What can artificial intelligence do for retail?
人工智慧可以為零售做什麼？
介紹
幾十年來，傳統分析在數據驅動的零售行業中運行良好。然而，人工智慧 (AI) 和機器學習 (ML)引入了全新級別的數據處理，從而帶來更深入的業務洞察力。數據科學家可以為企業主打開一個新的可能性世界，從數百個人工智慧/機器學習模型中，提取異常和相關性。
根據 CB Insights 的數據，2013 年至 2018 年間，人工智慧新創公司在 374 筆交易中籌集了 18 億美元。亞馬遜可以將這些令人印象深刻的數字歸功於他們，因為它們讓商業領袖改變了他們對零售市場人工智慧的看法 —— 無論是實體店還是電子商務策略，以保持競爭優勢。目前，超過 28% 的零售商已經佈署了人工智慧/機器學習解決方案，比 2016 年的 4% 增加了七倍。看看「AI in Retail」在谷歌趨勢中的流行度：
那麼，你究竟如何在零售業務中利用人工智慧的優勢？
另請閱讀：如何創建市場平台
在零售行業使用人工智慧：SPD 集團應用案例
在 SPD 集團，我們知道零售企業如何從人工智慧中受益，因為我們擁有實踐經驗。我們開發了一個基於追踪客戶，在商店中的位置和行為的產品建議系統。它旨在透過提供智慧建議來提高店主的銷售額，同時改善客戶體驗。
該項目最初，是為了改進超市中的 CRM。我們的目標是實施一個不需要物理身份證的客戶辨識系統，並將其連接到現有的 CRM 流程。為實現這一目標，我們必須分析來自攝影機的影像，在框架中辨識客戶，並追踪每個客戶在商店中的位置，以將其與產品的位置相匹配。此外，該系統還需要能夠在客戶在一個位置站得太久時提醒員工，以便員工在需要時可以提供幫助。收集所有這些有價值的資訊，以確定每個客戶喜歡的產品，為他或她創造未來的優惠。
建構此解決方案，首先使用商店中現有的安全攝影機，然後僅設置幾個額外的攝影機。我們使用了帶有預先訓練加權的 YOLO 模型，因為它可以有效地辨識人。當某人的目標是追踪多個對象時，Tracklet Association 方法就派上用場了。該方法處理並略微改進來自 YOLO 的資訊，即同一訪問者的明顯相似性（這稱為外觀嵌入），形成軌跡，並在網路流圖的幫助下，將它們分組。簡而言之，我們的系統現在能夠與多個客戶進行交互。我們計算了攝影機的幾何形狀，以確定它們的範圍。然後，透過實施透視轉換，我們的系統現在能夠接收某些客戶位置的二維坐標。
該系統安裝在店內後，業主獲得了全新的洞察力。將有關客戶偏好的所有這些資訊整合到 CRM 中後，他們就可以預測對特定產品的需求。更重要的是，企業主可以提出更有效的個人優惠和促銷優惠，並針對不同的客戶群體調整價格策略。消除實體禮品卡改善了購物體驗和客戶滿意度。現在，工作人員可以提供個性化的折扣，或詢問上次購買的體驗 —— 讓客戶感到更加受歡迎。
那是我們的經驗，但全球智慧零售趨勢又如何呢？
當今零售業如何使用人工智慧
因此，我們在 2021 年，人工智慧解決方案仍有很大的發展空間。但是，我們已經可以向你展示一些具有經證實的商業價值的真實 AI 應用案例。以下是人工智慧如何改變零售業。
人工智慧在零售業的 12 大用途：
1.商店可以無收銀員。
商店的機器人化將導致減少排隊、減少員工數量並顯著節省營運費用。亞馬遜人工智慧已經推出了免人工結賬商店。當你從貨架上取走或放回商品時，Amazon Go and Just Walk Out Shopping 技術會做出反應。當你帶著產品走出商店時，亞馬遜帳戶會為你的購買收取費用。亞馬遜希望打造更多由人工智慧驅動的商店，例如 Amazon Go，其中只需要 6 到 20 名員工。
2. 聊天機器人協助客戶服務。
AI 聊天機器人可提供更高水準的客戶服務、改進搜索、發送有關新系列的通知，並推薦類似產品。如果客戶已經購買了一件黑色連帽衫，聊天機器人可以建議匹配的快照 – 這樣外觀就完成了。在不久的將來，全球 80% 的品牌，已經在使用或將使用人工智慧聊天機器人。Tommy Hilfiger 和 Burberry 推出了聊天機器人，來幫助他們的客戶瀏覽他們的產品系列。
3. 店內協助。
零售商還投資於可幫助客戶完成購物過程，並幫助商店員工的技術。Kroger Edge 技術在他們的商店中，消除了紙質價格標籤；現在使用智慧貨架標籤。該技術還在顯示幕上提供影片廣告、營養資訊和促銷資訊。Lowebot 是 Lowe's 的自主店內機器人，可幫助客戶以不同的語言，在店內找到他們需要的東西。同時，由於即時監控功能，它有助於庫存管理。
4. 價格調整。
人工智慧在零售店的應用，可以幫助企業為其產品設定價格，可視化多種定價策略的可能結果。為了能夠執行此操作，系統會收集有關其他產品、促銷活動、銷售數據和其他數據的資訊。商界領袖可以提供最優惠的報價，並獲得新客戶並因此促進銷售。eBay 和 Kroger 已經將人工智慧應用於價格優化，並根據獲得的資訊，靈活調整價格和促銷活動。
5. 價格預測。
價格預測是根據需求、季節趨勢、特點、同款新品發布日期，等對產品價格的預測。但是，它也可以用於零售。想像一下，有一個應用或服務可以幫助你的客戶，事先了解某種產品的價格將如何變化。有了人工智慧，這是可能的，而且很容易實現。價格預測功能，可以幫助你建立客戶忠誠度。然而，零售行業中的預測分析和機器學習，可以實現的不僅僅是價格預測。
6. 供應鏈管理和物流。
該領域執行不力，導致全球零售商每年損失約 1.1 萬億美元。可以消除剩菜和缺貨情況。零售供應鏈中的人工智慧可用於補貨 —— 透過考慮銷售歷史、位置、天氣、趨勢、促銷和其他參數，來計算對特定產品的需求。在 BlueYonder 的幫助下，Morrisons 在 491 家商店的庫存預測和補貨方面，取得了更好的成績，它使店內貨架間隙減少了 30%。
7. 零售中的機器學習：產品分類。
LovetheSales.com 是零售行業機器學習的一個很好的例子 —— 它使用機器學習模型，對來自不同賣家的超過一百萬件商品進行分類。基於機器學習的系統，為正在尋找特定類型產品的客戶，標記商品並將其分類為不同的類別。Lalafo 賣家只需上傳他們想要銷售的產品的圖像，具有電腦視覺的機器學習零售軟體，就會對其進行辨識、分類，甚至建議價格。該平台已經在一秒鐘內處理了 900 多個請求，利用機器學習模型透過相關內容提高了銷售額。
8. 視覺搜索。
由人工智慧提供支持的視覺搜索系統，允許客戶上傳圖像，並根據顏色、形狀和圖案，找到類似的產品。Cortexica 的圖像辨識技術，承諾接近 95% 的準確率。客戶以 90% 的正面回饋，認可了「查找類似」功能。American Eagle 的 IR 技術使用視覺搜索 —— 它不僅可以幫助人們獲得相同或相似的衣服，還可以建議搭配它的最佳方式。
9.語音搜索。
Walmart、Tesco、Kohl's、Costco 等眾多大品牌，都使用谷歌或亞馬遜的 AI 技術，為客戶提供簡單快捷的語音搜索。現在，客戶只需向 Alexa 詢問所需物品及其交付狀態，無需輸入任何內容。事實上，全球有 27% 的人在行動設備上使用語音搜索，其中 52% 的人更喜歡行動應用 app 和網站，因為它們更方便。
10. 虛擬試衣間。
這是我們需要提及的另一個很棒的應用，虛擬試衣間是客戶節省時間，並在幾分鐘內找，到所有元素完美匹配的完美服裝的好方法！Me-Ality 的虛擬試衣亭，可以在 20 秒內對你進行掃描，並在此期間測量你身體的 200,000 個點。Levi's、Gap、Brooks Brothers、Old Navy 等公司，在他們的商店中安裝了這些掃描儀，並獲得了巨大的銷售額成長。
11.客戶滿意度追踪。
人工智慧能夠在購物過程中，檢測客戶的情緒。沃爾瑪已經為此功能引入了臉部辨識系統。每個結賬通道都安裝了攝影機，如果顧客感到惱火，商店代表會與他或她交談。情緒跟踪肯定有助於與客戶建立更牢固的關係。
12. 客戶行為預測。
Personali 和其他一些人工智慧平台，使企業主能夠利用行為經濟學，並為每個客戶建立個性化的方法。Personali 有一個智慧激勵平台，可以分析每個客戶的心理和情緒以增加購買量。該算法處理客戶在之前的購物體驗中的情緒反應和行為，並嘗試為特定訪客提供最佳定價。
閱讀更多關於 客戶服務中的人工智慧
零售供應鏈中的人工智慧
供應鏈是一個可以透過人工智慧的實施，而發生巨大變化的領域。始終需要更快的產品交付和改進的庫存控制。人工智慧可以提供有關特定供應鏈，如何運作的清晰願景，檢測低效率，並創造出使其變得更好的方法。
有許多可用的案例；讓我們仔細看看，指出人工智慧在供應鏈中的最大優勢。
供應鏈網路
- 人工智慧可以估算各個級別的內部和外部供應鏈費用。
- 降低第三方合作夥伴及其客戶的運費。
- 供應商交付可以更快、更準確、更安全。
- 改進了原材料供應商、物流公司、製造商和供應鏈中其他參與者的上下游規劃。
- 由於對多個變量的更好理解，控制和降低風險。
- 發生意外事件時改變行動方針。
分析和預測
- 預測和規範分析，可用於各種零售產品和地點。
- 可以從龐大的供應鏈數據集中提取資訊，以添加到零售決策過程中。
- 人工智慧可以與其他系統連接，以改進潛在需求的規劃，以及供應和產品能力的調整。
- 人工智慧能夠優化訂單，以準確滿足需求。
路線優化
- 自動化卡車、船舶、送貨機器人等將提高效率，使供應鏈的特定級別能夠自主運行。
- 人工智慧可以與 GPS 追踪聯繫起來，以得出當前路線的結論，並提供改進。
- 人工智慧不僅能夠制定更好的路線，還能夠為整個企業規劃所有交付操作。
頂級人工智慧供應商之一聲稱，在庫存管理中實施人工智慧使所有營運成本降低了 32%。根據 Stasista1：
- 49% 的受訪者預計人工智慧將削減供應鏈成本。
- 44% 的人預計人工智慧將提高生產力。
- 43% 的人確信人工智慧將成為增加收入的主要因素。
- 40% 的受訪者認為在零售決策中，使用人工智慧是該技術的主要優勢。
難怪零售商會密切關注這些好處、統計數據和發生的用例。MarketsandMarkets 預測，到 2025 年，零售供應鏈中的全球人工智慧支出，將達到 100 億美元，年成長率超過 45%。
閱讀有關客戶服務中人工智慧的更多資訊。
零售統計中的人工智慧
根據凱捷在零售業人工智慧大會上的一項零售業高管調查，到 2020 年，該技術在零售業的應用每年可為該行業節省高達 3400 億美元。估計這些節省的 80%，將來自人工智慧對供應的改善連鎖管理和退貨。就面向客戶的功能而言，受訪者認為聊天機器人和自助結賬服務，對零售商的幫助最大。到 2022 年，全球商業零售人工智慧市場，預計將成長到超過 500 萬美元。
2021 年頂級人工智慧投資預測
- 根據國際數據公司的數據，到 2021 年底，全球人工智慧支出，預計將達到 358 億美元，比 2018 年成長 44%。
- 零售業將在 2021 年引領全球人工智慧系統支出，在自動化客戶服務代理、購物顧問，和產品推薦平台上投資 59 億美元。
- 自動化客戶服務，將成為 2021 年最大投資額的接受者，達到 45 億美元。
- 銷售流程推薦和自動化，將獲得 27 億美元的投資。
- 自動化威脅情報和預防，將獲得 27 億美元。這對信用卡詐欺檢測和預防來說是個好消息。
- 總計超過 20 億美元，將投資於自動化預防維護、診斷和處理系統、詐欺分析和調查、智慧流程自動化、程序顧問和推薦系統。
零售業已經透過軟體解決方案和機器人技術，感受到了人工智能的影響。2018 年，28% 的零售商以某種方式，實施了人工智慧或機器學習。與 2016 年相比，這是驚人的 600%。事情正在好轉，到 2021 年底，我們預計會看到更令人印象深刻的統計數據。
食品、雜貨、百貨、鞋類和服裝店，通常是 AI 創新的主要支持者，具有各種實際用例。只有 26% 的零售業 AI/ML 技術解決方案，直接與客戶互動；剩下的 74% 在幕後工作。目前，大部分人工智慧用於操作任務，和接管無聊的日常任務，但可以肯定地說，這些數字會隨著技術的發展而發生變化。
根據最近的一項調查，73% 的客戶鼓勵品牌使用他們的資訊，來改善他們在購物過程中的個性化體驗。由人工智慧驅動的客戶服務機器人，已經能夠實現這一目標。機器人可以辨識常客，並在現場提供個性化推薦，而聊天機器人可以在線做同樣的事情。
人工智慧對零售業的影響
根據凱捷在零售業人工智慧大會上的，一項零售業高管調查，到 2020 年，人工智慧技術在零售業的應用，每年可為該行業節省高達 3400 億美元。據估計，80% 的節省，將來自人工智慧對零售業的改進。供應鏈管理和退貨。就面向客戶的功能而言，受訪者認為聊天機器人和自助結賬服務，對零售商最有利。到 2022 年，零售業人工智慧的全球市場，預計將長到超過 500 萬美元。
結論
基於人工智慧和機器學習的解決方案，可以幫助你的零售業務成長。保持相關性並超越市場上的競爭對手！自動化流程、更好的業務洞察力，以及改善的客戶參與度將增加收入。聊天機器人、視覺搜索或語音搜索等人工智慧零售解決方案，可以極大地改變你的底線。
 |
| IDVIEW 不只是縮時攝影 |
沒有留言:
張貼留言