購入したものに反応し、購入したいものを予測します。 シャッターストック/ nmedia

オンラインまたは店舗で買い物をするかどうかにかかわらず、小売体験は人工知能（AI）と機械学習革命の最新の戦場です。

オーストラリアの大手小売業者は、AI戦略を正しく行うことで得られるものがたくさんあることに気付き始めています。 AIおよび機械学習の責任者 によってサポートされています データ科学者チーム.

新しく開発されたウールワース部門 ウーリーX まとめることを目指しています テクノロジー、カスタマーデジタルエクスペリエンス、eコマース、金融サービス、デジタルカスタマーエクスペリエンスを含む、チームの多様なグループ。

データの処理について

すべての主要な小売業者の機会と脅威を理解するには、人工知能がアジェンダに戻った理由を理解することが役立ちます。 数十年前のAIへの最初の進出以来、XNUMXつの重要な事柄が変わりました：データと計算能力。

計算能力は見やすいです。 手元のスマートフォンには 数百万倍の計算能力 数十年前のかさばるコンピューターよりも。 企業は、AIアルゴリズムをトレーニングするためのほぼ無制限のコンピューティングパワーを利用できます。

他の重要な要素は、特に小売店で利用可能なデータの規模と豊富さです。

人工知能システム、特に機械学習などの学習技術は、大規模で豊富なデータセットで繁栄します。 いつ 適切に給餌 このデータを使用して、これらのシステムはトレンド、パターン、および相関を発見します。これは、人間のアナリストが手動で発見することを望んでいなかったものです。

これらの機械学習アプローチにより、データ分析が自動化され、ユーザーはモデルを作成して、他の類似データに関する有用な予測を行うことができます。

小売がAIに適している理由

さまざまな分野でのAIの展開の速さは、いくつかの重要な要因に依存しています。小売店は、いくつかの理由で特に適しています。

XNUMXつ目は、テストと測定の機能です。 適切な保護策を講じることで、小売大手はAIを展開し、消費者の反応をテストおよび測定できます。 また、収益への影響をかなり迅速に直接測定することもできます。

XNUMX番目は、ミスの比較的小さな結果です。 旅客機に着陸するAIエージェントは、人を殺す可能性があるため、ミスを犯す余裕はありません。 毎日何百万もの意思決定を行う小売店で展開されるAIエージェントは、 一部 全体的な効果がプラスである限り、ミス。

いくつかのスマートロボットテクノロジーは既に小売店で行われています Nuro.AIは食料品の巨人クロガーと提携 米国の顧客の玄関口に食料品を配達する。

{vembed Y=0xZsvs8iG0Q}

しかし、最も重要な変更の多くは、物理的なロボットや自動運転車ではなく、AIの展開によるものです。 小売体験を変えるいくつかのAIベースのシナリオを見てみましょう。

あなたの買い物習慣

AI缶 基になるパターンを検出する 購入する商品の購入行動と購入方法の違いです。

これは、スーパーマーケットからのご飯の定期的な購入、酒屋からの散発的なワインの購入、地元のコンビニエンスストアでの金曜日の夜の過食です。

在庫および販売データベースシステムは、個々の製品の購入を十分なデータで追跡するだけですが、機械学習システムは 予測する あなたの規則的な習慣。 毎週月曜日の夜にリゾットを調理するのが好きなことを知っていますが、時折アイスクリームのどんちゃん騒ぎのようなより複雑な行動もします。

大規模な場合、何百万人もの消費者の行動を分析することで、スーパーマーケットは、リゾットを毎週調理するオーストラリアの家族の数を予測できます。 これにより、在庫管理システムに通知され、 在庫の自動最適化 たとえば、リゾットの消費者が多い店では、Arborio米を使用します。

この情報は フレンドリーなサプライヤーと共有、より効率的な在庫管理と無駄のない物流を可能にします。

効率的なマーケティング

FlyBuysのような従来のロイヤルティスキームデータベースにより、スーパーマーケットは 購入頻度 特定の製品（週にXNUMX回Arborio米を購入するなど）の後に、「Arborio米を購入しようとしている」と特定された消費者グループにオファーを送信します。

新しいマーケティング手法は、とにかくその製品を購入する可能性が高い顧客への販売促進以上のものになります。 代わりに、 機械学習のレコメンダー ガーリックブレッド、ティラミス、または他の何千人もの消費者からのデータがしばしば一緒に示唆している他のパーソナライズされた製品の推奨を促進します。

効率的なマーケティングとは、割引を減らして利益を増やすことです。

価格のダイナミクス

スーパーマーケットの価格設定の課題には、 適切な製品に適切な価格と適切なプロモーションを適用する.

小売価格の最適化 複雑な事業であり、顧客、製品、トランザクションごとに詳細なレベルのデータ分析が必要です。

効果的であるためには、価格ポイントの経時変化、季節性、天候、競合他社のプロモーションによる売上への影響など、無限の要因を調べる必要があります。

適切に作成された機械学習プログラムは、これらすべてのバリエーションを考慮に入れ、購入履歴、製品の好みなどの追加の詳細と組み合わせて、収益と利益を最大化するように調整された深い洞察と価格を開発します。

顧客フィードバック

これまで、顧客からのフィードバックはフィードバックカードを介して得られ、記入されて提案ボックスに入れられていました。 このフィードバックを読んで対処する必要がありました。

As ソーシャルメディアが増加、フィードバックを公開するプラットフォームになりました。 したがって、 小売業者がソーシャルメディアスクレイピングソフトウェアに注目 顧客の会話に対応し、解決し、関与させるため。

今後、機械学習はこのコンテキストで役割を果たします。 機械学習とAIシステムにより、次のような乱雑な非構造化データの複数のソースの初めてのバルク分析が可能になります。 顧客が口頭でのコメントまたはビデオデータを記録した.

盗難の減少

オーストラリアの小売業者 毎年推定4.5億豪ドルの損失を失う。 の成長 セルフサービスレジスタが貢献しています それらの損失に。

機械学習システムには次の機能があります 何百万もの画像を簡単にスキャン、スマートカメラ搭載POS（Point of Sale）システムで、さまざまな種類の果物や野菜の買い物客が登録スケールで検出できるようにします。

時間が経つにつれて、システムは、店舗で販売されているすべての製品を検出する能力も向上します。 きめ細かい分類、バレンシアとネーブルオレンジの違いがわかるようにします。 したがって、実際にモモを購入しているときに、ジャガイモに入る際に「間違い」はなくなります。

長期的には、POSシステムは、 Amazon Goストア.

あなたのために注文するコンピューター

機械学習システムは 急速に良くなる 自然な声を食料品リストに翻訳すること。

{vembed Y=rgksCRiRlsI}

などのデジタルアシスタント Google Duplex すぐに買い物リストを作成して注文するかもしれません フランスの小売業者カルフール & 米国の大手ウォルマート すでにGoogleと提携しています。

進化するAI小売体験

ライフステージを進むにつれて、年をとったり、気分が悪くなったり、結婚したり、子供を産んだり、キャリアを変えたりすることがあります。 顧客の生活環境と消費習慣が変化すると、モデルは地域で既に行われているように自動的に調整されます 不正検出のような.

現在 反応性 システムでは、適切な製品の推奨事項をフォローアップする前に、顧客がおむつを購入し始めるのを待ってから、たとえば、その顧客が家族を始めたばかりであると識別します。

代わりに、機械学習アルゴリズムは モデルの挙動、葉酸ビタミンやバイオオイルの購入など 予測する オファーを送信するタイミング。

リアクティブマーケティングから予測マーケティングへのこの移行は、ショッピングの方法を変える可能性があり、小売業者とその顧客の両方にAI関連の機会があるため、考えられないような提案をもたらします。

著者について

マイケル・ミルフォード、教授、 クイーンズランド工科大学 ゲーリーモーティマー、マーケティングおよび国際ビジネスの准教授、 クイーンズランド工科大学

この記事はから再公開されます 会話 クリエイティブコモンズライセンスの下で 読む 原著.