Reagieren Sie auf das, was Sie kaufen, und sagen Sie dann voraus, was Sie kaufen möchten. Shutterstock / nmedia

Egal, ob Sie online oder im Geschäft einkaufen, Ihr Einkaufserlebnis ist das neueste Schlachtfeld für die Revolution der künstlichen Intelligenz (KI) und des maschinellen Lernens.

Die großen australischen Einzelhändler haben inzwischen erkannt, dass sie eine Menge davon haben, wenn sie ihre AI-Strategie richtig anwenden Leiter KI und Maschinelles Lernen unterstützt von a Team von Datenwissenschaftlern.

Der neu entwickelte Geschäftsbereich Woolworths WooliesX zielt darauf ab, zusammen zu bringen Eine vielfältige Gruppe von Teams, einschließlich Technologie, digitales Kundenerlebnis, E-Commerce, Finanzdienstleistungen und digitales Kundenerlebnis.

Alles über die Datenverarbeitung

Um die Chancen und Risiken für alle großen Einzelhändler zu verstehen, ist es hilfreich zu verstehen, warum künstliche Intelligenz wieder auf der Tagesordnung steht. Zwei entscheidende Dinge haben sich seit den ersten AI-Streifzügen vor Jahrzehnten geändert: Daten und Rechenleistung.

Die Rechenleistung ist leicht zu erkennen. Das Smartphone in der Hand hat Millionenfach mehr Rechenleistung als die sperrigen Computer von vor Jahrzehnten. Unternehmen haben Zugang zu nahezu unbegrenzter Rechenleistung, mit der sie ihre KI-Algorithmen trainieren können.

Der andere entscheidende Faktor ist der Umfang und die Fülle der verfügbaren Daten, insbesondere im Einzelhandel.

Künstliche Intelligenzsysteme - insbesondere Lerntechniken wie maschinelles Lernen - leben von großen, umfangreichen Datenmengen. Wann entsprechend gefüttert Mit diesen Daten erkennen diese Systeme Trends, Muster und Korrelationen, die kein menschlicher Analytiker jemals manuell erkennen könnte.

Diese Ansätze des maschinellen Lernens automatisieren die Datenanalyse und ermöglichen es Benutzern, ein Modell zu erstellen, das dann nützliche Vorhersagen über andere ähnliche Daten treffen kann.

Warum der Einzelhandel für AI geeignet ist

Die Schnelligkeit der KI-Bereitstellung in verschiedenen Bereichen hängt von einigen kritischen Faktoren ab: Der Einzelhandel ist aus mehreren Gründen besonders geeignet.

Das erste ist die Fähigkeit zu testen und zu messen. Mit geeigneten Sicherheitsvorkehrungen können Einzelhandelsriesen KI einsetzen und die Reaktion der Verbraucher testen und messen. Sie können den Effekt auf ihr Endergebnis auch ziemlich schnell direkt messen.

Das zweite sind die relativ geringen Folgen eines Fehlers. Ein KI-Agent, der ein Passagierflugzeug landet, kann es sich nicht leisten, einen Fehler zu machen, da er möglicherweise Menschen tötet. Ein im Einzelhandel eingesetzter KI-Agent, der täglich Millionen von Entscheidungen trifft, kann es sich leisten, diese zu treffen einige Fehler, solange der Gesamteffekt positiv ist.

Einige intelligente Robotertechnologien finden bereits im Einzelhandel statt Nuro.AI Partnering mit Lebensmittel-Giganten Kroger Lebensmittel an die Haustür der Kunden in den Vereinigten Staaten zu liefern.

{vembed Y=0xZsvs8iG0Q}

Viele der wichtigsten Änderungen werden jedoch eher durch den Einsatz von KI als durch physische Roboter oder autonome Fahrzeuge verursacht. Lassen Sie uns ein paar AI-basierte Szenarien durchgehen, die Ihr Einzelhandelserlebnis verändern.

Ihre Einkaufsgewohnheiten

AI kann zugrunde liegende Muster erkennen in Ihrem Einkaufsverhalten von den Produkten, die Sie kaufen, und der Art und Weise, in der Sie sie kaufen.

Dies können Ihre regelmäßigen Einkäufe von Reis aus dem Supermarkt, vereinzelte Einkäufe von Wein aus dem Spirituosengeschäft und Freitagnacht-Eiskrem im örtlichen Supermarkt sein.

Während Bestands- und Verkaufsdatenbanksysteme den Kauf einzelner Produkte einfach nachverfolgen, können maschinelle Lernsysteme dies mit ausreichenden Daten tun vorhersagen Ihre regelmäßigen Gewohnheiten. Es ist bekannt, dass Sie jeden Montagabend gerne Risotto kochen, aber auch Ihr komplexeres Verhalten, wie das gelegentliche Eiscreme-Binge.

In größerem Maßstab würde eine Analyse des Verhaltens von Millionen von Verbrauchern es Supermärkten ermöglichen, vorherzusagen, wie viele australische Familien jede Woche Risotto kochen. Dies würde Lagerverwaltungssysteme informieren, Bestände automatisch optimieren von Arborio-Reis zum Beispiel für Läden mit vielen Risotto-Konsumenten.

Diese Information wäre dann geteilt mit freundlichen LieferantenDies ermöglicht ein effizienteres Bestandsmanagement und eine schlanke Logistik.

Effizientes Marketing

Herkömmliche Treueprogrammdatenbanken wie FlyBuys ermöglichten es Supermärkten, Ihre Kunden zu identifizieren Häufigkeit des Kaufs eines bestimmten Produkts - wie zum Beispiel, wenn Sie einmal pro Woche Arborio-Reis kaufen - und dann ein Angebot an eine Gruppe von Verbrauchern senden, die als „im Begriff waren, Arborio-Reis zu kaufen“ identifiziert wurden.

Neue Marketingtechniken werden über die Verkaufsförderung für Kunden hinausgehen, die dieses Produkt wahrscheinlich ohnehin schon kaufen werden. Stattdessen, Empfehlungen zum maschinellen Lernen wird für Knoblauchbrot, Tiramisu oder andere personalisierte Produktempfehlungen werben, die laut Angaben von Tausenden anderen Verbrauchern häufig zusammenpassen.

Effizientes Marketing bedeutet weniger Abzinsung und mehr Gewinn.

Preisdynamik

Die Preisherausforderung für Supermärkte bezieht mit ein den richtigen Preis und die richtige Werbung für das richtige Produkt anwenden.

Preisoptimierung im Einzelhandel ist ein komplexes Unterfangen, das eine Datenanalyse auf granularer Ebene für jeden Kunden, jedes Produkt und jede Transaktion erfordert.

Um effektiv zu sein, müssen unzählige Faktoren untersucht werden, z. B. wie sich die Preisänderungen im Laufe der Zeit, die Saisonabhängigkeit, das Wetter und die Werbeaktionen der Wettbewerber auf den Umsatz auswirken.

Ein gut ausgearbeitetes Programm für maschinelles Lernen kann all diese Variationen berücksichtigen und sie mit zusätzlichen Details wie Kaufhistorien, Produktpräferenzen und vielem mehr kombinieren, um tiefgreifende Einblicke und Preise zu erhalten, die auf die Maximierung von Umsatz und Gewinn zugeschnitten sind.

Kunden-Feedback

Bisher wurde Kundenfeedback über Feedback-Karten eingeholt, ausgefüllt und in eine Vorschlagsbox gestellt. Dieses Feedback musste gelesen und bearbeitet werden.

As Social Media hat zugenommenwurde es eine Plattform, um öffentlich Feedback zu geben. Entsprechend, Einzelhändler wandten sich an Social-Media-Scraping-Software um zu antworten, Kunden aufzulösen und mit ihnen ins Gespräch zu kommen.

In Zukunft wird maschinelles Lernen in diesem Zusammenhang eine Rolle spielen. Maschinelles Lernen und KI-Systeme ermöglichen zum ersten Mal die Massenanalyse mehrerer Quellen unordentlicher, unstrukturierter Daten, wie z Der Kunde hat mündliche Kommentare oder Videodaten aufgenommen.

Reduzierung des Diebstahls

Australische Einzelhändler Verlust von geschätzten 4.5 Mrd. AUD pro Jahr an Lagerverlusten. Das Wachstum in Selbstbedienungsregister leistet einen Beitrag zu diesen Verlusten.

Maschinelles Lernen Systeme haben die Fähigkeit zu Millionen von Bildern mühelos scannenund ermöglicht es intelligenten, mit Kameras ausgestatteten POS-Systemen (Point of Sale), die verschiedenen Sorten von Obst- und Gemüseeinkäufern zu erkennen, die auf einer Kassenskala platziert sind.

Mit der Zeit werden Systeme auch besser in der Lage sein, alle in einem Geschäft verkauften Produkte zu erkennen, einschließlich einer aufgerufenen Aufgabe feinkörnige KlassifizierungDies ermöglicht es, den Unterschied zwischen einer Valencia- und einer Navel-Orange zu erkennen. Daher gibt es keine "Fehler" mehr bei der Eingabe von Kartoffeln, wenn Sie tatsächlich Pfirsiche kaufen.

Längerfristig können POS-Systeme wie im Fall des. Vollständig verschwinden Amazon Go Store.

Computer, die für Sie bestellen

Maschinelle Lernsysteme sind schnell besser werden beim Übersetzen Ihrer natürlichen Stimme in Einkaufslisten.

{vembed Y=rgksCRiRlsI}

Digitale Assistenten wie Google Duplex kann bald Einkaufslisten erstellen und Bestellungen für Sie aufgeben, mit Französischer Einzelhändler Carrefour und US-Riese Walmart arbeitet bereits mit Google zusammen.

Ein sich entwickelndes AI-Einzelhandelserlebnis

Wenn Sie sich durch Lebensphasen bewegen, werden Sie älter, werden gelegentlich krank, heiraten, haben vielleicht Kinder oder wechseln Ihre Karriere. Wenn sich die Lebensumstände und die Kaufgewohnheiten eines Kunden ändern, werden die Modelle automatisch angepasst, wie dies bereits in bestimmten Bereichen der Fall ist wie Betrugserkennung.

Die aktuelle reaktiv Das System besteht darin, darauf zu warten, dass ein Kunde Windeln kauft, um beispielsweise festzustellen, dass dieser Kunde gerade eine Familie gegründet hat, bevor er entsprechende Produktempfehlungen abgibt.

Stattdessen können maschinelle Lernalgorithmen Modellverhalten, wie der Kauf von Folsäure-Vitaminen und Bio-Ölen, dann vorhersagen Wann sollen Angebote gesendet werden?

Diese Verlagerung von reaktivem zu prädiktivem Marketing könnte die Art und Weise, in der Sie einkaufen, verändern und Ihnen Vorschläge unterbreiten, die Sie vielleicht nie in Betracht gezogen haben. All dies ist möglich, da sowohl Einzelhändler als auch deren Kunden mit AI in Verbindung stehen.

Über den Autor

Michael Milford, Professor, Queensland-Universität für Technologie und Gary Mortimer, Associate Professor für Marketing und International Business, Queensland-Universität für Technologie

Dieser Artikel wird erneut veröffentlicht Das Gespräch unter einer Creative Commons-Lizenz. Lies das Original Artikel.