Reagire a ciò che si acquista, quindi prevedere ciò che si desidera acquistare. Shutterstock / Nmedia

Che tu faccia i tuoi acquisti online o in negozio, la tua esperienza di vendita al dettaglio è l'ultimo campo di battaglia per l'intelligenza artificiale (AI) e la rivoluzione del machine learning.

I principali rivenditori australiani hanno iniziato a rendersi conto che hanno molto da guadagnare dall'adottare la propria strategia di intelligenza artificiale, con uno attualmente reclutato per un Responsabile AI e Machine Learning supportato da a team di data scientist.

La divisione Woolworths di recente sviluppo Woolies X mira a riunire un gruppo diversificato di team, tra cui tecnologia, esperienza digitale dei clienti, e-commerce, servizi finanziari ed esperienza digitale dei clienti.

Tutto sullo scricchiolio dei dati

Per comprendere le opportunità e le minacce per tutti i principali rivenditori, è utile capire perché l'intelligenza artificiale è tornata all'ordine del giorno. Due cose cruciali sono cambiate dalle incursioni iniziali in AI decenni fa: dati e potenza di calcolo.

La potenza di calcolo è facile da vedere. Lo smartphone in mano ha milioni di volte più potenza computazionale rispetto ai computer ingombranti di decenni fa. Le aziende hanno accesso a una potenza di calcolo pressoché illimitata con la quale addestrare i propri algoritmi AI.

L'altro ingrediente fondamentale è la scala e la ricchezza dei dati disponibili, soprattutto nel commercio al dettaglio.

I sistemi di intelligenza artificiale - in particolare le tecniche di apprendimento come l'apprendimento automatico - prosperano su set di dati ricchi e di grandi dimensioni. quando nutrito in modo appropriato con questi dati, questi sistemi scoprono tendenze, modelli e correlazioni che nessun analista umano potrebbe mai sperare di scoprire manualmente.

Questi approcci di machine learning automatizzano l'analisi dei dati, consentendo agli utenti di creare un modello che può quindi fare utili previsioni su altri dati simili.

Perché la vendita al dettaglio è adatta per l'IA

La rapidità di implementazione dell'intelligenza artificiale in diversi settori dipende da alcuni fattori critici: la vendita al dettaglio è particolarmente adatta per alcuni motivi.

Il primo è la capacità di testare e misurare. Con adeguate garanzie, i giganti della vendita al dettaglio possono implementare l'IA e testare e misurare la risposta dei consumatori. Possono anche misurare direttamente l'effetto sulla loro linea di fondo abbastanza rapidamente.

Il secondo sono le conseguenze relativamente piccole di un errore. Un agente di AI che atterra su un aereo passeggeri non può permettersi di commettere un errore perché potrebbe uccidere le persone. Un agente di intelligenza artificiale distribuito al dettaglio che prende milioni di decisioni ogni giorno può permettersi di prendere alcuni errori, purché l'effetto complessivo sia positivo.

Alcune tecnologie di robot intelligenti stanno già avvenendo al dettaglio con Nuro.AI in collaborazione con il colosso della drogheria Kroger consegnare generi alimentari a domicilio ai clienti negli Stati Uniti.

{vembato Y=0xZsvs8iG0Q}

Ma molti dei cambiamenti più significativi verranno dal dispiegamento dell'IA piuttosto che da robot fisici o veicoli autonomi. Esaminiamo alcuni scenari basati sull'intelligenza artificiale che trasformeranno la tua esperienza di vendita al dettaglio.

Le tue abitudini di acquisto

Io posso rilevare modelli sottostanti nel tuo comportamento di acquisto in base ai prodotti che acquisti e al modo in cui li acquisti.

Questi potrebbero essere i tuoi acquisti regolari di riso dal supermercato, gli acquisti sporadici di vino dal negozio di liquori e il venerdì sera abbuffati di gelato al minimarket locale.

Mentre i sistemi di database delle scorte e delle vendite tengono semplicemente traccia degli acquisti dei singoli prodotti, con dati sufficienti, i sistemi di apprendimento automatico possono farlo predire le tue abitudini regolari. Sa che ti piace cucinare il risotto ogni lunedì sera, ma anche i tuoi comportamenti più complessi come l'occasionale abbuffata di gelato.

Su scala più ampia, l'analisi del comportamento di milioni di consumatori consentirebbe ai supermercati di prevedere quante famiglie australiane cucinano il risotto ogni settimana. Ciò informerebbe i sistemi di gestione dell'inventario, ottimizzazione automatica delle scorte di riso Arborio, ad esempio, per negozi con molti consumatori di risotti.

Questa informazione sarebbe quindi condiviso con fornitori amichevoli, consentendo una gestione più efficiente dell'inventario e una logistica snella.

Marketing efficiente

Database di schemi di fidelizzazione tradizionali come FlyBuys hanno permesso ai supermercati di identificare il tuo frequenza di acquisto di un prodotto particolare - come l'acquisto di riso Arborio una volta alla settimana - e quindi inviare un'offerta a un gruppo di consumatori identificati come "in procinto di acquistare riso Arborio".

Le nuove tecniche di marketing andranno oltre la promozione delle vendite ai clienti che sono già propensi ad acquistare quel prodotto comunque. Anziché, consiglieri di apprendimento automatico promuoverà pane all'aglio, tiramisù o altre raccomandazioni personalizzate sui prodotti che i dati di migliaia di altri consumatori hanno suggerito di riunire spesso.

Un marketing efficiente significa meno sconti e più profitti.

Dinamica dei prezzi

La sfida dei prezzi per i supermercati comporta applicare il giusto prezzo e la giusta promozione al prodotto giusto.

Ottimizzazione dei prezzi al dettaglio è un'impresa complessa, che richiede un'analisi dei dati a livello granulare per ciascun cliente, prodotto e transazione.

Per essere efficaci, devono essere esaminati infiniti fattori, come l'impatto delle vendite modificando i prezzi nel tempo, la stagionalità, le condizioni meteorologiche e le promozioni della concorrenza.

Un programma di apprendimento automatico ben congegnato può tener conto di tutte queste variazioni, combinandole con dettagli aggiuntivi come cronologia degli acquisti, preferenze sui prodotti e altro ancora per sviluppare approfondimenti e prezzi su misura per massimizzare entrate e profitti.

Opinioni dei clienti

Storicamente, il feedback dei clienti è stato ottenuto tramite schede di feedback, compilate e inserite in una casella di suggerimenti. Questo feedback doveva essere letto e seguito.

As i social media sono aumentati, è diventata una piattaforma per esprimere feedback pubblicamente. di conseguenza, i rivenditori si sono rivolti al software di raschiatura dei social media al fine di rispondere, risolvere e coinvolgere i clienti nella conversazione.

Andando avanti, l'apprendimento automatico svolgerà un ruolo in questo contesto. I sistemi di machine learning e AI consentiranno per la prima volta l'analisi in blocco di più fonti di dati disordinati e non strutturati, come ad esempio il cliente ha registrato commenti verbali o dati video.

Riduzione del furto

Rivenditori australiani perdere circa $ 4.5 miliardi annui di perdite di magazzino. La crescita in i registri self-service stanno contribuendo a quelle perdite.

I sistemi di apprendimento automatico hanno la capacità di farlo scansiona senza fatica milioni di immagini, consentendo ai sistemi POS (point of sale) intelligenti e dotati di fotocamera di rilevare le diverse varietà di acquirenti di frutta e verdura posizionati su scale di registro.

Nel tempo, i sistemi miglioreranno anche nel rilevare tutti i prodotti venduti in un negozio, incluso un'attività chiamata classificazione a grana fine, consentendogli di distinguere tra un'arancia di Valencia e quella di Navel. Quindi non ci sarebbero più "errori" nell'inserimento delle patate quando si acquistano effettivamente pesche.

A più lungo termine, i sistemi POS potrebbero scomparire completamente, come nel caso di Negozio Amazon Go.

Computer che ordinano per te

I sistemi di apprendimento automatico lo sono migliorare rapidamente a tradurre la tua voce naturale in liste della spesa.

{vembed Y = rgksCRiRlsI}

Assistenti digitali come Google Duplex potrebbe presto creare liste della spesa e effettuare ordini per te, con Rivenditore francese Carrefour ed Il colosso statunitense Walmart già collaborando con Google.

Un'esperienza di vendita al dettaglio in evoluzione AI

Man mano che avanzi nelle fasi della vita, invecchi, a volte non ti senti bene, potresti sposarti, magari avere figli o cambiare carriera. Man mano che le circostanze di vita e le abitudini di spesa di un cliente cambiano, i modelli si adegueranno automaticamente, come già fanno nelle aree come il rilevamento di frodi.

L'attuale reattivo il sistema prevede di attendere che un cliente inizi a comprare pannolini, ad esempio, per identificare quel cliente come se avesse appena iniziato una famiglia, prima di dare seguito alle opportune raccomandazioni sul prodotto.

Invece, gli algoritmi di apprendimento automatico possono comportamento del modello, come gli acquisti di vitamine foliche e oli biologici, quindi predire quando le offerte devono essere inviate.

Questo passaggio dal marketing reattivo a quello predittivo potrebbe cambiare il modo di fare acquisti, offrendoti suggerimenti che forse non hai mai nemmeno preso in considerazione, tutto possibile a causa delle opportunità legate all'intelligenza artificiale sia per i rivenditori che per i loro clienti.

Riguardo agli Autori

Michael Milford, professore, Queensland University of Technology e Gary Mortimer, professore associato di marketing e affari internazionali, Queensland University of Technology

Questo articolo è ripubblicato da The Conversation sotto una licenza Creative Commons. Leggi il articolo originale.