Ko AI izpolnjuje vaše nakupovalne izkušnje, ve, kaj kupite - in kaj bi morali kupiti

Princes of the Yen: Central Bank Truth Documentary (Junij 2019).

Anonim

Ali nakupujete na spletu ali v trgovini, so vaše maloprodajne izkušnje najnovejše bojišče za umetno inteligenco (AI) in strojno učenje revolucijo.

Veliki avstralski trgovci na drobno so se začeli zavedati, da imajo veliko pridobiti od pridobivanja svoje strategije za AI, z eno, ki trenutno zaposluje vodjo AI in strojnega učenja, ki ga podpira skupina znanstvenikov.

Na novo razvit oddelek Woolworths WooliesX želi združiti raznoliko skupino ekip, vključno s tehnologijo, digitalnimi izkušnjami strank, e-trgovanjem, finančnimi storitvami in digitalnimi izkušnjami s strankami.

Vse o krčenju podatkov

Da bi razumeli priložnosti in grožnje za vse večje trgovce na drobno, je koristno razumeti, zakaj se je umetna inteligenca spet na dnevnem redu. Dve ključni stvari so se od začetnih napadov v AI desetletja spremenile: podatki in računalniška moč.

Računalniška moč je enostavno videti. Pametni telefon v vaši roki ima milijonekrat več računalniške moči kot večji računalniki pred desetletji. Podjetja imajo dostop do skoraj neomejene računalniške moči, s katero lahko usposabljajo svoje AI algoritme.

Druga kritična sestavina je obseg in bogastvo razpoložljivih podatkov, zlasti v maloprodaji.

Sistemi umetne inteligence - zlasti učne tehnike, kot je strojno učenje - uspevajo na velikih, bogatih nizih podatkov. Ko se ustrezno hranijo s temi podatki, ti sistemi odkrivajo trende, vzorce in korelacije, ki jih noben človeški analitik ne bi nikoli upal odkriti ročno.

Ti pristopi strojnega učenja avtomatizirajo analizo podatkov, kar uporabnikom omogoča, da ustvarijo model, ki lahko nato naredi koristne napovedi o drugih podobnih podatkih.

Zakaj je trgovina na drobno primerna za AI

Hitrost uvajanja AI na različnih področjih je odvisna od nekaj ključnih dejavnikov: maloprodaja je zlasti primerna iz nekaj razlogov.

Prva je zmožnost preizkušanja in merjenja. Z ustreznimi zaščitnimi ukrepi lahko maloprodajni velikani razvijejo AI ter testirajo in merijo odziv potrošnikov. Lahko tudi neposredno merijo učinek na njihovo spodnjo linijo dokaj hitro.

Druga je relativno majhna posledica napake. Agent AI, ki pristaja na potniškem letalu, ne more privoščiti napake, ker bi lahko ubil ljudi. Zastopnik AI, ki se ukvarja s prodajo na drobno, ki vsakodnevno sprejema milijone odločitev, lahko privede do napak, če je celoten učinek pozitiven.

Nekatera pametna robotska tehnologija se že dogaja v maloprodaji z Nuro.AI, ki se ukvarja s prodajnim trgom Krogerja, da bi dostavila špecerijo na pragove strank v Združenih državah.

Toda veliko najpomembnejših sprememb bo prišlo iz uporabe AI namesto fizičnih robotov ali avtonomnih vozil. Oglejmo si nekaj scenarijev, temelječih na AI, ki bodo spremenili vaše izkušnje na drobno.

Vaše nakupovalne navade

AI lahko v nakupovalnem obnašanju zazna osnovne vzorce izdelkov, ki jih kupite, in načina, na katerega jih kupujete.

To bi lahko bile vaše redne nakupe riža iz supermarketa, občasne nakupe vina iz trgovine z alkoholnimi pijačami, v petek zvečer pa binges na sladoled v lokalni trgovini.

Sistemi inventarnih in prodajnih baz podatkov preprosto sledijo nakupom posameznih izdelkov, z zadostnimi podatki lahko sistemi strojnega učenja napovedujejo vaše običajne navade. Pozna vas, da kuhate rižoto vsak ponedeljek zvečer, pa tudi vaše bolj zapleteno vedenje, kot je občasno sladoled binge.

V večjem obsegu bi analiza vedenja milijonov potrošnikov supermarketom omogočila, da predvidijo, koliko avstralskih družin vsak teden pripravlja rižoto. S tem bi bili obveščeni o sistemih za upravljanje inventarja, ki samodejno optimizirajo zalogo riža Arborio, na primer za prodajalne z veliko risotto potrošnikov.

Te informacije bi nato delili s prijaznimi dobavitelji, kar bi omogočilo učinkovitejše upravljanje zalog in pusto logistiko.

Učinkovito trženje

Tradicionalne baze podatkov o zvestobi, kot so supermarketi, ki omogočajo FlyBuys, da prepoznajo svojo pogostost nakupa določenega izdelka - na primer nakup riža Arborio enkrat tedensko - in nato pošljete skupino potrošnikov, ki so bili identificirani kot »kupiti Arborio riž«,.

Nove tehnike trženja bodo presegle spodbujanje prodaje strankam, ki že verjetno kupujejo ta izdelek. Namesto tega bodo predlagatelji za strojno učenje spodbujali česen kruh, tiramisu ali druga prilagojena priporočila za izdelke, ki so jih predložili podatki tisočih drugih potrošnikov, pogosto skupaj.

Učinkovito trženje pomeni manj diskontiranja in večjega dobička.

Dinamika cen

Cenovni izziv za supermarkete vključuje uporabo prave cene in pravo promocijo na pravi izdelek.

Optimizacija cen na drobno je zapleteno podjetje, ki zahteva analizo podatkov na ravni granul za vsako stranko, izdelek in transakcijo.

Da bi bili učinkoviti, je treba preučiti neskončne dejavnike, na primer, kako vplivajo na prodajo s spremembo cen točk skozi čas, sezono, vreme in promocije konkurentov.

Dobro oblikovan program strojnega učenja lahko vpliva na vse te različice, jih združuje z dodatnimi podrobnostmi, kot so nakupne zgodovine, izbire izdelkov in še več za razvoj globokih vpogledov in oblikovanja cen, prilagojenih za povečanje prihodkov in dobička.

Povratne informacije strank

V preteklosti so bile povratne informacije strank dosežene prek povratnih kartic, izpolnjene in dane v polje za predloge. Te povratne informacije je bilo treba prebrati in ukrepati.

Ker so se družbeni mediji povečali, je postal platforma za javno objavo povratnih informacij. Skladno s tem so se trgovci na drobno obrnili na programsko opremo za strganje s socialnimi mediji, da bi se lahko odzvali, razrešili in vključili stranke v pogovor.

V tem kontekstu bo strojno učenje igralo naprej. Strojno učenje in sistemi AI bodo prvič omogočili analizo večkratnih virov nerednih, nestrukturiranih podatkov, na primer posnetih besednih pripomočkov ali video podatkov.

Zmanjšanje kraje

Avstralski trgovci na drobno izgubijo približno 4, 5 milijarde ameriških dolarjev letno pri izgubah zalog. Povečanje registrov samopostrežnih storitev prispeva k tem izgubam.

Strojni učni sistemi imajo možnost brez težav skenirati milijone slik, kar omogoča pametne prodajne sisteme prodajnih mest (POS) s kamerami za odkrivanje različnih vrst prodajalcev sadja in zelenjave, ki se nahajajo na registrskih lestvicah.

Sčasoma bodo sistemi tudi boljši pri odkrivanju vseh izdelkov, ki se prodajajo v trgovini, vključno z nalogo, ki se imenuje drobnozrnata klasifikacija, kar ji omogoča, da pove razlike med oranžno barvo Valencia in Navel. Zato ne bi bilo več "napak" pri vstopu krompirja, ko dejansko kupujete breskve.

Dolgoročno lahko sistemi POS popolnoma izginejo, tako kot v primeru trgovine Amazon Go.

Računalniki, ki vam naročajo

Sistemi strojnega učenja se hitro izboljšujejo pri prevajanju vašega naravnega glasu v sezname živil.

Digitalni pomočniki, kot je Google Duplex, morda kmalu ustvarijo nakupovalne sezname in naročajo vam, francoski trgovec Carrefour in ameriški velikan Walmart pa že sodelujeta z Googlom.

Razvijajoče se izkušnje na področju maloprodaje AI

Ko se premikate skozi življenjske faze, postanete starejši, občasno se slabo počutite, se lahko poročite, morda imate otroke ali spremenite kariero. Ker se življenjske okoliščine in potrošniške navade spremenijo, se modeli samodejno prilagajajo, saj že delujejo na področjih, kot je odkrivanje goljufij.

Sedanji reaktivni sistem vključuje čakanje na kupca, da začne kupovati plenice, na primer, da nato identificira to stranko, ki je pravkar začela družino, preden nadaljuje s primernimi priporočili za izdelek.

Namesto tega algoritmi za strojno učenje lahko oblikujejo vedenje, kot so nakup vitaminov folij in bioloških olj, nato napovedujejo, kdaj naj se pošljejo ponudbe.

Ta premik od reaktivnega na napovedno trženje bi lahko spremenil način nakupovanja, kar vam bo prineslo predloge, ki jih morda nikoli ne upoštevate, vse, kar je mogoče, zaradi priložnosti, povezanih z AI, tako za trgovce na drobno kot za njihove stranke.

menu
menu