期间，非接触交易所在零售领域的所有领域都加速发展。机器人机器人(Robomart)稳居这一领域。它的商店呼叫主张包括客户通过一个应用程序请求从移动商店访问，他们可以查看可用的产品。当移动商店(一辆改装的高科技货车)到达时，整个过程是非接触式的——包括商品上的RFID标签和通过应用程序支付。

Robomart公司负责营销的Carson Denbow说，这项服务目前正在洛杉矶使用，从REEF Technologies提供的地点出发，通常10分钟左右就能到达。REEF Technologies不久将在英国开设第一批场馆。因为购物者并没有预先订购商品，而货车上最多可存放80种商品，这一主张推动了较高水平的冲动购买。

毫无疑问，NRF今年的新流行语是元宇宙和不可替代代币(NFTs)。尽管零售行业一直在处理线上和线下渠道，但它现在加入了第三条销售商品的途径——元商务。这个涉及nft、区块链和avatar的去中心化的虚拟世界，肯定吸引了技术提供商的想象力，他们一直在寻求将其中一些元素塞进自己的服务中——不管这是否真的有意义。这给人的感觉与前几年类似，当时人工智能在每个展台上都能看到。