Как искусственный интеллект помогает российским ритейлерам стать ближе к клиентам
Последние несколько лет ритейл активно ищет и внедряет инструменты и технологии, которые помогают лучше понимать клиентов. Цифровая трансформация меняет не только бизнес-модели компаний, но и влияет на поведение потребителей.
Они крайне негативно реагируют на повсеместное распространение спама и при этом ждут более персонализированных предложений. Люди становятся более требовательными к уровню сервиса, что стимулирует в частности ритейлеров использовать инновационные технологии, в том числе искусственный интеллект.
Максим Храменков, руководитель проектов компании «Иннодата», рассказал New Retail о том, как ИИ помогает магазинам повышать спрос, увеличивать выручку и способствует росту лояльности к продовольственным брендам.
Разберем, какие технологии сегодня применяются в онлайн, а какие в офлайн-ритейле.
ОНЛАЙН-РИТЕЙЛ
• Самообучающиеся модели
Интернет-торговля – одно из ведущих направлений в ритейле, где применяются технологии искусственного интеллекта.
В онлайн-торговле все взаимодействие с пользователями так или иначе оцифровано. Человек делает заказы, оплачивает их в приложениях или на сайтах компаний, в интернет-магазинах, там же он получает дополнительную информацию о товарах и услугах, просматривает рекламу, переходит по ссылкам, оставляя свой уникальный цифровой след. Это помогает компаниям собирать данные о покупателях на протяжении всего customer journey. В дальнейшем собранная информация используется для обучения моделей аналитики.
Для чего же нужны такие модели? Например, они могут помочь в точной настройке таргетированных маркетинговых кампаний. При настройке рекламы во внимание принимаются все возможные факторы: пол и возраст клиента, его интересы и потребности, наиболее приемлемый формат общения и т.д. В дальнейшем эта информация помогает искусственному интеллекту кастомизировать торговые предложения компаний для каждого клиента. Например, показывать подходящие рекламные баннеры, предлагать товары, которые могут быть интересны покупателю на основе его предыдущего опыта и так далее.
• Компьютерное зрение и дополненная реальность
В онлайн-ритейле компьютерное зрение выполняет немного другие функции. Например, крупные интернет-маркеты широко применяют эту технологию для поиска товаров по фотографиям. Крупнейшая международная компания AliExpress использует computer vision, чтобы помогать клиентам находить интересующие товары на своих онлайн-платформах. Технология позволяет распознавать изображения и находить похожие на сайте или в мобильном приложении. Например, человек не знает название товара внутри онлайн-маркета. Он делает фотографию, и ИИ предлагает ему перечень похожих товаров, среди которых клиент находит то, что ему необходимо.
В фэнш-индустрии активно применяется примерка одежды при помощи технологии дополненной реальности (AR). В приложении покупатель может увидеть, насколько ему подходит понравившаяся вещь и оценить ее сочетание с другими элементами одежды для подбора подходящего образа. Сейчас эту технологию тестируют и внедряют крупные онлайн-сервисы Lamoda, ASOS и др.
• Анализ прошлых покупок
Мы уже говорили о том, что онлайн-ритейлеры могут собирать информацию о покупательском поведении клиентов по всем возможным каналам, где те оставляют свой цифровой след. Эти данные помогают искусственному интеллекту анализировать историю предыдущих покупок и напоминать потребителям, что они ранее приобретали в этом магазине, предлагая удобный для каждого конкретного человека формат заказа и доставки. Например, в ближайший от него постамат.
Доставка товаров в постаматы делает клиентов независимыми от курьера и позволяет забирать заказ из удобной точки. Пример таких постаматов — холодильники онлайн-магазина «Утконос». Их располагают в торговых центрах, магазинах или офисах. С их помощью клиенты забирают заказы в удобном месте. Постаматы в офисах активно устанавливает компания Delivery Club Daily. Они оснащены RFID-меткой (Radio Frequency Identification, от англ. – радиочастотная идентификация), позволяющей мгновенно списывать деньги за покупку с карты клиента.
• Организация внутренних процессов в компаниях
Искусственный интеллект используется не только для удобства клиентов — он также помогает онлайн-магазинам в организации внутренних бизнес-процессов, например, для оптимизации логистики или работы склада. Наиболее яркий пример, на который ориентируются многие ритейл-бренды — это Amazon. Компания активно использует роботов для сортировки заказов, что минимизирует ручной труд на складах.
ИИ может также применяться в работе контактных центров онлайн-магазинов. Чат-боты и виртуальные помощники позволяют оцифровать процесс общения между контактным центром и клиентом, сокращая путь получения информации до практически мгновенного.
• Кассы самообслуживания
Офлайн-магазины не отстают от онлайн-маркетов. Бывает, что там технологии искусственного интеллекта применяются даже чаще. Сейчас практически в каждой стране есть хотя бы один магазин, который обслуживает клиентов с минимальным участием людей. В России к автоматизации постепенно стремятся многие продуктовые сети. Кассы самообслуживания располагаются в магазинах «ВкусВилл», «Пятерочка», «Магнит» и в крупных гипермаркетах «Ашан», METRO и так далее.
Однако, роботизированные кассы еще не скоро смогут полностью заменить кассиров — людям часто необходима помощь сотрудников не только при работе с автоматизированной кассой, но для проверки документов при покупке алкоголя и сигарет. Таким образом, современные условия в любом случае требуют участия людей.
• Динамическое ценообразование
Искусственный интеллект помогает ритейлерам настроить систему динамического ценообразования. На его базе компании могут составлять модели для выявления зависимостей между изменением цен на товары и различными событиями на рынке. Стоимость меняется под воздействием сотни факторов, например, циклов спроса по сезонам/неделям/времени суток, погодным условиям, сроку хранения и так далее. Искусственный интеллект анализирует эти факторы и помогает сформировать наиболее привлекательную цену для покупателей в конкретные периоды.
• Предиктивная аналитика
Искусственный интеллект может предугадывать потребности и желания клиентов и выбирать наиболее подходящие способы доставки информации, выстраивая персонализированный подход. Такие возможности для компаний открывает предиктивная аналитика, которая может анализировать большое количество данных и оперативно строить на их основе прогностические модели. Прогнозная аналитика помогает магазинам проводить оптимизацию цен, планировать закупки, вводить новые продуктовые линейки, предотвращать отток клиентов и многое другое.
• Распознавание ценников
Технологии искусственного интеллекта помогают собирать данные для поставщика продуктов. Сейчас большим спросом пользуются системы по распознаванию ценников — для детекции отдельных областей используются нейронные сети, а для распознавания текста — технология OCR (Optical Character Recognition). Такие системы позволяют сравнить цены на товары в магазине с ценами конкурентов, при этом сотрудникам не нужно ходить и записывать все эти данные вручную — за них все делает робот.
• Прогнозирование спроса
Не так давно в России внедрили 54 Федеральный закон «О применении кассовой техники при осуществлении расчетов в Российской Федерации», где было зафиксировано, что информация на чеках может отправляться через операторов напрямую в налоговую службу.
Затем, согласно постановлению Правительства РФ № 515, определился список товаров, подлежащих обязательной маркировке. С помощью этих документов у поставщиков появилась возможность мониторить оборот таких товаров и сводить все данные в единую базу по отдельным регионам. Технологии искусственного интеллекта помогают проанализировать эти данные и заранее спрогнозировать объем товаров, который необходимо доставить в каждую конкретную точку.
На Западе уже есть ряд компаний-дистрибьюторов, которые на основе этих данных отслеживают необходимый минимальный остаток на складе магазина и ставят удобные для себя сроки и объем следующей поставки. Это заметно минимизирует затраты на логистику.
• Логистика
Элементы искусственного интеллекта есть в современных системах построения маршрутов. При их построении используется информация о прошлых маршрутах (фактическое исполнение, статистика отклонений), что позволяет сделать более точный прогноз и на день, и на несколько дней вперед. При этом можно учитывать в комплексе нагрузку на склад, тайминги технических операций, время и статистику движения, продолжительность выполнения заказов и многое другое. Это позволяет максимально оптимизировать затраты на логистику.
* * *
Мы видим, что искусственный интеллект постепенно проникает в ритейл-индустрию, помогая компаниям налаживать персонализированный контакт с клиентами и оптимизировать свою работу изнутри. Пока рано говорить об абсолютном совершенстве таких технологий — многие из них только тестируются и применяются в компаниях выборочно.
Однако рост конкуренции на рынке подтолкнет ритейлеров к ускоренному освоению искусственного интеллекта и поиску возможностей его применения в различных бизнес-процессах.
Автор: Максим Храменков
Читйте также: Разработчики искусственного интеллекта получат льготы