Apple Costume Shopping Robot

De plus en plus d 'entreprises textiles et de vêtements introduisent des facteurs scientifiques et technologiques dans le commerce de détail de vêtements.Le processus d 'intelligence des terminaux de vente au détail permet non seulement d' améliorer l 'interactivité et l' expérience scientifique des terminaux de vente au détail physiques, mais aussi d 'améliorer la collecte de données.

Apple (China) Co., Ltd, dont le siège est à Hangzhou Bay, Ningbo, en coopération avec l 'Université Tongji, a mis au point des robots d' achat.

Apple va encore concevoir la gestion de groupe.RobotPour gérer plusieurs magasins de robots et de données de synthèse.

De plus en plus de sociétés scientifiques et technologiques introduisent des facteurs scientifiques dans le commerce de détail de vêtements.Le processus d 'intelligence des terminaux de vente au détail permet non seulement d' améliorer l 'interactivité et l' expérience scientifique des terminaux de vente au détail physiques, mais aussi d 'améliorer la collecte de données.

Selon le Vice - Président de la société Fang Wei - jun, à l 'heure actuelle, la recherche et le développement de robots d' achat ont sept fonctions principales: une fonction de base, le mouvement, la langue, le déplacement de position; etAide à l 'achatEn fonction de l 'itinéraire du client, il présente les caractéristiques des vêtements que le client voit;Iv) la connaissance du client, l 'utilisation de la technologie pour connecter le téléphone du client à des données de téléphonie mobile, la perception précise du temps de séjour du client dans la région, ainsi que l' intérêt du client, la connaissance des besoins préférentiels, V est le transfert de données, le client peut recevoir Le même type de données à tout moment et n 'importe oùInformation DynamicVi) l 'acquisition de données, les informations obtenues par les robots sur les clients et l' analyse de ce que chaque client préfère et de ce que le classement peut aider à vendre avec précision.VII est la conception de précision, fondée sur l 'analyse de données de grande envergure pour déterminer quel type de vêtements est le plus populaire et la conception ciblée, par exemple quel type de vêtement a été testé plusieurs fois mais n' a pas été acheté, ce qui montre que la conception pose des problèmes, ce qui permet d 'avoir accès à l' information et de concevoir des produits plus adaptés aux besoins des clients.