Искусственный интеллект в ритейле: как его уже сейчас применяют, и какие выгоды из этого извлекают

Чтобы не упустить потенциальную выгоду, найти возможности использования ИИ в вашей компании и легко ориентироваться во всём многообразии решений, Борис Агатов, независимый эксперт по внедрению инноваций в ритейле, систематизировал основные области применения искусственного интеллекта.

Борис Агатов, независимый эксперт по внедрению инноваций в ритейле

В предыдущей статье мы с вами увидели, что применение технологии искусственного интеллекта в розничной торговле находит всё более широкое применение, а первопроходцы рискуют сорвать главный куш и оторваться от основной массы розничных продавцов.

Alibaba готовит масштабные трансформации ритейла, а технологии искусственного интеллекта уже заходят на территорию творческих профессий и готовы составить им конкуренцию.

Чтобы не упустить потенциальную выгоду, найти возможности использования ИИ в вашей компании и легко ориентироваться во всём многообразии решений ниже приведена некая систематизация областей применения искусственного интеллекта.

Всего выделяют 4 крупных области:

Коммуникации
Оптимизация ценообразования
Работа с товарными запасами
Экспериментальный ритейл

Хочу отметить, что такое разделение довольно условное, но поможет нам раскрыть потенциал использования ИИ в ритейле и как-то «уложить» в голове все области его использования.

Кратко рассмотрим каждую область применения искусственного интеллекта.

Коммуникации

Основной тренд в развитии коммуникаций между брендом и покупателем состоит в создании как можно более персонализированного контента для каждого клиента и индивидуального товарного предложения. Искусственный интеллект может помочь создать персонализированный опыт, как в онлайн-канале, так и в обычном магазине. Для этого можно задействовать чатботы, а также предоставление покупателю возможности покупок при помощи голоса, а не набором на клавиатуре.

Использование голосового общения с покупателем возможно не только в онлайн, но и в обычном магазине, к примеру, в примерочных кабинах голосовые команды могут быть использованы для того, чтобы покупатель заменил неподходящую вещь, попросить принести другой размер и многих других возможностей. Голосовые команды преобразуются в текст и передаются на склад, на компьютер продавцу, а он уже в свою очередь сразу видит в базе, есть ли такой товар или нет. Если запрашиваемый товар есть, то он его принесёт, а если его не окажется в магазине, то система подборов луков поможет подобрать подходящую вещь, и продавец сможет её предложить покупателю.

Почему сейчас так важна персонализация в разных областях ритейла? Начнём с продаж через мобильные устройства.

Продажи в мобильном канале очень быстро растут, всё больше людей делают покупки с мобильных устройств, но несмотря на это конверсия там сравнительно невысокая, поэтому ритейлерам необходимо увеличивать конверсию в этом канале, чтобы добиться высоких результатов продаж. Персонализация предложения – один из ключевых моментов увеличения продаж.

Другая проблема, которую поможет частично нивелировать персонализация, это то, что мобильные устройства имеют небольшие экраны, а это означает, что одновременно можно предоставить только ограниченное количество продуктов на экране. Покупатели видят меньше продуктов при совершении покупок на своем мобильном устройстве, чем при просмотре на ноутбуке или настольном компьютере, следовательно, покупают меньше, поэтому нужно повысить конверсию и показывать только то, что идеальным образом подходит для конкретного покупателя.

Для этого опять необходима персонализация.

Люди всё больше хотят получать бесшовный опыт во всех каналах. Они хотят начинать покупку в одном месте. К примеру, в интернет-магазине, а закончить её в обычном магазине. В идеале они хотят получить индивидуальный подход, как в онлайне, так и в офлайне. Сейчас уже становится возможным получить метрики поведения покупателя в разных каналах продаж, включая офлайн канал и составить более полное представление о его потребностях. Количество метрик нарастает стремительно и с ними под силу разобраться только технологиям искусственного интеллекта, которые хорошо справляются с кластеризацией, выявлением нужных характеристик человека, на которые можно потом воздействовать при помощи маркетинговых инструментов.

У любой программы лояльности есть всегда два узких места, первое – если база клиентов большая, то сегментировать её – адский труд, а качество этой сегментации всегда невысокое по причине того, что клиенты оставляют порой неполные данные, да и запросить много данных у клиента для качественной сегментации не получается, т.к. никто не хочет заполнять анкету длиною в 20 вопросов.

Но предположим, что нам каким-то чудесным образом удалось сегментировать базу, пусть там будет всего два сегмента. Что мы делаем с этими сегментами? Мы придумываем для них модель поведения, основываясь на своих же представлениях. Но зачастую люди себя ведут совсем по-другому. ИИ довольно легко справляется с сегментацией базы, т.к. он в состоянии отследить поведение, буквально, каждого клиента и уже на базе этого анализа сможет сделать индивидуальное предложение и сегментов таких он нарежет тысячи, были бы для этого только много исходных данных. Чем больше данных, с которыми работает технология искусственного интеллекта, тем точнее будут прогнозы и выходные данные.

И наконец, рекламный шум научил потребителя не обращать внимания на то, что ему в данный момент неинтересно, поэтому огромное количество рекламы, просто, остается незамеченным потребителем.

Обратите внимание, за сколько секунд вы закрываете ненужный баннер, как правило, вам на это нужны даже не секунды, а доли секунды, это значит, что вы точно даже не успели ознакомиться с содержанием этого баннера. А индивидуальное предложение, безусловно, существенно повышает вероятность продажи, люди обращают на него внимание в разы чаще и продажи от этого увеличиваются.

Всем нам хочется, чтобы к нам относились как-то по-особенному, ценили наши потребности и учитывали нашу индивидуальность. Такой подход хорошо работает в маленьких нишевых магазинах. Когда продавец знает каждого покупателя в лицо, а в магазинах, в которые заходят тысячи человек в день, это невозможно. Но это невозможно для обычного продавца, а для магазина, снабжённого технологией искусственного интеллекта – это вполне рутинная и посильная задача.

Что уже сейчас может искусственный интеллект?

Создать миллионы персонализированных домашних страниц сайта, т.е. каждому посетителю при заходе на сайт будет показываться своя выборка товара, персональные рассылки в электронной почте, а также персонализация предложений в приложениях.
Проверить альтернативные варианты дизайна веб-сайта, измеряя коэффициент конверсии, создаваемый каждым вариантом. Такие процедуры делались раньше в полу-ручном режиме, а сейчас стало возможным делать это в больших масштабах и на качественно новом уровне.
В реальном времени на основе индивидуального поведения потребителей менять товары, которые попадают в выдачу покупателю. К примеру, человек зашёл на сайт интернет магазина, и его поведение показывает, что он сегодня настроен оставить кучу денег в вашем магазине, разумеется, имеет смысл показать ему самые дорогие товары. Вы спросите, а как узнать, собирается он потратить сегодня денег или нет, а вот для этого машина и строит свой прогноз по поведению каждого человека, учитывая его поведение в других каналах, статистику, поведение аналогичных покупателей и ещё 1000 и один фактор, который она сама выведет.
Предоставлять совокупные данные о покупательских привычках, образе жизни и предпочтениях, чтобы сформировать уникальный взгляд на каждого клиента. Розничные продавцы могут персонализировать опыт покупок для каждого клиента.
Потребители, скоро будут разговаривать с роботами и другими электронными устройствами при совершении покупок благодаря успехам в обработке обычной речи искусственным интеллектом. Машинные разговоры зачастую бывают неуклюжи, взять хотя бы помощника Алису из Яндекса, но тенденция к улучшению очевидна. В 2018 году был представлен полноростовой робот София, которая внешне уже очень похожа на человека, и может имитировать жесты, моргать, разговаривать, т.е. создавать вполне комфортную коммуникацию для человека. Во всех этих решениях задействован ИИ.
Компания Point Inside представила чат бота, который через скаченное приложение помогает найти товар или услугу, туалеты, стойки информации, места забора товара из интернет-магазинов, в больших магазинах, в торговых центрах, аэропортах и т.п. Несмотря на то, что точность определения товара или услуги не является стопроцентной, но уже достигает 95%, что, согласитесь, уже неплохо. Приложение прокладывает маршрут по схеме магазина, торгового центра или аэропорта. На основании этого сервиса Point Inside отдаёт много аналитики, при помощи, которой можно дополнительно стимулировать спрос.

Т.е. это не только помощь покупателю, но и отличное средство для продавца по сбору данных для аналитики и выстраивания на базе этих данных прогнозов.
Голосовые помощники Алиса от Яндекса, Алекса Amazon и Google Assistant переводят взаимодействие покупателя из печатного в голосовое. Для большинства розничных продавцов нецелесообразно разрабатывать свои голосовые помощники, которые используют ИИ, но благодаря партнёрству Яндекса и Google с сегментом торговли появилась возможность контакта покупателя с ритейлером посредством голосового ввода. На сегодня Amazon является лидером в этой области.

Подводя итог этому блоку можно сказать, что качество взаимодействия с покупателем растёт непрерывно, улучшаются все характеристики взаимодействия, также появляются новые возможности персонализированного контакта и предложения, стоит очень пристально наблюдать за этим направлением.

Оптимизация ценообразования

Онлайн ритейлеры, такие как Amazon, могут быстро изменить цену миллионов товаров в ответ на потребительский спрос или ценовую конкуренцию, и эта способность оставляет их традиционных розничных конкурентов далеко позади, когда дело доходит до их сопоставления с ценой Amazon. Услуги ИИ от сторонних поставщиков могут помочь традиционным ритейлерам в автоматической корректировке цены на основе рыночных условий и других данных, таких как погодные условия, праздники, распродажи, рекламные акции конкурентов и огромное количество других факторов.

Чем больше данных вы сможете ввести для анализа, начиная от очевидных, таких как погодные условия, автомобильный трафик в городе, общерыночных условий, цен конкурентов, в конце концов, даже можно сканировать заболеваемость гриппом в городе, всё это может пойти «в пищу» ИИ, на основании чего он в состоянии сделать прогноз и дать вам рекомендацию по установлению нужной стоимости товара.

Достигается невероятная автоматизация. Так, при помощи ИИ могут быть установлены индивидуальные цены не только для товара и для каждого канала распространения, но и для каждого магазина с учётом его месторасположения, ситуации, которая складывается вокруг этого конкретного магазина.

Вы скажете, что нам с того, что можно быстро менять цены? Ответ напрашивается сам собой — это значительное увеличении маржинальности и оборота товара. Вы скажете, что для онлайн торговли это подходит, но для обычных магазинов не категорически подходит, т.к. нет возможности так быстро менять ценники. И для такой ситуации уже есть своё решение – электронные ценники. Раньше внедрение электронных ценников оценивалось только в удобстве их использования по сравнению с бумажными и при тщательных расчётах получалось, что они окупятся лет эдак через 5 и поэтому они не получили широкого распространения.

Читайте также: Цифровые двойники в ритейле – кто это такие и почему с ними срочно нужно знакомиться?

Но теперь совсем иная история. При электронных ценниках для офлайн ритейлера становится возможным система динамического ценообразования с высоким уровнем прогноза по цене каждого товара. И тогда становится понятным, что электронные ценники могут окупиться значительно быстрее и стать важным маркетинговым инструментом.

Очень важная и интересная задача, которая решается при помощи ИИ – это определение начальной цены для нового продукта, который не имеет истории продаж. Это очень значимо для любого рынка, но в особенности для рынка фэшн, когда каждый сезон выходят новые модели и вопрос цены непраздный, т.к. можно установить либо очень низкую стоимость и прогадать в объёме выручки или слишком высокую и тоже дать промах, но уже с объёмом продаж. И то и другое ведёт к потере денег. Искусственный интеллект в состоянии дать довольно точный прогноз о начальной цене, и чем больше сезонов он анализирует продаваемый товар, тем точнее будет прогноз.

Стартап Wise Athena (США) разработал приложение, которое помогает на основе машинного обучения прогнозировать цены и спрос для компаний, которые продают товары повседневного спроса.

Мы знаем сколько происходит рекламных акций в магазинах, продающих подобный товар. Зачастую более 50% всех товаров продаётся по акциям. Как порой не просто принять решение о начале той или иной акции, потому что нужно принимать во внимание очень много обстоятельств – эластичность спроса, регион, цены конкурентов, издержки и многое другое и в итоге оценить результативность этой акции с учётом влияния на будущее поведение клиентов и продаж. И всё это желательно делать в режиме реального времени, чтобы быстро вносить коррективы в акции. При помощи инструментов, основанных на ИИ, можно очень серьёзно увеличить отдачу от рекламных акций.

Ежегодно на рынок выходят десятки новых технологических решений в этой сфере. Стоит за ними наблюдать и после тщательного изучения принимать «на борт», чтобы не отставать от конкурентов. Стоит также всегда помнить, что применение новых технологий имеет часто взрывной рост, – ещё вчера все пользовались кнопочными телефонами Nokia, а сегодня уже у всех смартфоны и только старожилы с чувством тоски вспоминают старую добрую Nokia. Поэтому в первую очередь смотрите не на ближайших конкурентов, а на глобальных лидеров ритейла и что у них происходит в смысле развития технологий.

Получить чек-лист для проверки вашего бизнеса и оставить заявку на консультацию по новым технологиям в ритейле для увеличения продаж здесь.

В следующей статье мы поговорим о двух других блоках применения ИИ: работа с товарными запасами и экспериментальном ритейле, где тоже происходит очень много интересного.

Буду вам признателен, если вы пришлёте свои примеры использования ИИ или вопросы по применению ИИ в связи с этой статьёй. На самые интересные вопросы я отвечу уже в следующей статье, посвящённой применению искусственного интеллекта в розничной торговле.

Я всегда на связи в сети Facebook.

Обзор составил Борис Агатов,

Независимый эксперт по внедрению инноваций в ритейле

От автора: «Создаю стратегию магазина 4.0, консультирую, помогаю разобраться в новых технологиях для ритейла, сравнить аналоги и выбрать оптимальный вариант для вашего бизнеса. Готов оказать помощь во внедрении инновационных подходов, которые в итоге окажут положительное влияние на динамику прибыльности компании! Связывайтесь через Facebook».

19:00	Спрос на регистрацию товарных знаков на кириллице вырос почти на 25%
18:35	В Хельсинки массово закрываются магазины из-за снижения турпотока из России
18:10	Wildberries двукратно повысит выплаты за найденные уязвимости
17:45	Apple утратила статус крупнейшего поставщика смартфонов на китайском рынке
16:40	Hermès превосходит конкурентов за счет скромной роскоши
16:10	Китай увеличил поставки легковых автомобилей в РФ на 35,4%
15:45	Центробанк РФ повысил ключевую ставку до 18%

Искусственный интеллект в ритейле: как его уже сейчас применяют, и какие выгоды из этого извлекают

Последние новости

Самое популярное