物联网和数据科学将在大流行后时代推动FoodTech

Sunny Dhillon是旧金山Signia Ventures的早期投资者，在那里他投资于零售技术、电子商务基础设施和物流，以及消费者和企业软件初创公司。

这就引出了一个问题：在面临比大流行前更大的挑战的情况下，杂货商如何确保他们的商店继续有利可图地运营？

就像微履行中心(MFC)、暗店和其他履行解决方案一直在帮助电子杂货商优化盈利能力一样，各种新旧技术可以帮助实体店保持相关性，并继续大量生产现金。

今天，我们为大流行后的零售杂货商提出三个“必做之事”：依靠数据、依靠生物和依靠硬件。

在商店购物的标志是一致的供应和广泛的新鲜商品选择-通常比在线购物更多。但随着店内顾客数量的持续波动，计划库存和最大限度地减少浪费对杂货店经理来说已经变得越来越困难。杂货商平均扔掉超过12%的现货，这会蚕食本已微薄的利润率。

虽然电子杂货商正在自动化和优化他们的履行操作，但实体杂货商可以自动化和优化他们的库存计划机制。要做到这一点，他们必须利用现有的客户、业务和外部数据宝库，为门店经理收集有价值的见解。

沃尔玛(Walmart)的伊甸园科技(Eden Technologies)就是一个先锋例子。这个内部工具是从公司的黑客松项目中剥离出来的，已经在全国43个配送中心部署，并承诺在未来几年为沃尔玛节省超过20亿美元。例如，如果一批原本打算供应数百英里外的商店的产品被认为即将成熟，该工具可以帮助将其转移到最近的商店，使用FDA的标准和100多万张图像来推动其分析。

同样，Fresh Technologies和Shelf Engine等合资企业也建立了平台，利用多年的客户和销售历史数据，以及季节性和其他外部因素，帮助门店经理确定订购数量和时间。结果是积极的-货架引擎客户的毛利率增加了25%以上，再次客户减少了高达45%的食物浪费。