「Whale」獲數千萬元Pre-A輪融資，線下場景中的消費行為數據如何開發？

36氪獲悉，數據及體驗平台「帷幄 Whale」近日已完成數千萬元Pre-A輪融資，投資方為線性資本。據悉，本輪融資資金將用於技術研發以及產品迭代。此前，Whale 曾獲得來自阿爾法公社的數百萬美元天使輪融資。

36氪曾詳細介紹過 Whale。Whale 成立於2017年年底，是一個軟硬體結合的數據和體驗平台，通過物聯網、機器視覺、應用人工智慧平台等技術，幫助線下門店打造新的交互體驗，管理線下門店的內容分發，並通過數據分析指導實際運營決策。

Whale 的目標客戶是重線下體驗、重信息展示、高客單價的大型品牌門店，主要集中在美妝、服裝、醫藥、3C、母嬰等領域。 Whale 軟硬體結合提供一整套數據化方案，將原有的門店升級為一個數字化的「未來商店」。值得注意的是， Whale 針對的是有人的場景，強調顧客在店獲取信息和挑選商品的體驗，以及在線下場景中的行為數據，通過線上線下聯動內容和體驗，再藉助數據優化體驗。

「未來商店」應用了 Whale 自主研發的機器視覺、多感測融合、實時推薦和分發引擎等多種技術，可以實時捕捉顧客行為並進行個性化互動。創始人兼CEO葉生晅向36氪介紹，顧客進店後，專櫃的「智能導購」端對端重新設計了線下商品如何與客戶進行交互。從吸引客戶、商品交互、內容和優惠券推送、線上下引流和最終轉化，Whale 提供低成本、統一可複製、可批量部署的解決方案。

當專櫃感應到顧客接近，屏幕會出現熱點商品介紹、駐足顧客人像、AR小遊戲等引流模塊。團隊表示，多數顧客在貨架邊停留時長不會超過3秒，數字化驅動的引流方案將這個數據提升了100-150%。

顧客只要觸碰或者拿起商品，屏幕會自動跳出商品信息，包括價格、優惠、說明、歷史評論等；把商品放回專櫃後，系統會自動識別顧客的行為，實時推送個性折扣和商品。以美妝為例，如果顧客拿起一隻口紅超過5秒，專櫃屏幕會自動跳轉轉到在線試妝的應用；如果停留時間較長，系統還會推薦其他品類，甚至播放KOL推薦視頻來激發消費衝動。

如果顧客滿意，可以一鍵加入購物車，支持掃碼購買。無論轉化是否成功，顧客的行為數據都會積累下來，當用戶再次進店時，專櫃可以通過人臉輔助識別確認顧客身份，並對其做個性化導購推薦。

葉生晅表示，線下可採集的數據其實比線上更豐富，包括停留時長、商品被拿起放下的頻次、持有時長等，甚至是表情變化、是否帶妝。Whale 將這些數據利用到優化個性化內容推送中，形成直接提升轉化率的數據閉環。並且，過去這些數據並沒有被有效利用，導致品牌和零售商的運營決策基本靠經驗。 Whale 會將這些數據反饋給客戶，並結合品牌已有的數據，對貨品陳列、包裝、SKU進行調整，降低營銷成本，提高轉化率和復購率。

Whale 只負責技術研發、數據平台和線下內容體系，生產、部署等環節都交給第三方。 在盈利模式上，Whale 根據線下部署面積和數據方案向品牌方按年收取服務費，目前已經服務了屈臣氏、寶潔等公司，總共覆蓋了近千個點位，2018年目標訂單量上萬。葉生晅表示，目前 Whale 也在尋求第三方內容和數據公司的合作，共同推動線下零售和消費體系的發展。

Whale 團隊

團隊方面，目前共有50多人，總部位於杭州，在上海、廣州設有辦公室。創始人葉生晅畢業於加州理工計算與神經系統專業，哈佛商學院 Research Associate，曾任職於Facebook；聯合創始人陳安迪，為美國杜克大學管理學碩士、弗吉尼亞大學金融學士，在麥肯錫有超過5年的零售品牌戰略諮詢和數字化經驗；其他核心成員來自浙大、阿里、谷歌等公司。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！