新零售行业深度展望调研投资分析报告.docx
- 文档编号:23402977
- 上传时间:2023-05-16
- 格式:DOCX
- 页数:46
- 大小:8.14MB
新零售行业深度展望调研投资分析报告.docx
《新零售行业深度展望调研投资分析报告.docx》由会员分享,可在线阅读,更多相关《新零售行业深度展望调研投资分析报告.docx(46页珍藏版)》请在冰豆网上搜索。
新零售行业深度展望调研投资分析报告
(此文档为word格式,可任意修改编辑!
)
正文目录
图目录
表目录
1.“新零售”成破局关键,海内外巨头纷纷布局
在2016年云栖大会上,马云首次提出“新零售”概念:
“纯电商时代很快会结束,未来的十年、二十年,没有电子商务这一说,只有新零售这一说,也就是说线上线下和物流必须结合在一起,才能诞生真正的新零售”。
在“新零售”这一概念提出后,立刻受到多方高度关注,成为大势所趋当前已逐渐受到业内的认可,并终将依托于此形成新的商业零售生态圈。
图1:
新零售风口来临
1.1.线上增速放缓,消费需求升级,新零售成为破局关键
1.1.1.全球线下线上零售发展均出现放缓,中国实体零售发展尚处于初级阶段
近年来受电商快速发展冲击,全球实体零售发展遭遇天花板。
随着互联网技术的普及,线上零售突破时空与地理位置的限制,有效打破了信息不对称性。
在过去10年时间里,线上零售企业一直保持高速增长发展态势,以亚马逊为代表的电商在2015年首次跻身全球零售商前10。
然而线下零售在同期则遭遇发展瓶颈,以沃尔玛为代表的线下实体近5年销售额保持持平,呈现停滞态势。
图2:
阿里巴巴零售平台与沃尔玛销售额对比
图3:
2015年亚马逊跻身全球TOP10
近年来中国线上电商增速明显放缓,网购支出增长率也随之减缓。
中国电子商务在经历了疯狂增长后也开始遭遇天花板,2016年增长率已下降至29.6%,移动购物人口红利也基本耗尽。
根据国家统计局的数据显示,2016年前三季度中国网上零售额为3.5万亿元,增速为26.1%。
与2014年的49.7%和2015年的33.3%相比,近3年电商增速呈下滑趋势,与往年一直高速增长相比开始显露“疲态”。
根据iResearch研究结果显示,中国消费者的电商支出也出现放缓,2017年人均消费达12000元,同比增长7%。
预计从2018年开始线上买家支出的平均年增长率会降至5%以下。
图4:
中国网络购物交易规模及预测
图5:
中国线上买家支出增长情况及预测
中国线下零售尚处于初级阶段,发展不均衡情况明显。
百货、购物中心以及连锁超市在中国近30年里相继出现,与欧美发达国家相比,目前实体零售仍处于追赶式发展的初级阶段。
由于人口基数大和地区不均衡发展,使得中国人均零售设施面积远远不及发达国家,当前超级大都市供给过剩与低线城市供给不足的现象并存。
图6:
2013年各国购物中心渗透率比较
1.1.2.中国消费升级引领全球,消费者数字化程度高
中国消费升级增速突飞猛进,雄踞全球市场规模之首。
国家统计局数据显示,2016年全国最终消费支出对国内生产总值增长贡献率达66.4%。
目前来看,高端消费群体的消费特征正接近日韩水平,质量诉求正逐渐取代价格诉求,高品质、个性化、小生活主义将成为未来消费的升级方向。
麦肯锡数据显示,在未来15年中国将贡献全球消费量的30%,中国消费者模式正在发生转变,消费结构与发达国家日趋接近。
到2030年左右,中国家庭全年在食品方面的支出占比将持续下降,而“可选品”和“次必需品”的支出将持续显著增加。
根据经济学人智库和波士顿咨询公司的分析,2016-2021年期间中国消费增长将达1.8万亿美元,相当于英国2021年的消费市场规模。
图7:
中国年度日常消费比例及预测
图8:
中国与其他国家消费市场规模预测比较
中国零售业消费者数字化程度高于全球平均水平,购物途径呈现高度数字化和碎片化。
根据普华永道2015年的调查显示,中国线上零售额占零售总额的百分比已从2009年的2%上升为当年的10%,B2C电子商务销售额达4400亿美元,中国已超越美国成为全球最大的电子商务市场。
同时数据还显示,移动互联网改变了中国零售商与消费者之间的互动模式。
58%的中国消费者会通过数字化渠道购买产品,高于47%的全球平均水平。
在中国,33%的消费者会首先访问品牌网站,12%的消费者会前往社交媒体网站查询,4%的消费者选择访问相关品牌的手机应用,而上述比例的全球平均水平分别为19%、4%和2%。
与此同时,随着时间成本的提升,以及大量信息来源可供选择,国内消费者碎片化购物已成为常态。
图9:
中国消费者购物途径高度数字化和碎片化
1.2.海内外巨头不谋而合纷纷布局,“新零售”大风来袭
近年来,以阿里巴巴和亚马逊为代表的海内外电商巨头纷纷加大与线下企业合作力度,传统零售行业变革在即。
新零售意味着线上线下以及物流的深度融合,线上对应云平台,线下则对应销售门店或生产商,结合新物流形式来完成去库存。
在此背景之下,巨头纷纷着手于新零售布局,旨在打造全天候的渠道入口,笼络线上与线下的用户,以新科技应用为切入点的全新体验模式将用户带入到场景消费之中。
一方面,融合渗透线上和线下,用互联网技术使客户消费体验得以提升和增加;另一方面,大数据使得用户数据能够得到深度挖掘,品牌方可以通过分析洞察线下门店经营细节,了解消费偏好、精准营销,提高经营效益。
当前阶段越来越多的线上电商与线下零售企业开始逐步探索多种形式的合作。
表1:
线上电商与线下零售企业展开合作案例
在新零售的背景下,渠道是其核心要素。
线上企业与线下商家的全方位合作既是对渠道概念的进一步拓展,更是对渠道作用的再一次升级。
从该层面来看,这直接决定了新零售将会在智能移动互联网时代的发展前景。
2.新零售核心是线上线下融合,信息化是关键
2.1.“人-货-场”核心要素得以重构,消费体验全面提升
新零售是在O2O基础上的全面升级,对“人-货-场”传统商业要素进行重构。
新零售核心在于“线上+线下+物流”全面打通,即以用户为中心的商品、会员、支付、库存、服务等方面数据的全面联通。
通过线上、线下数据、供应链更深层次的网状融通,来提高整个产业链的效率。
新零售主旨在于以人为本,通过数据的聚合、数据的分析、数据的联动和应用,去了解人,引领人的消费需求,从而完成人、货、场的重构。
这一过程包括重构生产流程、重构商家与消费者的关系、重构消费体验等。
每个企业都将走向数据公司,完成消费者的可识别、可触达、可洞察、可服务。
图10:
新零售对“人-货-场”进行重构
新零售的主要特征体现在三方面:
1)以心为本:
通过数字技术无限逼近消费者内心需求,最终实现“以消费者体验为中心”,同时围绕消费者需求对“人-货-场”进行重构;
2)零售二重性:
任何零售主体、消费者以及商品均具有物理与数字二维特征,同时基于该数理逻辑,企业内部与企业之间流通损耗可达到无限逼近于“零”的理想状态,最终实现价值链重塑;
3)零售物种大爆发:
物流、文化娱乐、餐饮等多元业态均借助数字技术延伸出零售形态,更多零售物种随之孵化产生,最终形成“人人零售”的生态圈。
以心为本,新零售是一种以消费者体验为中心的数据驱动的泛零售形态。
面向消费者进行精准营销是提升消费体验的关键环节。
商家无缝借助多种渠道与客户亲密互动,将消费者及其行为数字化,建立双方有效链接体系,满足消费者在任何时候、任何地点、任何设备、任何方式的购买需求,提供在“智慧购物”条件下全新购买体验是提升客户体验的关键。
图11:
以消费者体验为中心的新零售形态
图12:
新零售呈现出的主要特征
渠道多元化,消费场景无处不在。
当前品牌与用户的触点,即消费场景,实现了量级的爆发式增长。
门店、电商、移动、电视等等,渠道更加多元化,消费者基本实现了随时随地购物的便利性,可以说,只要有屏幕和网络的地方,都可以达成商品的交易。
随着AR/VR技术的进一步成熟发展,消费场景将实现真正的无处不在,所见即所得。
从消费者的角度出发,消费体验带来极大的提升。
图13:
无处不在的消费场景
促使供应链高效整合,催生C2B定制化生产模式。
在传统大工业时代为了尽可能降低生产成本,奉行“大生产+大零售+大渠道+大品牌+大物流”的商业法则,但在新零售背景下,价格不再是第一位的要素。
消费者对于个性化的消费需求日益升级,大众化消费时代将进入到小众化消费时代,商品趋于个性化,并赋予其更多的情感交流。
即从生产的源头开始,“人”的需求将更加多元化,第一时间满足客户需求的服务将占据主动。
图14:
新零售带来供应链高效整合
2.2.商家直击消费者行为痛点,线上线下融合趋势明显
目前购物者正在变得越来越复杂,复杂程度对于线下品牌商和线上电商是巨大挑战。
从消费者产生购物的想法一直到最终购买形成,对整个过程构成影响的因素成千上万。
以京东为例,2017年第一季度,一个非食品品类在平台上拥有190余万的购物者,产生超过1.2亿的曝光量,超过5000个购物路径。
目前消费者购买行为特征格局已现,线上线下融合成为大势所趋。
根据尼尔森研究结果显示,在购买前阶段,44%的线上购物者会选择去三个以上的电商平台。
对于快速消费品品类的购买,相对于购买前,品牌商有机会对消费者在购买中施加更大的影响力;在购买中阶段,多点陈列是非常有效的实现方式,促销仍然是最重要因素,线上流量提升将对成交转化率产生重要影响;在购买后阶段,随着消费者数字化程度的提高,消费体验也呈现线上线下融合趋势。
图15:
用户在购买前线上线下行为联系
图16:
用户在购买过程中线上线下行为联系
分析结果还显示,在主流的6种快销品品类中,30%以上消费者可能选择在线上收集信息最终在线下购买。
同样,还有30%消费者选择在线下看货线上购买。
从消费者购买行为角度来看,线上和线下融合的格局已经呈现,并最终将成为一种常态化存在。
图17:
消费者购买行为线上线下融合趋势明显
为了最大程度满足消费者的需求,线上线下融合对于商家而言同样重要,其融合方式主要体现在以下几个方面:
1)会员的融合。
原来线上线下各自会员系统独立,在新零售背景下商家首先利用一切线上资源,以低成本的方式自动获取会员。
例如,移动支付——支付即会员,支付就能成为商家会员;再例如网店,注册或下载即会员;如公众号,关注即会员。
以苏宁为例,打造与高端会员顾客进行互动的重要平台,推出“宁盟圈”,强调分享与体验,内容包括才艺培训、创意生活、沙龙分享、潮流聚会等,将“体验”“互动”“消费”相结合,带来极致的消费体验。
图18:
苏宁会员融合体系平台
2)供应链的融合。
关注的焦点在于如何使商品信息在线上和线下,以及库存高度统一。
零售行业的核心竞争力就是低成本且高效率的物流供应链体系。
而目前库存成本高、服务效率低、信息准确性低等问题给零售商带来了极大的困扰。
传统电商往往把两家库存分开,线上线下信息难以同步。
而在新零售背景下(以服装品牌为例),只要从同一店面发货,无论通过线上电商还是线下实体店购买,从供应链信息到库存,再到商品状态,均实现信息高度同步,使得商品在途中,在库,以及其他各种状态均能让消费者和管理人员了解到一致信息。
图19:
基于线上线下融合的供应链管理
3)购物体验的融合。
线下门店体验升级,带来全新消费体验。
以服装店面为例,店里的场景非常有限,利用VR技术则可以创造众多虚拟场景,使得线下购物有线上体验。
例如,eBay与Minkoff线下店基于VR技术共同打造全新的试衣间,其中配备了记录顾客动作的体感式传感器、可调节灯光、触摸屏,和精细的追踪记录系统,能够识别客户,记录带进试衣间但没有购买的衣服等信息。
图20:
eBay与Minkoff共同打造的试衣间
线上线下需要互相融合互相补充。
无论是传统零售商们,还是互联网企业都已经开始取得共识,并已经开始实际布局。
未来将不会有线上互联网企业和线下传统企业之分,所有企业都将会在新零售这个概念的推动下逐渐融合为一体。
2.3.信息化是关键,商品、客流和物流信息需互相融合精准对接
在新零售中,“线上+线下+物流”三大要素既独立存在又相互紧密结合,促使产业链中的各个环节更深度联通融合,包括向上游延伸到设计、制造,向下游延伸到物流、仓储、配送,以及用户购买行为的大数据,以便使商家更全面的提供服务。
因此与传统零售相比,在新零售背景下,商品和客流信息的精准对接是达成交易的关键,而重塑物流体系,将提升用户交易体验降低成本,需要将采集的商品、客流和物流信息紧密结合,最终达到高度一致。
表2:
新零售知识框架及要素
2.3.1.商品和客流信息的精准对接是达成交易的关键
在商品信息方面,行业的最大痛点在于库存、盘点,全渠道管理,门店体验以及信息采集分析等。
对于仓储环节,目前大部分企业采用的是一维码、二维码技术,需要拆箱、拆包装进行人工检验,导致出入库管理效率低下。
受到技术的限制、人工盘点容易出错导致在大批量货物库存数据的准确散货、退货分拣问题多。
在门店环节,数据不透明、高损耗、易缺货。
传统的零售方式无法更好的进行顾客数据的统计分析、收银排队、试衣、找衣排队,造成顾客消费体验差。
由于能够提供先进便捷的数据采集方式,射频识别(RFID)技术目前在零售商家得以广泛应用。
随着该技术产品的引入,使得供应链系统能够高效的追踪商品动态,有效实现物品自动化管理。
在国内,海澜之家、拉夏贝尔、欧时力、富安娜等国内知名零售商已经或正在尝试导入RFID零售管理系统,业内已经意识到RFID是帮助其顺利向新零售过渡转型升级的重要利器。
图21:
全球RFID市场占比分析
图22:
基于RFID一站式解决方案
在客流信息采集方面,线下用户数据是跟踪消费行为的核心。
线上用户数据获取相对容易,线下用户数据入口则相对单一。
对于线下商业客流采集和分析而言,其完成阶段主要集中在新零售的前台部分,在该阶段多元化消费场景将通过“实地+各种终端”来进行实现(线下购物中心连接线上各种智能终端,如摄像头、wifi、Beacon等)。
客流分析上游产品同质化倾向明显,下游市场渗透率逐步提升。
客流分析系统主要由视频采集单元、客流分析终端、系统接口、客流分析软件平台等客流分析应用软件及配套设备构成,上游行业中的硬件平台、工具平台软件以及配套设备供应商的发展时间较长,竞争较为充分,呈现价格稳中趋降,性价比逐年提高;客流分析系统下游主要面向线下商业零售企业,随着国内企业信息化水平的普遍提升,数据智能管理接受程度的不断提高,应用程度将不断加深,硬软件更新换代日益加快。
线下商业客流意义重大,客流分析系统将成为行业标配。
智能客流分析系统通过先进的视频分析技术,可以精确、实时检测商场客流数据,实时提供客流动态分析报告,客观反映出商场客流特征。
系统主要进行商场客流量和顾客转化率、客流密度、滞留时间等分析,通过图像采集、后台处理、报表生成三大基本步骤以报表等形式呈现给经营决策者,是商家提高管理效率和经营业绩的重要途径。
图23:
客流量对于线下零售的重要意义
图24:
客流价值分析流程
2.3.2.重塑物流体系,将提升用户交易体验降低成本
在新零售时代下,供应链的特征主要体现在如下方面:
1)即时响应。
传统零售供应链特别复杂,从厂家到消费者手中要经历层层递进。
新零售供应链呈一体化,从客户、物流、支付等环节实现全链条数字化,实物将被虚拟场合替代,并通过数据链实现库存最优,达到即时响应的效果。
2)快时尚化。
传统零售时代,商品严重同质化、上货慢等问题影响着零售结构性库存,如今商品和服务均得到极大丰富,尤其是快时尚的流行,加速了零售市场的更新率,让整个市场更加时尚化、个性化。
而柔性化、敏捷化和大规模定制、精准预售等业务,这些离不开数字化赋能,快时尚作为供应链的重要特征,具有显著的代表性。
3)定制化。
定制体现了新零售多个层级的能力,包括对客户的精准识别,配送链距离识别和限时送达等,高效的实现大量满足于个性定制的矛盾统一。
图25:
新零售打造全新物流供应链
新零售将全面影响物流的发展,服务产品一体化是必然趋势。
传统零售业的数字化和纯电商的网店线下化相结合,货物不会只围绕纯电商配置,配置的关键是线下数字化。
同时线下实体店会进一步形成30分钟的距离内的供求体系,很多货并不需要纯电商的仓库里发货,可以从靠近消费者最近的实体店发货,这些实体店会变成未来的物流配送一个前端的支点。
货永远在路上,是未来数字驱动供应链模式重大的变化。
在传统供应链条件下,制造商通过经销商把商品推给消费者,随着数字经济和网络交易的进一步的发展,按需定制与个性化消费迅速发展,可以形成C2B,此时仓配送的含义就会发生很大的变化,中间环节被压缩,中间的商品滞留会缩短,仓储成为更类似于中转、流转的系统。
在新零售背景下,中国商品物流有三大发展趋势:
①全供应链化。
数据驱动的全供应链的形成。
不管是上游原材料还是到生产制造端,还是下游的分销端全数据化,会整个供应链重新组合,重新组合的结果就是由于线性的、树状的供应链会向网状供应链转型;②自动化。
随着人力成本的不断提高,机器人与人工成本的临界点将会出现,物流机器人将会大量出现。
例如,菜鸟开发的小G,英国的STARSHIP;③社会化。
数字化物流的效果,是导致物流资源在全社会的重新配置,不管是快递、人员,快递的工具或设施,还是商品都将进行组合,任何一个社会资源都可能成为物流的一个环节。
图26:
智能配送机器人:
菜鸟小G
图27:
全供应链化的数字物流解决方案
3.更好地达成交易,商品与客流数据采集分析是重点
3.1.商品信息线上线下同步,RFID百亿市场空间可期
新零售背景下行业竞争激烈,已进入效率为王的时代。
如何提升效率已成为当下实体零售商家的当务之急,以RFID为代表的新技术应用成为提升智能化、信息化及自动化的最佳方案,未来将使实体零售业带迎来新的爆发。
以亚马逊的AmazonGo免排队商店为例,该模式一经推出便吸引了全球媒体的目光,其最大的特色便是不用像传统零售超市一样排队结账,顾客选好自己需要的商品后就可以直接离开。
事实上,借助RFID技术同样可以在零售超市实现免排队和自动结账流程。
图28:
AmazonGo实体店
由于独有的识别方式和技术特性,RFID技术能为零售商和供应商及顾客带来诸多便利。
由于零售业从采购、存储、包装、装卸、运输、配送、销售到服务整个供应链均环环相扣,企业必须实时、精确掌握整个物流、信息流以及资金流的变化情况。
而RFID则能有效为零售业提供业务运作数据输入/输出、业务过程控制跟踪以及减少出错率,同时还兼具防盗和防伪作用,有助于客户信息的精细化管理。
其在零售领域主要应用在:
1)供应链管理:
零售业中最早使用RFID领域,使用最为广泛;
2)库存管理:
包括利用固定或移动读写器对进出仓库以及仓库货架上的商品进行扫描、提高货物出入、拣货、盘货的工作效率、向上游供货商提高库存的可视性,方便及时供货、与店内货架自动补货系统相联,及时补货,使库存达到优化等;
3)店内商品管理:
主要应用于易盗或贵重物品上;
4)客户管理:
主要集中应用于自助结账及改善客户店内购物体验;
5)安全管理:
一般应用在商品防盗及遗失方面
表3:
基于RFID的服装零售整体解决方案带来的效益提升
在零售市场全球各区域中,北美区域是RFID应用最大市场,以中国为首的亚太地区零售市场增速最快。
数据显示,从2011年开始全球零售业RFID电子标签应用呈爆发性的增长,2011年零售业的标签使用量为3亿片,2015年则达到了47亿片,2016年增长到了59亿片左右。
标签使用数量的快速增长,离不开零售巨头对RFID技术的引入。
其中,Zara、优衣库、H&M、GAP等国际一流零售商均已导入RFID零售管理系统。
图29:
RFID在零售业中的应用领域
图30:
全球RFID应用市场占比
由于RFID技术在零售业应用上巨大优势,全球零售企业巨头们早早开展布局。
作为全球最大的零售商,沃尔玛已然是RFID技术应用的领头羊,沃尔玛要求供应商在包装箱及集装箱上贴上RFID标签,并开发出基于RFID等技术功能完备的供销存系统及全球卫星定位系统,以实现零库存管理要求,据估算,沃尔玛通过采用RFID技术每年可以节省83.5亿美元。
作为世界第三大零售商的麦德龙集团,在2011年宣布在整个供应链及其位于德国Rheinberg的“未来商店”全面采用RFID技术,项目实施后其效果立竿见影,仓储人力开支减少14%、存货到位率提高11%、缺货情况减少11%,以及货物丢失降低18%。
目前麦德龙的RFID应用技术已经发展至第二代。
近年来中国RFID行业市场规模发展迅速。
自2010年中国物联网发展被正式列入国家发展战略后,中国RFID及物联网产业迎来了难得的发展机遇。
随着RFID及物联网行业的快速发展,RFID行业市场规模快速增长。
数据显示,2016年我国RFID的市场规模达542.7亿元。
行业市场增长主要归功于超高频无源RFID标签的迅猛增长。
目前中国RFID产业链出现出一定地域性特征。
当前主要以北京为代表的环渤海湾、以上海为代表的长三角和以广东/香港为代表的粤港地区遥相呼应,且快速发展。
从市场分布数据为例来看,华南、华北、华东是目前我国RFID市场相对成熟的区域。
图31:
2014-2016中国RFID行业市场规模(单位:
亿元)
图32:
2014-2016中国RFID行业区域市场结构
从我国RFID在各个领域的应用市场占比情况来看,目前金融支付是其目前应用最大的市场,占比达26.73%。
考虑到新零售除金融支付之外,还涉及物流仓储(6.29%)、资产管理(5.47%)以及身份识别(10.64%),故总占比约为49.13%,2016年对应市场规模约为266.6亿元。
图33:
2016我国RFID行业主要应用市场结构分析
3.2.多技术手段获取线下客流信息,百亿市场蓝海待开启
客流信息是衡量商业设施运营状况的重要指标,有效地吸引外来客流量使其产生最大化的业绩贡献,是新零售线下数据的第一要务。
客流量对商场、连锁店、机场、展览馆等区域场所在管理和决策方面是不可或缺的数据,对零售行业尤为重要。
大样本、广覆盖的商业设施客流量数据,除能够为商家精准营销决策提供支持外,还能够衍生出众多信息服务产品,比如商业指数的编制和应用、智慧购物商圈的打造、政府政策制定的依据等,从而将从深度和广度两个层面拓宽商业价值链。
在新零售线上线下数据深度融合背景下,消费者群体描述将由模糊群体向多维度清晰画像过渡。
例如,年龄分析(掌握客户群体年龄范围,决策产品走向);性别分析(对于许多以性别为主导的细分行业意义重大);购物路径分析(通过追踪到访路径更为精准了解客户产品需求)等。
在获取精准客户画像后,与之对应的精准营销出现在中台阶段,营销策略将围绕消费者运营为核心,基于对消费者多维度刻画通过多种渠道进行信息推送。
图34:
线上线下客流数据采集方式及融合
图35:
消费者客群画像将由模糊群体过渡至多维度清晰化
线上获取消费者行为数据相对容易,而针对线下实体零售采集消费者的行为数据入口则相对单一。
目前市场主流的采集方法有:
1)基于视频摄像的客流统计及消费行为分析
传统零售在客流统计分析时通常采用人工计数或红外线对射的方式,该技术手段面对并排人数数量及天气状况不佳时,准确率不高而且并不具备长期性。
而基于视频摄像头的客流分析系统能够在视频范围内同步快速的统计进出人数,系统工作期间抗干扰能力强(不易受到消费者衣服颜色、发型、背包、行李、光线变化等因素的干扰),准确率通常能达到95%左右。
系统主要组成有:
前端摄像头、客流分析终端、本地报表系统以及其他系统接口。
基于嵌入式的系统平台还能自主调整智能算法参数,基于B/S网络架构可以进行远程查看,数据的存储备份也十分方便。
除此之外,基于视频技术还可以实现人脸识别,性别识别等,有助于进一步对客户群体进行精准描述和广告精准投放,也可应用于会员服务方面。
由于基于视频技术的客流分析系统功能强大,可扩展性强,目前在市场具有较高接收程度。
图36:
嵌入式智能视频客流统计系统架构
图37:
基于人脸识别的客流统计分析
2)基于W
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 零售 行业 深度 展望 调研 投资 分析 报告
![提示](https://static.bdocx.com/images/bang_tan.gif)