無(wú)論您是在線(xiàn)購物還是在實(shí)體店購物，零售經(jīng)驗都是人工智能(AI)和機器學(xué)習革命的最新戰場(chǎng)。
澳大利亞主要零售商已經(jīng)開(kāi)始意識到，正確制定AI策略可以帶來(lái)很多好處，目前有一家數據科學(xué)家團隊支持招聘一名AI和機器學(xué)習主管。
新成立的Woolworths部門(mén)WooliesX 旨在匯集各種團隊，包括技術(shù)，客戶(hù)數字體驗，電子商務(wù)，金融服務(wù)和數字客戶(hù)體驗。
關(guān)于數據整理
要了解所有主要零售商的機會(huì )和威脅，了解為什么將人工智能重新列入議程很有用。自數十年前進(jìn)入AI以來(lái)，有兩項關(guān)鍵的事情發(fā)生了變化：數據和計算能力。
計算能力很容易看到。您手中的智能手機的計算能力比幾十年前的大型計算機高出數百萬(wàn)倍。公司可以使用幾乎無(wú)限的計算能力來(lái)訓練其AI算法。
另一個(gè)關(guān)鍵因素是可用數據的規模和豐富性，尤其是在零售業(yè)中。
人工智能系統，尤其是機器學(xué)習等學(xué)習技術(shù)，在龐大而豐富的數據集上蓬勃發(fā)展。當適當地喂這個(gè)數據，這些系統發(fā)現趨勢，模式和相關(guān)性，沒(méi)有人可以分析師曾希望手動(dòng)發(fā)現。
這些機器學(xué)習方法可自動(dòng)進(jìn)行數據分析，使用戶(hù)能夠創(chuàng )建模型，然后可以對其他類(lèi)似數據做出有用的預測。
為什么零售適合AI
AI在不同領(lǐng)域中的快速部署取決于幾個(gè)關(guān)鍵因素：出于某些原因，零售特別適合。
首先是測試和測量的能力。借助適當的保障措施，零售業(yè)巨頭可以部署AI并測試和衡量消費者的反應。他們還可以相當迅速地直接衡量其底線(xiàn)的影響。
第二個(gè)是錯誤造成的相對較小的后果。降落在客機上的AI代理無(wú)法承擔任何失誤，因為這可能會(huì )導致人員死亡。只要總體效果是積極的，零售業(yè)中部署的AI代理每天就可以做出數百萬(wàn)個(gè)決策，因此可以犯一些錯誤。
Nuro.AI與雜貨巨頭Kroger合作，在零售業(yè)中已經(jīng)出現了一些智能機器人技術(shù)，可以將雜貨送到美國客戶(hù)的家中。
但是，許多最重大的變化將來(lái)自于A(yíng)I的部署，而不是物理機器人或自動(dòng)駕駛汽車(chē)。讓我們看一下一些基于A(yíng)I的場(chǎng)景，這些場(chǎng)景將改變您的零售體驗。
您的購物習慣
人工智能可以從您購買(mǎi)的產(chǎn)品和購買(mǎi)方式中檢測出購物行為的潛在模式。
這可能是您從超市定期購買(mǎi)大米，從酒類(lèi)商店零星購買(mǎi)葡萄酒，以及周五晚上在當地便利店購買(mǎi)冰淇淋。
庫存和銷(xiāo)售數據庫系統僅跟蹤具有足夠數據的單個(gè)產(chǎn)品的購買(mǎi)，而機器學(xué)習系統可以預測您的常規習慣。它知道您每個(gè)星期一晚上都喜歡煮意大利調味飯，但也有一些更復雜的行為，例如偶爾的冰淇淋狂歡。
在更大范圍內，對數百萬(wàn)消費者行為的分析將使超市能夠預測每周有多少澳大利亞家庭在煮意大利飯。這將為庫存管理系統提供信息，例如為具有很多意大利調味飯消費者的商店自動(dòng)優(yōu)化 Arborio大米的庫存。
然后，這些信息將與友好的供應商共享，從而實(shí)現更有效的庫存管理和精益物流。
高效行銷(xiāo)
傳統的忠誠度計劃數據庫(例如FlyBuys)使超市能夠識別您購買(mǎi)特定產(chǎn)品的頻率(例如，您每周購買(mǎi)一次Arborio大米)，然后將報價(jià)發(fā)送給被識別為“即將購買(mǎi)Arborio大米”的一組消費者。
新的營(yíng)銷(xiāo)技術(shù)將不僅限于向已經(jīng)有可能購買(mǎi)該產(chǎn)品的客戶(hù)推廣銷(xiāo)售。取而代之的是，機器學(xué)習推薦器將宣傳蒜味面包，提拉米蘇或其他個(gè)性化產(chǎn)品推薦，這些推薦來(lái)自成千上萬(wàn)其他消費者的數據經(jīng)常提示。
高效的營(yíng)銷(xiāo)意味著(zhù)更少的折扣和更多的利潤。
定價(jià)動(dòng)態(tài)
超市的價(jià)格挑戰包括對正確的產(chǎn)品應用正確的價(jià)格和正確的促銷(xiāo)。
零售定價(jià)優(yōu)化是一項復雜的工作，需要針對每個(gè)客戶(hù)，產(chǎn)品和交易進(jìn)行細粒度的數據分析。
為了有效發(fā)揮作用，需要檢查無(wú)數因素，例如隨著(zhù)時(shí)間，季節性，天氣和競爭對手的促銷(xiāo)活動(dòng)而改變價(jià)格點(diǎn)會(huì )如何影響銷(xiāo)售。
精心設計的機器學(xué)習程序可以考慮所有這些變化，并將它們與其他細節(例如購買(mǎi)歷史記錄，產(chǎn)品偏好等)結合起來(lái)，以開(kāi)發(fā)出深刻的見(jiàn)識和量身定制的定價(jià)，以最大限度地提高收入和利潤。
客戶(hù)的反饋意見(jiàn)
從歷史上看，客戶(hù)反饋是通過(guò)反饋卡獲得的，并填寫(xiě)并放置在建議框中。必須閱讀并執行此反饋。
隨著(zhù)社交媒體的增加，它已成為公開(kāi)表達反饋的平臺。因此，零售商轉向社交媒體抓取軟件，以響應，解決問(wèn)題并使顧客參與對話(huà)。
展望未來(lái)，機器學(xué)習將在這種情況下發(fā)揮作用。機器學(xué)習和AI系統將首次實(shí)現對雜亂，非結構化數據(例如客戶(hù)記錄的口頭評論或視頻數據)的多種來(lái)源的批量分析。
減少盜竊
澳大利亞零售商每年損失的庫存損失估計為45億澳元。自助登記冊的增長(cháng)是造成這些損失的原因。
機器學(xué)習系統能夠毫不費力地掃描數百萬(wàn)張圖像，從而使具有攝像頭的智能銷(xiāo)售點(diǎn)(POS)系統能夠檢測收銀秤上放置的水果和蔬菜的不同品種。
隨著(zhù)時(shí)間的流逝，系統還將更好地檢測商店中出售的所有產(chǎn)品，包括一項稱(chēng)為精細分類(lèi)的任務(wù)，使它能夠分辨出Valencia和Navel橙色之間的區別。因此，當您實(shí)際購買(mǎi)桃子時(shí)，輸入土豆就不會(huì )再有“錯誤”了。
從長(cháng)遠來(lái)看，就像Amazon Go商店一樣，POS系統可能會(huì )完全消失。
為您訂購的計算機
機器學(xué)習系統在將您的自然聲音轉換為雜貨清單方面正迅速發(fā)展。
法國零售商家樂(lè )福和美國巨頭沃爾瑪已經(jīng)與Google合作，例如Google Duplex等數字助理可能很快會(huì )為您創(chuàng )建購物清單并下訂單。
不斷發(fā)展的AI零售體驗
當您經(jīng)歷人生階段時(shí)，您會(huì )變老，偶爾會(huì )感到不適，您可能會(huì )結婚，生孩子或改變職業(yè)。隨著(zhù)客戶(hù)生活條件和消費習慣的改變，模型將自動(dòng)調整，就像在欺詐檢測領(lǐng)域一樣。
當前的反應系統包括等待顧客開(kāi)始購買(mǎi)尿布，例如，然后在跟進(jìn)適當的產(chǎn)品推薦之前，將該顧客識別為剛剛開(kāi)始家庭生活。
相反，機器學(xué)習算法可以對行為進(jìn)行建模，例如購買(mǎi)葉酸維生素和生物油，然后預測何時(shí)應發(fā)送報價(jià)。
從被動(dòng)式營(yíng)銷(xiāo)到預測性營(yíng)銷(xiāo)的這種轉變可能會(huì )改變您的購物方式，給您帶來(lái)您可能甚至從未考慮過(guò)的建議，這都是可能的，因為零售商及其客戶(hù)都擁有與AI相關(guān)的機會(huì )。