□ 郑礼明 吴安琪 编译

　　麦肯锡（McKinsey）近日发布《利用数据分析和AI塑造油气终端零售未来》报告。报告认为，能源转型为传统加油站在充电基础设施和非油商品零售服务方面带来新的增长契机，有望在全球范围内创造超过1000亿美元的价值池。用好数据分析和AI技术，可以帮助油气终端零售业未来更好地生存和发展。

　　助力充电基础设施建设和投资决策。为适应交通用能电气化转型，传统油气终端零售商可以通过建立数据库、使用精心选择的机器学习模型进行客户流量预测和对消费者行为建模，帮助其做出投资决策，并优化站点网络布局。数据显示，数据驱动下的投资决策可带来10%至20%的回报率提高。

　　一些油气终端零售商应用AI算法对充电基础设施的建设位置进行预测，具体步骤如下：第一步，收集影响电动汽车充电的本地数据；第二步，基于相关因素（包括社会经济因素、汽车销量和电动汽车普及率）预测未来充电业务将如何发展，研判市场竞争格局及充电总量需求；第三步，训练和运用AI算法，确定电动汽车使用场景对各指标的影响。这些模型算法能够给予运营商在如何建设充电基础设施方面提供有价值的决策建议。

　　在对存量加油站的改造方面，AI同样大有可为。受加油站位置、周边消费者习惯、加油站安装充电基础设施能力和潜力的影响，电动汽车普及将对存量加油站产生差异化影响。通过分析加油站交易数据和客户行为数据，可以评估出加油站盈利能力、改造后的能源和非油商品服务销售规模，并将站点划分为城区充电桩及替代能源补能枢纽、高速公路站点、传统加油站及便利店、无人补能站及有关停风险站点5类，针对性地制定经营策略，为存量加油站价值最大化提供参考。

　　深挖交易数据提升非油商品零售服务规模。在充电补能模式下，客户将在站内停留超过20分钟，非油商品服务零售业务将变得更加重要。预计2030年，非油商品服务零售业务收入将占到终端零售业务规模的40%，但如何获得这部分收入仍存在不确定性。当前，一些终端零售商已经开始利用大型云平台和机器学习模型来收集分析零售终端信息，帮助在商品品类陈列、畅销SKU推出、品类销售节奏等业务方面提供指导。在最近的一些案例中，油气终端零售商通过使用一系列数据分析和AI模型，在非油商品动态定价、缺货预测、交叉销售捆绑推荐、自助结账、个性化促销等领域开展运用，并取得了良好的经营效果，门店销售毛利率提高5%至10%。

　　油气终端零售商利用AI技术需做好三方面工作。一是做好数据收集整理维护工作。数据是运用高级分析和AI辅助决策的基本要素，尽可能全面地掌握自身经营数据、上游制造商及下游经销商数据。二是确定更加灵活的公司经营目标。在能源转型背景下，一些加油站可能无法适应未来需求结构，公司需采取更加灵活的策略应对这一变化。三是培养自身数字化能力。油气终端零售商应该增加数据科学家、数据工程师的投入，实现线上线下一体化发展、对客户更充分的个性化服务、对重复劳动的优化和对供应链效率的提高。此外，利用AI辅助决策是一项系统变革，应注意从公司整体层面进行运用。