Kui AI vastab teie ostukogemusele, teab see, mida te ostate - ja mida peaksite ostma

Biz Geldik #1 - Homayoun Shajarian'ın Sesini Neden Farklı Buluyorsunuz ? (Juuli 2019).

Anonim

Ükskõik, kas teete veebis või poes kauplusi, on teie jaemüügikogemus kunstliku luure (AI) ja masinloetuse revolutsiooni viimane lahinguväli.

Suurte Austraalia jaemüüjad on hakanud mõistma, et neil on palju kasu, et saada oma AI strateegiat õigesti, kusjuures üks praegu värbab AI ja Machine Learning juhi, mida toetab andmeteadlaste meeskond.

Uue Woolworthsi divisjoni WooliesX eesmärk on koondada mitmekesine meeskondade rühm, sealhulgas tehnoloogia, klientide digitaalne kogemus, e-kaubandus, finantsteenused ja digitaalne klientide kogemus.

Kõik andmete krigistamine

Et mõista kõigi suuremate jaemüüjate võimalusi ja ohtusid, on kasulik mõista, miks tehisintelligentsus päevakorda tagasi jõuab. Kaks olulist asja on muutunud alates esialgsest ajast kuni AI aastakümneid tagasi: andmed ja arvutusvõimsus.

Arvutustehnika on lihtne näha. Teie käsutuses olev nutitelefon on miljoneid kordi rohkem arvutusvõimsust kui aastakümnete tagant mahukad arvutid. Ettevõtted saavad ligipääsu peaaegu piiramatule arvutusvõimsusele, mille abil saab nende ajutine tööriistaalgoritme koolitada.

Teine kriitiline koostisosa on kättesaadavate andmete ulatus ja rikkus, eriti jaemüügis.

Tehisliinide süsteemid - eriti sellised õppemeetodid nagu masin õppimine - kasvavad suured, rikkad andmekogumid. Kui neid andmeid asjakohaselt söödetakse, avastavad need süsteemid suundumusi, mustreid ja korrelatsioone, mida ükski inim-analüütik ei võiks kunagi käsitsi avastada.

Need masinõppimise meetodid automatiseerivad andmete analüüsi, võimaldades kasutajatel luua mudeli, mis saab seejärel teha kasulikke ennustusi teiste sarnaste andmete kohta.

Miks jaemüük sobib AI-de jaoks?

AI kasutuselevõtu kiirus erinevates valdkondades sõltub mõnest kriitilisest tegurist: jaekaubandus sobib eriti mõneks põhjuseks.

Esimene on võime testida ja mõõta. Sobivate kaitsemeetmetega võivad jaemüügifirmad rakendada AI-d ning testida ja mõõta tarbijate reageeringut. Nad suudavad otseselt mõõta mõju nende alumisel real üsna kiiresti.

Teine on vea suhteliselt väikesed tagajärjed. Reisija lennukit maandav AI agent ei saa vea teha, sest see võib inimesi tappa. Jaemüügis kasutatav AI agent, mis teeb miljoneid otsuseid iga päev, võib lubada teha mõningaid vigu, kui üldine mõju on positiivne.

Mõned nutikad robot-tehnoloogiad on juba käimas jaemüügis Nuro.AI-ga, kes partnerib toidupoisiga behemoth Kroger toidukaupade tarnimisega klientide lähiümbruseni Ameerika Ühendriikides.

Kuid paljud olulisemad muudatused tulenevad pigem AI-i kui füüsiliste robotite või autonoomsete sõidukite kasutamisest. Lähme läbi mõned AI-põhised stsenaariumid, mis muudavad teie jaemüügikogemuse.

Teie ostuharjumused

AI saab avastada ostetud käitumise aluseks olevaid mustreid ostesolevatest toodetest ja nende ostmise viisist.

See võib olla teie tavapärane riisi ostmine supermarketist, alkohoolsete jookide veinide korduv oste ja reede õhtul kohalikus toidupoes jäätis.

Kuna inventuuri- ja müügiandmebaasisüsteemid jälgivad lihtsalt üksikute toodete ostmist ja piisavaid andmeid, võivad masinloetussüsteemid ennustada teie regulaarseid harjumusi. Ta teab, et sa tahaksid igal õhtul õhtul risotti valmistada, aga ka oma keerulisemat käitumist nagu aeg-ajalt jäätise söömine.

Suurematel kaalutlustel võimaldaksid miljonite tarbijate käitumise analüüsid supermarketites prognoosida, kui palju Austraalia perekondi valmistab risotot igal nädalal. See teavitaks varude haldamise süsteeme, automaatselt optimeerides Arborio riisi varusid, näiteks kauplustes, kus on palju risotto tarbijaid.

See teave jagatakse seejärel sõbralike tarnijatega, võimaldades varude paremat haldamist ja lihtsat logistikat.

Tõhus turundus

Traditsioonilised lojaalsusskeemide andmebaasid, näiteks FlyBuys, võimaldasid supermarketidel tuvastada teie konkreetse toote ostmise sagedust - näiteks ostsite Arborio riisi kord nädalas - ning saadate seejärel pakkumise tarbijarühmale, kellel oli "Arborio riisi ostmine".

Uued turundusmeetodid lähevad kaugemale, kui edendada müüki klientidele, kes tõenäoliselt selle toote eest juba ostavad. Selle asemel reklaamivad masinatarbijate soovitused küüslauguleiba, tiramisu või muid isikupärastatud toote soovitusi, mida tuhandete teiste tarbijate andmed on soovitanud tihti koos minna.

Tõhus turundus tähendab vähem diskonteerimist ja rohkem kasumit.

Hinnakujundus dünaamika

Supermarketite hindade väljakutseks on õige hinna ja õige toote edenda mine õigele tootele.

Jaehindade optimeerimine on kompleksne ettevõtmine, mis nõuab iga kliendi, toote ja tehingu andmete analüüsimist granulaarsel tasemel.

Selleks, et olla efektiivne, tuleb uurida lõputuid tegureid, näiteks seda, kuidas müüki mõjutavad muutuvad hinna punktid aja jooksul, hooajalisus, ilm ja konkurentide reklaamid.

Hea meisterdatud masinaprogramm võib kõiki neid variatsioone mõjutada, kombineerides neid täiendavate üksikasjadega, nagu ostude ajalugu, toote eelistused ja muud, et arendada sügavaid teadmisi ja hinnakujundust, et maksimeerida tulusid ja kasumit.

Kliendi tagasiside

Ajalooliselt saavutati klientide tagasiside tagasisidekaartide kaudu, täidetud ja paigutatud ettepanekute kasti. Seda tagasisidet pidid lugema ja tegutsema.

Sotsiaalmeedia kasvatas, muutus see platvormiks tagasiside avalikkusele avaldamiseks. Sellest tulenevalt pöördusid jaemüüjad sotsiaalmeedia kriipsutamise tarkvara, et vastata, lahendada ja kaasata kliente vestluses.

Selles kontekstis mängib rolli edasi masinaõpetus. Masin õppe ja AI-süsteemid võimaldavad esmakordselt mitmesuguste räpaste ja struktureerimata andmete allikate analüüsi, näiteks kliendi poolt salvestatud verbaalsete kommentaaride või videoandmete salvestamist.

Varguse vähendamine

Austraalia jaemüüjad kaotavad hinnanguliselt 4, 5 miljardit dollarit aastas varude kaod. Ennustuste registrite kasv aitab kaasa nende kahjude tekkimisele.

Masinloetussüsteemidel on võimalus miljonite piltide vaevata skannida, võimaldades nutikate, kaameratega varustatud müügikohtade (POS) süsteeme, et tuvastada erinevaid puuvilja- ja köögiviljakasutajate sorte, mis asuvad registrisalves.

Aja jooksul paranevad ka süsteemid kõigi poes müüdavate toodete tuvastamiseks, sealhulgas ülesanne, mida nimetatakse peeneteralise klassifikatsiooniks, mis võimaldab selgeks teha erinevusi Valencia ja Navel oranžide vahel. Seega, kui hakkate ostma virsikuid kartulitesse, pole enam "vigu".

Pikemas perspektiivis võivad POS-süsteemid täielikult kaotada, nagu Amazon Goi pood.

Arvutid, mis tellivad teid

Automaatõppe süsteemid muutuvad teie loomuliku hääle toomise loendites kiireks.

Digitaalsed assistendid, nagu Google Duplex, võivad varsti luua ostupäringuid ja tellimusi teile, Prantsuse jaemüüja Carrefouriga ja Ameerika Ühendriikide hiiglasliku Walmartiga, kes juba partneriks Google'iga.

Arenev AI jaekogemus

Kui te elate üle elustiilide kaudu, muutute vanemaks, aeg-ajalt halveks, võite abielluda, võib-olla olla lapsed või muuta karjääri. Kuna kliendi elutingimused ja kulutuste harjumused muutuvad, kohandatakse mudeleid automaatselt, nagu nad juba teevad sellistes valdkondades nagu pettuse tuvastamine.

Praegune reaktiivvõimalus tähendab ootamist, et klient alustab mähkmete ostmist, et seejärel tuvastada see klient, kes just äsja alustasid pere, enne asjakohaste toote soovituste järgimist.

Selle asemel võivad masinloetmisalgoritmid modelleerida käitumist, näiteks folaadi vitamiinide ja bioõli ostmist, siis prognoositakse, millal pakkumisi tuleks saata.

Selline nihe reaktiivsest ja ennustatavast turustamisest võib muuta teie ostmise viisi, tuues kaasa soovitusi, mida te pole kunagi isegi kaalutlenud, on kõik võimalikud nii jaemüüjate kui ka nende klientide jaoks AI-ga seotud võimaluste tõttu.

menu
menu