Satın aldıklarınıza tepki verin, ardından ne satın almak istediğinizi tahmin edin. Shutterstock / Nmedia

İster çevrimiçi ister mağazada alışveriş yapın, perakende deneyiminiz yapay zeka (AI) ve makine öğrenimi devrimi için en son savaş alanıdır.

Büyük Avustralyalı perakendeciler AI stratejilerini doğru bir şekilde elde etmekten kazanacakları çok şey olduğunu fark etmeye başladılar. Yapay Zeka ve Makine Öğrenimi Başkanı tarafından desteklenen veri bilimciler ekibi.

Yeni geliştirilen Woolworths bölümü YünlülerX bir araya getirmeyi amaçlıyor teknoloji, müşteri dijital deneyimi, e-ticaret, finansal hizmetler ve dijital müşteri deneyimi de dahil olmak üzere çok çeşitli ekipler.

Verileri zorlamak hakkında her şey

Tüm büyük perakendeciler için fırsatları ve tehditleri anlamak için yapay zekanın neden tekrar gündeme geldiğini anlamak yararlıdır. On yıl önce yapay zekaya ilk girişlerden bu yana iki önemli şey değişti: veri ve hesaplama gücü.

Hesaplama gücünü görmek kolaydır. Elinizdeki akıllı telefon milyonlarca kat daha fazla hesaplama gücü on yıllar önceki hantal bilgisayarlardan daha. Şirketler, AI algoritmalarını eğitmek için neredeyse sınırsız bilgi işlem gücüne erişebilir.

Diğer kritik bileşen, özellikle perakende satışta mevcut verilerin ölçeği ve zenginliğidir.

Yapay zeka sistemleri - özellikle makine öğrenimi gibi öğrenme teknikleri - büyük, zengin veri kümelerinde gelişir. Ne zaman uygun şekilde beslendi bu verilerle, bu sistemler hiçbir insan analistin elle keşfetmeyi ümit edemeyeceği eğilimleri, modelleri ve korelasyonları keşfederler.

Bu makine öğrenimi yaklaşımları veri analizini otomatik hale getirerek kullanıcıların benzer veriler hakkında yararlı tahminler yapabilen bir model oluşturmalarını sağlar.

Perakendecilik neden yapay zeka için uygundur?

Farklı alanlarda AI dağıtımının hızı birkaç kritik faktöre bağlıdır: perakende özellikle birkaç nedenden dolayı uygundur.

Birincisi test etme ve ölçme yeteneğidir. Uygun güvenlik önlemleri ile perakende devleri yapay zeka dağıtabilir ve tüketici tepkisini test edebilir ve ölçebilir. Aynı zamanda, doğrudan gelirleri üzerindeki etkileri oldukça hızlı bir şekilde ölçebilirler.

İkincisi, bir hatanın nispeten küçük sonuçlarıdır. Bir yolcu uçağına inen bir AI ajanı, insanları öldürebileceğinden hata yapmayı göze alamaz. Her gün milyonlarca karar veren perakende satışa dağıtılan bir AI aracısı biraz genel etki olumlu olduğu sürece hatalar.

Bazı akıllı robot teknolojisi şu anda perakende satışta Nuro.AI bakkal devi Kroger ile ortaklık kuruyor Amerika Birleşik Devletleri'ndeki müşterilerin kapılarına yiyecek dağıtmak.

{vücut Y=0xZsvs8iG0Q}

Ancak en önemli değişikliklerin birçoğu, fiziksel robotlar veya otonom araçlar yerine yapay zeka dağıtımından kaynaklanacak. Perakende deneyiminizi dönüştürecek AI tabanlı birkaç senaryodan geçelim.

Alışveriş alışkanlıklarınız

AI olabilir altta yatan modelleri algıla satın aldığınız ürünlerden ve satın alma şeklinizden alışveriş davranışınızda.

Bu, süpermarketten düzenli olarak pirinç satın almanız, likör mağazasından sporadik şarap satın almanız ve Cuma gecesi yerel marketten dondurma almanız olabilir.

Envanter ve satış veritabanı sistemleri, yeterli veri ile bireysel ürünlerin satın alımlarını takip ederken, makine öğrenme sistemleri tahmin düzenli alışkanlıklarınız. Her Pazartesi gecesi risotto pişirmeyi sevdiğinizi, aynı zamanda ara sıra dondurma alemi gibi daha karmaşık davranışlarınızı da sevdiğinizi biliyor.

Daha büyük ölçekte, milyonlarca tüketicinin davranışlarının analizi, süpermarketlerin her hafta kaç Avustralyalı ailenin risotto pişirdiğini tahmin etmesini sağlayacaktır. Bu, envanter yönetim sistemlerini bilgilendirir, stokları otomatik olarak optimize etme Arborio pirinci, örneğin, çok sayıda risotto tüketicisi olan mağazalar için.

Bu bilgi daha sonra dost tedarikçilerle paylaşıldıdaha verimli stok yönetimi ve yalın lojistik sağlar.

Verimli pazarlama

FlyBuys gibi geleneksel sadakat şeması veritabanları, süpermarketlerin satın alma sıklığı örneğin Arborio pirincini haftada bir kez satın aldığınız gibi) ve daha sonra "Arborio pirinci satın almak üzere" olarak tanımlanan bir grup tüketiciye teklif gönderin.

Yeni pazarlama teknikleri, zaten bu ürünü satın alması muhtemel müşterilere satış yapmanın ötesine geçecektir. Yerine, makine öğrenme tavsiye Sarımsaklı ekmek, tiramisu veya binlerce diğer tüketiciden gelen verilerin sıklıkla birlikte önerdiği diğer kişiselleştirilmiş ürün önerilerini teşvik edecektir.

Verimli pazarlama, daha az indirim ve daha fazla kâr demektir.

Fiyatlandırma dinamikleri

Süpermarketler için fiyatlandırma zorluğu doğru ürünü ve doğru promosyonu doğru ürüne uygulamak.

Perakende fiyat optimizasyonu her müşteri, ürün ve işlem için ayrıntılı düzeyde veri analizi gerektiren karmaşık bir girişimdir.

Etkili olabilmek için satışların zaman içinde değişen fiyat noktaları, mevsimsellik, hava durumu ve rakiplerin promosyonlarından nasıl etkilendiği gibi sonsuz faktörlerin incelenmesi gerekmektedir.

İyi hazırlanmış bir makine öğrenme programı, tüm bu varyasyonları etkileyebilir, bunları satın alma geçmişleri, ürün tercihleri ​​ve daha fazlası gibi ek ayrıntılarla birleştirerek gelir ve kârı en üst düzeye çıkarmak için uyarlanmış fiyatlandırma geliştirebilir.

Müşteri geribildirimi

Tarihsel olarak, müşteri geri bildirimleri geri bildirim kartlarıyla elde edilmiş, doldurulmuş ve bir öneri kutusuna yerleştirilmiştir. Bu geri bildirimin okunması ve üzerinde işlem yapılması gerekiyordu.

As sosyal medya arttı, geri bildirimleri herkese açık olarak ifade etmek için bir platform haline geldi. Bu duruma göre, perakendeciler sosyal medya kazıma yazılımına döndü yanıtlamak, çözmek ve müşterileri konuşmaya dahil etmek için.

İleride, makine öğrenimi bu bağlamda rol oynayacaktır. Makine öğrenimi ve yapay zeka sistemleri, ilk defa dağınık, yapılandırılmamış veri kaynaklarının toplu analizini sağlayacaktır. müşteri tarafından kaydedilen sözlü yorumlar veya video verileri.

Hırsızlıkta azalma

Avustralyalı perakendeciler yıllık tahmini 4.5 milyar A $ stok kaybını kaybetmek. Büyüme self servis kayıtları katkıda bulunuyor bu kayıplara.

Makine öğrenim sistemleri, milyonlarca görüntüyü zahmetsizce tarayınakıllı, kamera donanımlı satış noktası (POS) sistemlerinin farklı ölçeklerde meyve ve sebze müşterilerinin kayıt ölçeklerinde yer almasını sağlar.

Zamanla, sistemler aynı zamanda bir mağazada satılan tüm ürünleri tespit etme konusunda daha iyi hale gelecektir, ince taneli sınıflandırmaValencia ve Göbekli portakal arasındaki farkı anlatmasını sağladı. Bu nedenle, aslında şeftali alırken patateslere girerken artık “hata” olmayacaktı.

Daha uzun vadede, POS sistemleri, Amazon Go mağazası.

Sizin için sipariş veren bilgisayarlar

Makine öğrenim sistemleri hızla iyileşiyor doğal sesinizi alışveriş listelerine çevirirken.

{vembed Y=rgksCRiRlsI}

Dijital asistanlar gibi Google Duplex yakında alışveriş listeleri oluşturabilir ve sizin için sipariş verebilir Fransız perakendeci Carrefour ve ABD'li dev Walmart zaten Google ile ortaklık yapıyor.

Gelişen bir AI perakende deneyimi

Yaşam aşamalarında ilerledikçe, yaşlandıkça, bazen hastalanırsanız, evlenebilir, belki de çocuklarınız olabilir veya kariyer değiştirebilirsiniz. Bir müşterinin yaşam koşulları ve harcama alışkanlıkları değiştikçe, modeller zaten alanlarda olduğu gibi otomatik olarak ayarlanacaktır sahtekarlık tespiti gibi.

Akım tepkili sistemi, müşterinin bebek bezi satın almaya başlamasını, örneğin uygun ürün önerilerini takip etmeden önce müşterinin yeni bir aile kurmuş olduğunu tanımlamasını bekler.

Bunun yerine, makine öğrenme algoritmaları model davranışıfolat vitaminleri ve biyo yağların satın alınması gibi, tahmin teklifler ne zaman gönderilmelidir.

Reaktiften tahmine dayalı pazarlamaya geçiş, alışveriş şeklinizi değiştirebilir ve size belki de hiç düşünmediğiniz önerileri getirebilir, hem perakendeciler hem de müşterileri için AI ile ilgili fırsatlar nedeniyle mümkün olabilir.

Yazarlar Hakkında

Michael Milford, Profesör, Queensland University of Technology ve Pazarlama ve Uluslararası İşletmecilik Doçenti Gary Mortimer, Queensland University of Technology

Bu makale şu adresten yeniden yayınlandı: Konuşma Creative Commons lisansı altında. Okumak Orijinal makale.