Retail & Ecommerce（零售与电商）

知识库位置：FDE Knowledge Base/08 Industries/03-Retail-and-Ecommerce.md

Industry Metadata（行业元数据）

Industry ID: IND-003

Industry（行业）:
Retail & Ecommerce（零售与电商）

Primary Value Drivers（主要价值驱动）:
Conversion（转化）
Inventory Efficiency（库存效率）
Customer Value（客户价值）

Primary Business Risks（主要业务风险）:
Overstock / Stockout / Margin Erosion（积压/缺货/毛利侵蚀）

Data Sensitivity（数据敏感度）:
Medium（中，客户数据需合规）

Typical Integration Complexity（典型集成复杂度）:
High（高，全渠道系统多）

AI Opportunity Level（AI 机会等级）:
High（高）

Human Oversight Requirement（人工监督要求）:
Medium（中）

Status: Core
Version: v0.1

1. Industry Overview（行业概览）

零售核心问题是：

在正确的时间，以正确的价格，把正确的商品卖给正确的客户，同时控制库存和履约成本。

2. Business Model（商业模式）

核心公式可以简化为：

Traffic（流量）
×
Conversion（转化率）
×
Average Order Value（客单价）
=
Revenue（收入）

同时利润受到：

Cost of Goods（商品成本）
Discount（折扣）
Fulfillment（履约）
Return（退货）
Inventory（库存）
Marketing（营销）

影响。

3. Value Chain（价值链）

Merchandising（商品企划）
↓
Demand Planning（需求计划）
↓
Procurement（采购）
↓
Inventory（库存）
↓
Marketing（营销）
↓
Customer Acquisition（获客）
↓
Purchase（购买）
↓
Fulfillment（履约）
↓
Returns（退货）
↓
Retention（留存）

4. Key Functions（关键职能）

Merchandising（商品企划）
Ecommerce（电商）
Marketing（营销）
Store Operations（门店运营）
Supply Chain（供应链）
Inventory（库存）
Customer Service（客服）
Pricing（定价）
Logistics（物流）

5. Core Processes（核心流程）

Purchase（购买）

Browse（浏览）
↓
Search（搜索）
↓
Product Detail（商品详情）
↓
Cart（购物车）
↓
Checkout（结算）
↓
Payment（支付）
↓
Fulfillment（履约）

Returns（退货）

Return Request（退货申请）
↓
Eligibility（资格判定）
↓
Label（退货标签）
↓
Receive Item（收货）
↓
Inspection（验收）
↓
Refund（退款）

6. Enterprise Systems（企业系统）

常见：

Ecommerce Platform（电商平台）
POS（Point of Sale，销售点系统）
OMS（Order Management System，订单管理系统）
WMS（Warehouse Management System，仓库管理系统）
ERP（企业资源计划）
CRM（客户关系管理）
CDP（Customer Data Platform，客户数据平台）
PIM（Product Information Management，产品信息管理）
Marketing Automation（营销自动化）
Customer Support Platform（客服平台）

7. Important Data（重要数据）

Customer（客户）
Product（商品）
SKU（Stock Keeping Unit，最小存货单位）
Inventory（库存）
Order（订单）
Search（搜索）
Clickstream（点击流）
Promotion（促销）
Pricing（定价）
Return（退货）
Reviews（评论）

8. Metrics（指标）

Conversion Rate（转化率）
Average Order Value（客单价）
Gross Margin（毛利率）
Inventory Turnover（库存周转率）
Stockout Rate（缺货率）
Return Rate（退货率）
Customer Acquisition Cost（获客成本）
Lifetime Value（客户终身价值）
Cart Abandonment（购物车弃单率）
Fulfillment Time（履约时长）

9. Common Pain Points（常见痛点）

Search 找不到商品
Product Data 不完整
Inventory 不准确
客服查询订单慢
退货流程人工多
Marketing 个性化不足
商品推荐相关性低
库存和需求预测不准

10. Use Cases（用例）

Product Search（商品搜索）

结合：

Keyword（关键词）
+
Semantic Search（语义搜索）

Shopping Assistant（购物助手）

帮助：

Product Discovery（商品发现）
Product Comparison（商品比较）

Customer Support Agent（客服智能体）

查询：

Order（订单）
Return（退货）
Product（商品）

Product Content Generation（商品内容生成）

生成：

Description（描述）
Attribute（属性）
Category（分类）

Demand Forecasting（需求预测）

优化库存。

Return Automation（退货自动化）

自动判断标准退货。

11. Reference Architectures（参考架构）

12. Key Integration Landscape（关键集成全景）

Store / Ecommerce（门店/电商）
↓
OMS（订单管理）
↓
Inventory / WMS（库存/仓储）
↓
ERP（企业资源计划）

客户相关：

CRM / CDP（客户关系/客户数据平台）
↓
Marketing / Support（营销/客服）

13. Discovery Questions（调研问题）

最大 Conversion Drop（转化流失）在哪里？
Search Zero-result Rate（搜索零结果率）如何？
Inventory 是否实时准确？
客服最常查询什么？
Return 最大原因是什么？
Product Catalog（商品目录）数据质量如何？
客户身份能否跨线上线下匹配？

14. Common Failure Modes（常见失败模式）

推荐系统只优化点击，不优化利润
AI Assistant 不知道真实库存
Product RAG 使用过期 Catalog（目录）
Customer 360 ID 匹配错误
个性化没有考虑 Consent / Privacy（授权/隐私）

15. Sample Scenario（客户情景示例）

Problem（问题）:
Customers cannot find products via search; agents cannot track orders quickly.
（客户搜不到商品；客服查单慢。）

Architecture（架构）:
Product Data Pipeline（商品数据管道）
→ Hybrid Search（混合检索）
→ Support Agent + Order API（客服智能体 + 订单接口）

当前暂无零售专属案例；建议后续新增 AI Shopping Assistant（AI 购物助手）、Retail Customer 360（零售客户 360）。可参考 CS-005 Enterprise Data Integration（企业数据集成）的 Customer 360 模式。