机器人在杂货店过道和仓库巡逻;所谓的专门用于在线订购的深色商店;云中处理的数据使零售商能够识别甚至调整购物者的习惯。美国杂货店零售商认为他们有多年的时间为这些未来派元素做准备，但随后COVID-19畅销。

就像我们在二月份爬入一台时间机器并在此日期醒来一样-但它是未来的五年。一个恰当的例子：根据战略咨询公司Brick Meets Click于三月份进行的一项调查，在大流行封锁期间，在线订单的百分比翻了一番，从COVID之前的13%增至40 %。预计消费者会坚持使用这些“点击收集”行为。

零售商急忙进行重大更改-需要新的技术解决方案来帮助他们管理过渡。亚马逊于9月开设了第一家布鲁克林永久深色商店，以履行在线杂货店订单。克罗格已经在2018年宣布了自己的送货上门计划。

以这种变化的速度，这是一个时刻，技术创新者可能会从大型食品杂货连锁店中吸引新创意的受众。毕竟，一年前可能与杂货商相提并论的工具-货架传感器，库存管理软件，抢走式商店，机器人技术，用于更好地进行订单个性化的AI-可能会比今天的听证会更多。

解决需求问题

原因如下：由于零售商急于满足不断增长的在线需求来保持客户，在线杂货店订购的经济性很差，尤其是当今大多数美国商店的订购方式。提货和交付的额外成本往往会削弱零售商的利润。巨大的技术资本投资对在线模型的支持也增加了损益的压力。

突然，您在寻找大笔钱创新时遇到大笔钱问题。

最成功的杂货连锁店将是那些拥有资产负债表和分析洞察力的公司，以通过智能技术投资来弯折利润率压缩曲线。

这将为风险投资者和创始人提供巨大的机会，帮助他们解决零售商的在线痛点。

如何向大型杂货店宣传想法

在这个新世界中，所有杂货零售商将追逐的生死指标是每小时单位(UPH)，这是处理在线订单处理速度的度量。通过这种方法，美国杂货店运营商仍处在在线订购的石器时代，平均UPH约为40。与国外运营商相比，这很差劲。例如，总部位于英国的在线专家Ocado最近报告说，其UPH已接近200。

在美国，UPH得分较低的原因是零售商依赖传统商店来为步入式和在线顾客提供服务。甚至在每个过道的正面和背面都贴有单向社交距离指示贴纸之前，超级市场还没有设计成可以完成在线订单。担任拣货员的员工正在与客户争夺过道中的物品，从而减慢了速度并恶化了消费者的体验。当商店的在线订单突然占销售额的15%时，人工成本也有了很大的提高，而之前的不到1-2%。

最终的解决方案是由技术驱动的：自动拣选，可以帮助识别和库存更高周转项目的库存管理软件，以及新的供应链模型，例如垂直农业。其中大部分已经过测试：沃尔玛的机器人可以挑选在线订单，称这种努力对其供应链“具有变革性”。克罗格(Kroger)与Ocado合作，利用机器人技术并建立了多达20个自动化杂货仓库。

建立忠诚度的解决方案

奖励是在线杂货店的购物者在每个订单中购买更多商品，并且随着时间的推移更加忠诚。网上的平均交易规模增加了20%到30%，并且在线购物者倾向于与一个提供商保持联系，从而增加了他们对零售商的终身价值。也许他们可以弥补。

零售商寻求在管理不利方面的同时优化数字化优势。

在短期内，那些资源较少的人正在转向Instacart等服务合作伙伴来处理在线履行。但是这些服务的效率仅与他们从中挑选的商店一样有效。

改造每家商店并建造机器人驱动的仓库将耗时数年，且成本高昂。但是，那些现在可以投资的人知道，他们稍后将获得市场份额。

可以节省超级市场的​​软件

当15%的企业上线时，面向客户的商店可以节省一些潜在的不动产，这些钱可以重新投资到机器人技术和专业仓库之类的产品上，甚至可以分配给为实现而分配的一部分商店。商店称为“仓库”。

想想使这项工作所需的所有软件。

首先，更有效的库存管理是一大难题，而杂货商肯定会在这里寻求实施技术。在线繁荣导致对高速食品的更多需求，零售商可能会通过摆脱速度较慢的产品来优化商店以进行在线订购，从而顺理成章地做出回应。

一些商店和包装食品公司已经减少了SKU，为更好地存储大量商品交易了广泛的选择。由于购物不再是消费者的浏览通道功能，因此在利基市场和差异化的健康品牌世界中的风险投资者可能会受到影响。他们更有可能在浏览器中键入Heinz，并且可能找不到并尝试使用手工制作的番茄酱。

机器人和电池供电的货架传感器正用于改善库存管理。亚马逊的无收银员Go杂货店正在尝试一种模型，该模型通过使用传感器和摄像头提供高度准确的库存读取。

另一个需要的领域：数据分析和系统集成。即使到了现在，许多人仍未像以前那样认真思考。零售商不会因缺乏数据而受苦，但是他们确实很难很好地使用它。在这里，对他们来说，与科技初创公司合作很有价值。

但是，听起来如此有前途，但集成必须先于分析。这就是巨型云提供商(如Amazon，Azure和Google)进来的地方。他们可以合并不同的数据源，并以改善商店计划和为客户提供个性化的方式分析和集成数据。

哪些技术解决方案名列前茅?

原始数据也很有价值。零售商可以使用数据可视化和分析工具来查找他们从未见过的在线和离线客户行为模式。是什么导致篮子尺寸增加?什么是仓库中合适的库存组合，哪些需要保留在货架上?零售商如何注意不要破坏结帐线上更有利可图的冲动购买?这些见解可以应用于任何产品类别。

杂货商将对还可改善个性化，帮助零售商调整消费者选择的技术解决方案感兴趣。如果我整整30天都在饮食，那可以不填我的网上购物篮吗?如果我使用MyFitnessPal捕获卡路里和宏，那为什么不能将其与我未来的超市购买相结合?更好的是，如果数据帮助应用避免了糟糕的建议，那将有多有价值。毕竟，如果素食者在自己的个人资料中指出了饮食偏好，就不应再获得新鲜牛肉的报价。

现在，人们已经习惯了单击收集，请考虑一下广告投放模型的潜力：如果Safeway知道您妻子的生日是这个周末，他们可以通过蛋糕食谱为您提供提醒。然后，您可以单击一个按钮，使食材填充您的在线购物车，准备送货上门。如果Safeway还为您提供气球，卡片和蜡烛，则可获得奖励积分。

如果超市可以帮助您解决父亲的问题，并让您避免忘记妻子的生日，那么，您可能不需要不断打折以保持忠诚。

而且我敢打赌，有人读过这篇文章，可以对自己睡眠中的功能进行编码。嘿，保存一段婚姻，把它嫁给克罗格。