Poslušajte Podcast:
NRF organizira NRF 2023., najveći događaj u maloprodajnoj industriji. Počinje u ponedjeljak u kongresnom centru Javits u New Yorku. Ali danas, prije “Maloprodajnog velikog nastupa,” Google Cloud je predstavio niz novih i ažuriranih tehnologija umjetne inteligencije (AI) koje će prodavačima pomoći da poboljšaju provjeru na policama u trgovinama, poboljšaju online kupnju, omoguće personaliziranije pretraživanje i daju bolje preporuke .
Amy Eschliman, koja je direktorica maloprodajnih rješenja u Google Cloudu, kaže da od pandemije online kupci žele prirodnije i glatko iskustvo.
Čitaj više: Zabrinutost naljepnica za internetsku dostavu
“Prije pandemije 80% transakcija diljem svijeta odvijalo se u trgovinama, ali pomak na digitalno događao se cijelo vrijeme; COVID je prebacio prekidač preko noći”, rekla je VentureBeatu u e-poruci. “Kupovina u trgovini definitivno je ponovno počela, ali kupci više nikada neće biti isti.”
Činimo online kupnju personaliziranijom i intuitivnijom
Eschliman je rekao da nova značajka personalizacije vođena umjetnom inteligencijom prilagođava rezultate koje kupac vidi kada pretražuju i pregledavaju web stranicu trgovca. To je učinjeno kako bi se ispunila nova očekivanja potrošača.
Gleda korisnikove klikove, košaricu, kupnje i druge radnje na web-mjestu e-trgovine kako bi otkrio što im se sviđa, a što ne. AI se zatim pomiče gore u poretku pretraživanja i pregledavanja proizvoda koji odgovaraju tim preferencijama. To čini rezultate osobnijim i korisnijim.
“Više nego ikad znamo da kupci žele ovu vrstu personaliziranog iskustva”, rekla je. Također je rekla da je istraživanje koje je platio Google Cloud otkrilo da 75% kupaca preferira robne marke koje personaliziraju interakciju i dopiru do njih, a 86% želi marku koja zna koji su njihovi interesi i preferencije.
Browse AI novi je dio Google Cloud Discovery AI rješenja za trgovce. Upotrebljava strojno učenje za postavljanje proizvoda u najbolji red na web-mjestu e-trgovine nakon što kupci odaberu kategoriju, poput “ženskih jakni” ili “kuhinjskog posuđa”.
Da biste saznali više: Smart Retail Solution?
U prošlosti su web-mjesta za e-trgovinu sortirala rezultate proizvoda prema popisima najprodavanijih kategorija ili prema pravilima koja su napisali ljudi, poput ručnog odlučivanja koju odjeću istaknuti na temelju sezone.
Browse AI ima novi pristup samokontrolom i učenjem iz iskustva. Ovo trgovcima štedi vrijeme i novac za ručno upravljanje više stranica e-trgovine.
Novi alat sada je dostupan trgovcima diljem svijeta, a može se koristiti na 72 različita jezika.
Provjera polica koju pokreće Google Cloud pomoću umjetne inteligencije
NielsenIQ je napravio analizu onoga što se nalazi na policama i otkrio da bi prazne police samo u 2021. koštale američke trgovce na malo 82 milijarde dolara prodaje.
Izgrađeno na Google Cloudovom Vertex AI Visionu i pokretano pomoću dva modela strojnog učenja—prepoznavača proizvoda i prepoznavača oznaka—novo Google Cloudovo rješenje za provjeru polica koje pokreće AI dostupno je globalno u pretpregledu. Također pomaže u rješavanju teškog problema, a to je kako pronaći sve vrste proizvoda u velikom broju samo na temelju njihovih vizualnih i tekstualnih značajki i zatim te podatke pretvoriti u korisne uvide.
Pročitajte također: Najpopularnija odredišta za kupovinu u Indiji
Eschliman je rekao da rješenje koristi Googleovu ogromnu bazu podataka kako bi trgovcima omogućilo da identificiraju milijarde proizvoda i osiguraju da su njihove police pune. Rekla je: “Ovaj veliki skup podataka i vrhunska umjetna inteligencija Google Clouda mogu pomoći trgovcima da bolje upravljaju svojim zalihama u trgovinama.” I rješava “stari industrijski problem trgovaca koji ne znaju što je na njihovim policama u bilo kojem trenutku i gdje moraju obnoviti zalihe.”
AI poboljšava igru preporuka za maloprodaju
Google Cloud također je najavio poboljšanja Recommendations AI, koja će eCommerce učiniti još personaliziranijom i dinamičnijom.
Web-mjesto e-trgovine sada može dinamički birati koje će panele s preporukama proizvoda prikazati kupcu zahvaljujući novoj funkciji optimizacije na razini stranice. Optimizacija na razini stranice također smanjuje potrebu za dugotrajnim testiranjem korisničkog iskustva i ima potencijal povećati angažman korisnika i stope konverzije.
Nadalje, nedavno dodana značajka optimizacije prihoda koristi model strojnog učenja razvijen u suradnji s tvrtkom DeepMind koji kombinira kategorije proizvoda web-lokacije e-trgovine, cijene artikala te klikove i konverzije kupaca kako bi se pronašao pravi balans između dugoročnog zadovoljstva kupaca i povećanja prihoda za trgovce .
Konačno, novi model kupnje ponovno koristi kupčeve prethodne transakcije za davanje individualiziranih preporuka za buduće ponovne kupnje.
Trgovci se mogu zakopati u podacima
Eschliman je rekao da su mnogi trgovci na malo još uvijek u početnim fazama korištenja podataka o kupcima, proizvodima i opskrbnom lancu u stvarnom vremenu kako bi poboljšali poslovne operacije i korisničko iskustvo.
“Ali istina je da se u maloprodaji lako izgubiti u svim podacima”, rekla je. “AI i strojno učenje najbolji su načini rješavanja problema s kojima se trgovci danas suočavaju jer mogu obraditi i analizirati velike količine podataka u stvarnom vremenu, uočiti uzorke i trendove te donositi predviđanja i odluke koje su točnije i pouzdanije tijekom vremena. ”
