Khi AI đáp ứng trải nghiệm mua sắm của bạn, nó biết bạn mua gì - và bạn muốn mua gì

Khi AI đáp ứng trải nghiệm mua sắm của bạn, nó biết bạn mua gì - và bạn muốn mua gì Phản ứng với những gì bạn mua, sau đó dự đoán những gì bạn muốn mua. Shutterstock / nmedia

Cho dù bạn mua sắm trực tuyến hay tại cửa hàng, trải nghiệm bán lẻ của bạn là chiến trường mới nhất cho trí tuệ nhân tạo (AI) và cuộc cách mạng học máy.

Các nhà bán lẻ lớn của Úc đã bắt đầu nhận ra rằng họ có rất nhiều thứ để đạt được từ chiến lược AI của mình, với một người hiện đang tuyển dụng cho một Trưởng phòng AI và Machine Learning được hỗ trợ bởi một nhóm các nhà khoa học dữ liệu.

Bộ phận Woolworths mới được phát triển WooliesX nhằm mục đích mang lại với nhau một nhóm đa dạng, bao gồm công nghệ, trải nghiệm kỹ thuật số của khách hàng, thương mại điện tử, dịch vụ tài chính và trải nghiệm khách hàng kỹ thuật số.

Tất cả về crunching dữ liệu

Để hiểu các cơ hội và mối đe dọa cho tất cả các nhà bán lẻ lớn, thật hữu ích để hiểu tại sao trí tuệ nhân tạo lại quay trở lại trong chương trình nghị sự. Hai điều quan trọng đã thay đổi kể từ lần đầu tiên chuyển sang AI từ nhiều thập kỷ trước: sức mạnh dữ liệu và tính toán.

Sức mạnh tính toán là dễ dàng để xem. Điện thoại thông minh trong tay bạn có sức mạnh tính toán gấp hàng triệu lần hơn những chiếc máy tính cồng kềnh của nhiều thập kỷ trước. Các công ty có quyền truy cập vào sức mạnh tính toán gần như không giới hạn để đào tạo các thuật toán AI của họ.

Thành phần quan trọng khác là quy mô và sự phong phú của dữ liệu có sẵn, đặc biệt là trong bán lẻ.

Các hệ thống trí tuệ nhân tạo - đặc biệt là các kỹ thuật học tập như học máy - phát triển mạnh trên các tập dữ liệu lớn, phong phú. Khi nào cho ăn đúng cách với dữ liệu này, các hệ thống này khám phá các xu hướng, mô hình và mối tương quan mà không một nhà phân tích nào của con người có thể hy vọng khám phá bằng tay.


Nhận thông tin mới nhất từ ​​Nội tâm


Các phương pháp học máy này tự động hóa phân tích dữ liệu, cho phép người dùng tạo một mô hình mà sau đó có thể đưa ra dự đoán hữu ích về các dữ liệu tương tự khác.

Tại sao bán lẻ phù hợp với AI

Sự nhanh chóng của việc triển khai AI trong các lĩnh vực khác nhau phụ thuộc vào một vài yếu tố quan trọng: bán lẻ đặc biệt phù hợp vì một vài lý do.

Đầu tiên là khả năng kiểm tra và đo lường. Với các biện pháp bảo vệ phù hợp, các đại gia bán lẻ có thể triển khai AI và thử nghiệm và đo lường phản ứng của người tiêu dùng. Họ cũng có thể trực tiếp đo lường hiệu ứng trên dòng dưới cùng của họ khá nhanh chóng.

Thứ hai là hậu quả tương đối nhỏ của một sai lầm. Một đặc vụ AI hạ cánh một chiếc máy bay chở khách không thể mắc sai lầm vì nó có thể giết người. Một tác nhân AI được triển khai trong bán lẻ khiến hàng triệu quyết định mỗi ngày có thể đủ khả năng để đưa ra một số sai lầm, miễn là hiệu ứng tổng thể là tích cực.

Một số công nghệ robot thông minh đã được bán lẻ với Nuro.AI hợp tác với người khổng lồ tạp hóa Kroger để cung cấp hàng tạp hóa đến tận nhà của khách hàng tại Hoa Kỳ.

Nhưng nhiều thay đổi quan trọng nhất sẽ đến từ việc triển khai AI thay vì robot vật lý hoặc xe tự hành. Hãy cùng xem một vài tình huống dựa trên AI sẽ thay đổi trải nghiệm bán lẻ của bạn.

Thói quen mua sắm của bạn

AI có thể phát hiện các mẫu cơ bản trong hành vi mua sắm của bạn từ các sản phẩm bạn mua và cách bạn mua chúng.

Đây có thể là việc bạn mua gạo thường xuyên từ siêu thị, mua rượu lẻ tẻ từ cửa hàng rượu và tối thứ sáu ăn kem tại cửa hàng tiện lợi địa phương.

Trong khi đó, hệ thống cơ sở dữ liệu bán hàng và hàng tồn kho chỉ cần theo dõi việc mua các sản phẩm riêng lẻ, với đủ dữ liệu, hệ thống máy học có thể dự đoán thói quen thường xuyên của bạn. Nó biết bạn thích nấu món risotto vào mỗi tối thứ Hai, nhưng cũng có hành vi phức tạp hơn của bạn như việc ăn kem thường xuyên.

Ở quy mô lớn hơn, phân tích hành vi của hàng triệu người tiêu dùng sẽ cho phép các siêu thị dự đoán có bao nhiêu gia đình Úc nấu món risotto mỗi tuần. Điều này sẽ thông báo cho hệ thống quản lý hàng tồn kho, tự động tối ưu hóa cổ phiếu gạo Arborio, ví dụ, cho các cửa hàng có nhiều người tiêu dùng risotto.

Thông tin này sau đó sẽ là chia sẻ với các nhà cung cấp thân thiện, cho phép quản lý hàng tồn kho hiệu quả hơn và hậu cần nạc.

Tiếp thị hiệu quả

Cơ sở dữ liệu chương trình khách hàng thân thiết truyền thống như FlyBuys cho phép các siêu thị xác định danh tính của bạn tần suất mua hàng của một sản phẩm cụ thể - chẳng hạn như bạn mua gạo Arborio mỗi tuần một lần - và sau đó gửi lời đề nghị tới một nhóm người tiêu dùng được xác định là người sắp mua gạo Arborio.

Các kỹ thuật tiếp thị mới sẽ vượt ra ngoài việc thúc đẩy bán hàng cho những khách hàng đã có khả năng mua sản phẩm đó bằng mọi giá. Thay thế, người giới thiệu máy học sẽ quảng bá bánh mì tỏi, tiramisu hoặc các đề xuất sản phẩm được cá nhân hóa khác mà dữ liệu từ hàng ngàn người tiêu dùng khác đã đề xuất thường đi cùng nhau.

Tiếp thị hiệu quả có nghĩa là giảm giá ít hơn, và lợi nhuận nhiều hơn.

Động lực giá

Thách thức về giá cho các siêu thị liên quan Áp dụng đúng giá và khuyến mãi đúng sản phẩm.

Tối ưu hóa giá bán lẻ là một công việc phức tạp, đòi hỏi phân tích dữ liệu ở cấp độ chi tiết cho từng khách hàng, sản phẩm và giao dịch.

Để có hiệu quả, các yếu tố vô tận cần được kiểm tra, như doanh số bị ảnh hưởng như thế nào bằng cách thay đổi điểm giá theo thời gian, thời vụ, thời tiết và các chương trình khuyến mãi của đối thủ cạnh tranh.

Một chương trình học máy được chế tạo tốt có thể tạo ra tất cả các biến thể này, kết hợp chúng với các chi tiết bổ sung như lịch sử mua hàng, sở thích sản phẩm và nhiều hơn nữa để phát triển những hiểu biết sâu sắc và giá cả phù hợp để tối đa hóa doanh thu và lợi nhuận.

Phản hồi của khách hàng

Trong lịch sử, phản hồi của khách hàng đã đạt được thông qua thẻ phản hồi, điền vào và đặt vào hộp gợi ý. Phản hồi này đã được đọc và hành động.

As phương tiện truyền thông xã hội tăng, nó trở thành một nền tảng để thể hiện phản hồi công khai. Theo đó, các nhà bán lẻ chuyển sang phần mềm cạo phương tiện truyền thông xã hội để đáp ứng, giải quyết và thu hút khách hàng vào cuộc trò chuyện.

Tiến về phía trước, học máy sẽ đóng một vai trò trong bối cảnh này. Hệ thống máy học và AI sẽ cho phép lần đầu tiên phân tích hàng loạt nhiều nguồn dữ liệu lộn xộn, không có cấu trúc, chẳng hạn như khách hàng ghi nhận xét bằng lời nói hoặc dữ liệu video.

Giảm trộm cắp

Nhà bán lẻ Úc mất khoảng 4.5 tỷ đô la Úc hàng năm cho các khoản lỗ cổ phiếu. Sự tăng trưởng trong đăng ký tự phục vụ đang đóng góp cho những mất mát đó.

Hệ thống máy học có khả năng dễ dàng quét hàng triệu hình ảnh, cho phép các hệ thống điểm bán hàng (POS) thông minh, được trang bị camera để phát hiện các loại trái cây và người mua rau quả khác nhau đặt trên quy mô đăng ký.

Theo thời gian, các hệ thống cũng sẽ trở nên tốt hơn trong việc phát hiện tất cả các sản phẩm được bán tại cửa hàng, bao gồm cả một nhiệm vụ được gọi là phân loại hạt mịn, cho phép nó nói lên sự khác biệt giữa một quả cam Valencia và Navel. Do đó, sẽ không còn những lỗi lầm khác trong việc nhập khoai tây khi bạn thực sự mua đào.

Về lâu dài, hệ thống POS có thể biến mất hoàn toàn, như trong trường hợp Cửa hàng Amazon Go.

Máy tính đặt hàng cho bạn

Hệ thống máy học là nhanh chóng trở nên tốt hơn tại dịch giọng nói tự nhiên của bạn vào danh sách tạp hóa.

Trợ lý kỹ thuật số như Google Duplex có thể sớm tạo danh sách mua sắm và đặt hàng cho bạn, với Nhà bán lẻ Pháp CarrefourWalmart khổng lồ của Mỹ đã hợp tác với Google.

Trải nghiệm bán lẻ AI phát triển

Khi bạn chuyển qua các giai đoạn cuộc sống, bạn già đi, đôi khi không khỏe, bạn có thể kết hôn, có thể có con hoặc thay đổi nghề nghiệp. Khi hoàn cảnh sống và thói quen chi tiêu của khách hàng thay đổi, các mô hình sẽ tự động điều chỉnh, như họ đã làm trong các lĩnh vực như phát hiện gian lận.

Hiện tại phản ứng hệ thống liên quan đến việc chờ đợi một khách hàng bắt đầu mua tã, ví dụ, sau đó xác định khách hàng đó vừa mới bắt đầu một gia đình, trước khi theo dõi các khuyến nghị sản phẩm phù hợp.

Thay vào đó, thuật toán học máy có thể mô hình hành vi, chẳng hạn như mua vitamin folate và dầu sinh học, sau đó dự đoán khi đề nghị nên được gửi.

Sự thay đổi từ tiếp thị phản ứng sang tiếp thị dự đoán này có thể thay đổi cách bạn mua sắm, mang đến cho bạn những gợi ý mà bạn có thể chưa bao giờ cân nhắc, tất cả đều có thể vì các cơ hội liên quan đến AI cho cả nhà bán lẻ và khách hàng của họ.Conversation

Giới thiệu về tác giả

Michael Milford, giáo sư, Đại học Công nghệ Queensland và Gary Mortimer, Phó Giáo sư về Tiếp thị và Kinh doanh Quốc tế, Đại học Công nghệ Queensland

Bài viết này được tái bản từ Conversation theo giấy phép Creative Commons. Đọc ban đầu bài viết.

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

theo dõi Nội bộ trên

facebook-iconbiểu tượng twitterbiểu tượng rss

Nhận tin mới nhất qua email

{Emailcloak = off}