Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Hivery 获得新资金以自动优化产品在商店货架上的放置

Posted on 2022-07-14

Hivery是一家自称为零售商“优化平台”的初创公司,今天宣布在 B 轮融资中筹集了 3000 万美元,该轮融资由陷入困境的私募股权公司 Tiger Global 领投,Blackbird Ventures、AS1 Growth Partners 和 OneVentures 参投.首席执行官 Jason Hosking 通过电子邮件告诉 TechCrunch,收益将推动产品的增长,这些产品旨在帮助实体企业做出有关物理空间和产品展示的决策。

大流行及其对零售业的影响,包括紧张的供应链和产品短缺,使人们关注该行业面临的挑战。例如,根据 Retail Insights 最近的一项调查,十分之七的消费者认为,今天的缺货(导致库存耗尽的事件)比大流行引发的恐慌性购买高峰期更糟糕。

Hivery 起源于大流行前时代——这家总部位于澳大利亚的公司成立于 2015 年——但 Hosking 认为,它的许多技术在过去几年中变得更加重要。 “今天,如果你走进美国的主要零售连锁店之一,你很可能会选择使用 Hivery 的核心产品在货架上销售的产品,”他告诉 TechCrunch。 “它位于大品牌和零售商之间,使他们能够定制商店的品类以满足当地消费者的需求。我们称之为‘超本地化零售’。”

根据 IHL Group 2020 年的一项研究,全球零售商因库存过多、缺货和退货造成 1.75 万亿美元的库存损失。

Hosking 和 Hivery 的第二位联合创始人 Franki Chamaki 是可口可乐现已关闭的驻地企业家计划创始人之一,他们负责利用可口可乐的分销网络和品牌建立新的商业模式。在与澳大利亚CSIRO Data61 研究机构合作将 AI 技术应用于自动售货机的销售数据后,Hosking、Chamaki 和他们在 Data61 遇到的两个合作者——Matthew Robards 和 Menkes van den Briel——受到启发推出了 Hivery。 (Data61 是澳大利亚国家科学机构英联邦科学与工业研究组织的数据和数字技术部门。)

正如 Hosking 所解释的,目前零售业在制定和执行店内分类计划时主要关注三个领域:产品类别策略(即为商店寻找合适的产品)、类别规划和优化以及货架图设计和创建。这些步骤一起被称为“类别重置”或“商品重置”。重置通常需要大约 6 个月的时间,并且涉及大量人员,并得到零售商和供应商的反馈。

“零售环境正变得越来越复杂,”霍斯金说。 “随着 SKU 数量不断增加、货架空间有限、商店特点不同以及当前的供应链问题和复杂性,要​​正确分类变得非常困难。”

Hivery 销售两种软件即服务产品,旨在通过提供“空间感知”分类优化来加快重置周期。在零售业中,“分类优化”是指选择合适的产品组合以存放在商店货架上的过程。第一个是 Hivery Curate,它考虑了容量、商家定义的规则和可见性等因素,以逐个商店推荐产品应放置在展示中的位置。至于第二个,Hivery Enhance,它为美国和日本的自动售货机推荐空间和分类。

Hivery 的最新产品 Hivery Promotion 目前处于测试阶段,它可以生成促销日历,从销售数据中学习,同时考虑供应商限制、价格点和促销类型等因素。

“借助 Hivery,供应商侧销售团队可以模拟和发现与零售买家共赢的品类策略;营销团队可以在发布之前模拟新项目的成功;零售商可以通过优化食品保质期等方式实现分类本地化并减少食品变质,”霍斯金说。 “C 级高管关心 Hivery,因为它帮助他们在与主要零售合作伙伴之间建立更具战略性的关系。”

Hivery 与许多供应商竞争,以应对实体店内不同的库存交付挑战。去年 9 月, Flieber为其库存优化技术筹集了 1200 万美元,该技术使用分析和机器学习来估计销售渠道和库存位置的理想库存水平。仅仅一个月后, Toolio就为其基于云的销售和库存计划软件筹集了 800 万美元。与此同时,在杂货方面,有像Freshflow这样的初创公司,它们正在开发人工智能驱动的预测算法,以帮助零售商优化新鲜、易腐烂商品的库存补充。

但 Hivery 表示,在过去 2 年中,前 25 家包装消费品制造商中有 20 家已成为其客户,并且有望在 2023 年将客户群增加一倍以上。Hosking 表示,年度经常性收入为 800 万美元,而Hivery 在美国和澳大利亚的团队将在未来 12 个月内增长到 150 多人。

“Hivery 能够帮助我们的客户完全通过在分类和空间方面做出快速有效的决策来抵御逆风。我们正在帮助我们的客户快速做出反应,更加以数据为导向,并有效地为消费者提供他们想要的东西,”霍斯金说。 “由于大流行,整个行业对我们能够提供的基于自动化和优化的解决方案的需求都有所增加。”

Hivery 面临的挑战将是克服延续到明年的经济逆风。根据 CB Insights的数据,与 2021 年第四季度的 266 亿美元相比,2022 年第一季度全球零售技术投资下降 11% 至 238 亿美元。虽然商店管理技术的资金激增,环比增长 10% 至 23 亿美元,但这是否是一个持久的趋势还有待观察。

原文: https://techcrunch.com/2022/07/14/hivery-bags-new-money-to-automatically-optimize-product-placement-on-store-shelves/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme