許多國家都在2020年進行了一次零售變革，疫情迫使零售商削減成本以及改造數字化形成新的銷售模式。疫情既帶來了挑戰，也帶來了機遇，許多零售商已設法全面優化效率，開啟加速新零售模式的轉型。

2020年初疫情爆發，零售業是受影響最嚴重的行業之一，超市、便利店等線下門店關停，甚至連網購都一度停滯。

在疫情緩和之后，數字化供應鏈加速了零售業的復蘇。

功能和目標數據驅動的零售擴張

到目前為止，在許多國家/地區，我們已經看到零售商如何為客戶和員工確保這種安全的購物環境。除了對防護裝備、收銀員盾牌以及實現物理距離和滿足政府要求的方法等方面的投資之外，技術通常再次被證明是必不可少的，而數據是不可避免的支柱。

無人零售，無接觸支付等購物模式興起，在節約成本的同時做到數智化管理，商品可溯源。數據驅動不僅僅是在銷售層面發揮作用，實現全供應鏈可溯源數字驅動功不可沒。

數據驅動的零售設施

人工智能實行數據的實時洞察力，深入到零售業當中。

除了商品指引，智能識別和掃碼等，也涉及諸如自動庫存補貨、利用補貨算法之類的操作。

成本優化本身也已成為一項非常受數據驅動的項目，與自動化程度的提高以及機器人和協作機器人在倉庫等領域的使用密切相關。

大多數大中型零售公司已經以多種方式在其商店中利用數據，其中越來越多地采用店內分析。這使他們能夠改進商店設計，并根據客流量統計得出一系列信息，甚至結合其他數據決定開/關商店的位置、更改營業時間等。

人工智能對店內分析和客流量統計其實在2020年以前就已經開始了。它是實現上述多個目標的數據驅動的零售基礎，可以幫助零售商以更安全、更合規的方式重新開業/經營業務，繼續優化成本，避免潛在零售問題的發生。

零售業的數據分析、人工智能和自動化

數據驅動零售的加速將發生在廣泛的領域和應用中：從面向客戶的優先事項、物流和成本節約到運營和戰略決策，包括在某些困難時期做備選方案。數據、自動化和相關技術將發揮越來越大的作用。

正如畢馬威英國零售主管保羅馬丁所說：“公司現在不僅需要擅長買賣產品，還需要擅長在線履行、送貨上門、數據分析、人工智能、機器學習和流程自動化。 ”