Reageer op wat u koop, en voorspel dan wat u wil koop. Shutter / nmedia
Of u nou aanlyn inkopies doen of in die winkel doen, u kleinhandelervaring is die nuutste bakleiery vir kunsmatige intelligensie (AI) en masjienleer-rewolusie.
Groot Australiese kleinhandelaars het begin besef dat hulle baie kan baat om hul AI-strategie reg te kry, met een wat tans werf vir 'n Hoof van AI en masjienleer ondersteun deur 'n span data-wetenskaplikes.
Die nuut ontwikkelde Woolworths-afdeling WooliesX beoog om bymekaar te bring 'n diverse groep spanne, insluitend tegnologie, digitale kliëntervaring, e-handel, finansiële dienste en digitale klante-ervaring.
Alles oor die knars van die data
Om die geleenthede en bedreigings vir alle groot kleinhandelaars te verstaan, is dit nuttig om te verstaan waarom kunsmatige intelligensie weer op die agenda is. Twee belangrike dinge het verander sedert die aanvanklike begin in AI dekades gelede: data en rekenaarkrag.
Rekenaarkrag is maklik om te sien. Die slimfoon in u hand het miljoene keer meer rekenaarkrag dan die lywige rekenaars van dekades gelede. Maatskappye het toegang tot byna onbeperkte rekenaarkrag waarmee hulle hul AI-algoritmes kan oplei.
Die ander kritieke bestanddeel is die omvang en rykdom van beskikbare data, veral in die kleinhandel.
Kunsmatige intelligensiestelsels - veral leertegnieke soos masjienleer - floreer by groot, ryk datastelle. Wanneer gepas gevoer met hierdie data ontdek hierdie stelsels neigings, patrone en korrelasies wat geen menslike ontleder ooit met die hand sou kon ontdek nie.
Hierdie masjienleerbenaderings outomatiseer data-ontleding, wat gebruikers in staat stel om 'n model te skep wat dan nuttige voorspellings oor ander soortgelyke data kan maak.
Waarom kleinhandel geskik is vir AI
Die snelheid van AI-ontplooiing in verskillende velde hang af van enkele kritieke faktore: kleinhandel is veral om enkele redes geskik.
Die eerste is die vermoë om te toets en te meet. Met toepaslike voorsorgmaatreëls kan kleinhandelreuse AI ontplooi en die reaksie van die verbruiker toets en meet. Hulle kan ook die effek op hul onderste lyn redelik direk meet.
Die tweede is die relatiewe klein gevolge van 'n fout. 'N AI-agent wat 'n passasiersvliegtuig land, kan dit nie bekostig om 'n fout te maak nie omdat dit mense kan doodmaak. 'N AI-agent wat in die kleinhandel ontplooi word wat elke dag miljoene besluite neem, kan bekostig om te neem sommige foute, solank die algehele effek positief is.
Daar is reeds 'n paar slim robot-tegnologie in die kleinhandel met Nuro.AI werk saam met Kroger in die kruideniersware om kruideniersware by die deur van kliënte in die Verenigde State te lewer.
{vembed Y = 0xZsvs8iG0Q}
Maar baie van die belangrikste veranderinge sal voortvloei uit die ontplooiing van AI eerder as fisiese robotte of outonome voertuie. Kom ons gaan deur 'n paar AI-gebaseerde scenario's wat u kleinhandelervaring sal transformeer.
U winkelgewoontes
AI kan ontdek onderliggende patrone in u inkopiegedrag van die produkte wat u koop en die manier waarop u dit koop.
Dit kan u gereelde aankope van rys in die supermark wees, sporadiese aankope van wyn in die drankwinkel, en Vrydagaand koekies op ys by die plaaslike geriefswinkel.
Terwyl voorraad- en verkoopsdatabasisstelsels eenvoudig die aankope van individuele produkte naspoor, met voldoende data, kan masjienleerstelsels dit doen voorspel u gereelde gewoontes. Dit weet dat jy elke Maandagaand daarvan hou om risotto te kook, maar ook van jou meer ingewikkelde gedrag, soos die ys van nou en dan.
Op groter skaal sou 'n ontleding van die gedrag van miljoene verbruikers supermarkte in staat stel om te voorspel hoeveel Australiese gesinne elke week risotto kook. Dit sal voorraadbestuurstelsels inlig, outomaties optimalisering van aandele van Arborio-rys, byvoorbeeld vir winkels met baie risotto-verbruikers.
Hierdie inligting sou dan wees gedeel met vriendelike verskaffers, wat doeltreffender voorraadbestuur en skraal logistiek moontlik maak.
Doeltreffende bemarking
Tradisionele databasisse met lojaliteitsskemas soos FlyBuys het supermarkte in staat gestel om u identifikasie te identifiseer frekwensie van aankoop van 'n spesifieke produk, soos om een keer per week Arborio-rys te koop, en dan 'n aanbod aan 'n groep verbruikers stuur wat geïdentifiseer is as “op die punt om Arborio-rys te koop”.
Nuwe bemarkingstegnieke sal verder strek as om verkope aan kliënte te bevorder wat waarskynlik in elk geval die produk sal koop. In plaas daarvan, aanbevelers vir masjienleer sal knoffelbrood, tiramisu of ander gepersonaliseerde produkaanbevelings bevorder wat data van duisende ander verbruikers voorgestel het, dikwels saamgaan.
Doeltreffende bemarking beteken minder verdiskontering en meer wins.
Prysdinamika
Die prysuitdaging vir supermarkte behels die regte prys en die regte promosie op die regte produk toe te pas.
Optimalisering van kleinhandelpryse is 'n ingewikkelde onderneming wat data-ontleding op 'n korrelvlak-vlak vir elke kliënt, produk en transaksie benodig.
Om effektief te wees, moet eindelose faktore ondersoek word, soos hoe verkope beïnvloed word deur pryspunte oor tyd, seisoenaliteit, weer en mededingerspromosies te verander.
'N Goed vervaardigde masjienleerprogram kan al hierdie variasies in ag neem, en dit kombineer met bykomende besonderhede soos aankoopgeskiedenis, produkvoorkeure en meer om diep insigte en pryse te ontwikkel wat aangepas is om inkomste en wins te maksimeer.
Kliëntterugvoer
Histories is kliënteterugvoer via terugvoerkaarte verkry, ingevul en in 'n voorsteltakkie geplaas. Hierdie terugvoering moes gelees en uitgevoer word.
As sosiale media toegeneem, het dit 'n platform geword om in die openbaar terugvoer te gee. Gevolglik kleinhandelaars het sagteware vir skraping van sosiale media gebruik om kliënte te reageer, op te los en om gesprekke te voer.
Die voortbestaan van masjienleer speel 'n rol in hierdie konteks. Masjienleer en AI-stelsels maak dit moontlik vir die eerste keer groot ontleding van verskeie bronne van morsige, ongestruktureerde data, soos kliënt mondelinge opmerkings of videodata opgeneem.
Vermindering van diefstal
Australiese kleinhandelaars verloor jaarliks 'n geraamde aandeleverlies van $ 4.5 miljard. Die groei in selfdiensregisters lewer 'n bydrae tot daardie verliese.
Masjienleerstelsels het die vermoë om skandeer moeiteloos miljoene beelde, waardeur slim, kamera-toegeruste verkooppunt (POS) -stelsels die verskillende soorte vrugte en groente-koper op 'n registerskaal kan opspoor.
Met verloop van tyd sal stelsels ook beter raak om al die produkte wat in 'n winkel verkoop word, op te spoor, insluitend 'n taak wat genoem word fynkorrelige klassifikasie, sodat dit die verskil tussen 'n Valencia en naeltjie-oranje kan sien. Daar is dus nie meer 'foute' in aartappels wanneer u perskes koop nie.
Op die langer termyn kan POS-stelsels heeltemal verdwyn, soos in die geval van die Amazon Go-winkel.
Rekenaars wat vir u bestel
Masjienleerstelsels is vinnig beter word deur u natuurlike stem in kruidenierslyste te vertaal.
{vembed Y = rgksCRiRlsI}
Digitale assistente soos Google Duplex kan binnekort inkopielys opstel en bestellings vir u plaas met Franse kleinhandelaar Carrefour en Amerikaanse reus Walmart het reeds 'n vennootskap met Google.
'N ontwikkelende AI kleinhandel ervaring
As u deur die lewensfases beweeg, word u ouer, raak u soms sleg, kan u trou, miskien kinders hê, of van loopbaan verander. Namate die lewensomstandighede en bestedingsgewoontes van 'n klant verander, sal modelle outomaties aanpas, soos dit reeds in gebiede is soos bedrogopsporing.
Die huidige reaktiewe Die stelsel behels dat 'n klant wag om doeke te begin koop, byvoorbeeld om die kliënt te identifiseer dat hy pas 'n gesin begin het voordat hy die toepaslike produkaanbevelings opvolg.
In plaas daarvan, kan masjienleer-algoritmes modelgedrag, soos die aankope van folaat vitamiene en bio-olies, dan voorspel wanneer aanbiedinge gestuur moet word.
Hierdie verskuiwing van reaktiewe na voorspellende bemarking kan die manier waarop u inkopies doen, verander, en voorstelle wat u miskien nie eens oorweeg het nie, alles moontlik maak as gevolg van AI-verwante geleenthede vir beide kleinhandelaars en hul kliënte.
Oor die skrywers
Michael Milford, professor, Queensland University of Technology en Gary Mortimer, medeprofessor in bemarking en internasionale sake, Queensland University of Technology
Hierdie artikel is gepubliseer vanaf Die gesprek onder 'n Creative Commons lisensie. Lees die oorspronklike artikel.
