消费者行为变化、技术进步及旨在“保护”小型实体零售商的定价政策，给2018年中端电商及全渠道零售企业带来重大挑战。
这些企业需：（a）理解语音搜索；（b）评估语音应用投资；（c）研判机器学习影响；（d）调整采购与营销以应对EMAP（电子制造商批准定价政策）。
1. 语音搜索
语音搜索的普及将在未来几年显著改变搜索引擎营销格局。
尽管中端零售商知晓消费者日益依赖语音搜索，但在2018年，许多企业仍不知如何优化语音搜索，或通过虚拟助手及支持语音的物联网设备进行有效营销。
在语音搜索优化及虚拟助手角色认知上的不确定性，可能使中端零售商相较于已深耕该领域多年的大型全渠道零售商处于竞争劣势。试想如何在Alexa上与亚马逊争夺购物搜索流量。
为克服这一挑战，中型零售商需在2018年初即针对语音搜索进行优化，充分考量查询长度、关键词选择及购物意图的差异。自然语言处理与问答能力对SEO成功愈发关键。
商家很可能需要在产品详情页增加内容，或考虑优化页面结构。
2. 语音应用
与语音搜索紧密相关的是，基于语音的应用程序使用量正持续增长。
虚拟助手（如Google Home、Amazon Echo、Cortana、HomePod）及物联网设备（如Apple Watch、联网冰箱）的功能已超越单纯的互联网搜索。
这些设备可访问各类应用程序，包括专为语音及购物场景开发的应用。
虚拟助手、语音应用与企业零售商的结合，在提升客户忠诚度与体验方面具有难以匹敌的优势。
2018年，中端零售商应加大技术投入，组建内部应用开发团队，以创建并部署适用于虚拟助手和物联网的应用程序。
3. 机器学习
机器学习继2017年成为热点后，2018年关注度将持续攀升。该技术为电商及零售业带来广阔前景，包括：
- 智能自动化客户服务
- 改进站内搜索体验
- 更优的个性化商品展示
- 数据驱动的市场导向定价
- 欺诈检测
- 自动产品订购与补货
- 提升商业智能与预测能力
机器学习的挑战不在于技术本身，而在于大型企业级零售业务更具应用优势，可能比中型市场公司更快获得竞争优势。
对此，中型零售企业可通过投资应用与软件开发来应对。另一关键在于依托成本相对较低的开源项目。
4. EMAP限制
中型市场零售商在服务特定利基细分市场时往往最为成功，这使其成为“专业”零售商。
然而2018年的问题是，大多数“专业”零售商尚未涉足电商，或在电商领域未取得成效。
部分实体专营零售商未着力提升在线销售能力，反而向供应商求助以“保护”销售额，导致EMAP（电子制造商批准定价政策）出台。该政策要求零售商线上售价高于实体店。
以宠物食品行业为例，多家制造商推出将于2017年底或2018年初生效的EMAP政策。极端案例中，某知名供应商要求线上售价比实体店高出30%。
此类政策将大幅削弱专业零售商的线上竞争力。为应对挑战，中型多渠道卖家可选择以下策略：
首先，抵制制造商。EMAP政策对消费者和零售商均不利，属于行业倒退。
其次，更换供应商。积极寻找对电子商务友好的替代供应商。
第三，推出会员俱乐部。部分EMAP政策允许对购物俱乐部等付费会员模式给予例外。例如收取每年1美元入会费，即可在狗粮订单上节省30%。