广告
01/12/2021
赞助内容

在零售业中利用数据分析和人工智能的变革力量

商店门前停着长队的汽车,挤满了在车里等待网购商品的顾客。消费者将他们的业务从一个商店带到另一个商店,以寻求更好、更个性化的购物体验、更快的送货速度,或者不需要开车从一个地方到另一个地方就能找到他们想要的商品的满足感。零售商们绞尽脑汁,不知如何在货架上进货,如何应对产品短缺,如何应对来自自身市场和其他细分市场的竞争。

没有两种方法:虽然零售业一直处于变革状态,但变化的步伐正在大幅提升。考虑几个数字:

消费者的要求越来越高——他们期待更高水平的客户服务、个性化的帮助、即时或近即时获取商品,以及无论是在实体店还是在网上购物都能获得无忧的体验。他们也更坚持从网上开始购物,然后在实体店完成,反之亦然,而且送货上门的速度也更快。比以往任何时候都多的消费者,甚至是年纪较大的消费者,已经开始在网上购买全部或大部分杂货;许多公司将继续这样做。在所有的购物活动中,它都是关于快速,安全和简单。

与此同时,零售业内部和外部的竞争压力正在驾驶零售商探索和采用新的业务和操作模型 - 例如,引入新的数字市场和直接消费者模型,重新设计医疗保健,并增强最后 -英里履行选项,如Bopis。在员工方面也发生了更改,因为员工是额外职责的任务,例如填写在线订单或客户在已经很忙的一天里,满足不断变化的客户期望。

不出意料,新冠肺炎大流行及其预期后果已使这一局面复杂化,并将继续复杂化。消费者面临产品短缺,难以找到订单交付窗口。与covid -19相关的担忧也意味着客户体验要求的提高——消费者的目标是减少浏览时间,避免去多个商店寻找他们需要的商品,或主要在网上购物。最终的结果是:消费者对高质量的实体和数字(“phygital”)体验的兴趣明显,零售商也主动提供这种体验。

大流行还给本已紧张的供应链造成了严重破坏,扰乱了国际供应路线,对某些商品产生了前所未有的需求,还带来了其他挑战。当被要求列出降低供应链效率和生产率的前五大供应链障碍时,73%的受访零售商给出了答案RIS新闻的供应链技术研究2020”有能力调整或应对需求波动,而71%的人指出缺乏实时库存可见性;56%的原因是无法与供应链合作伙伴进行快速调整;56%是“库存来源过度扩张”。

这些集体力量使得零售商必须以比以往更快的速度进行数字化转型。金博宝彩票继续往下读,你会发现这一转变的关键组成部分——数据、分析和由人工智能(AI)引擎驱动的自动化技术工具——如何帮助零售商与众不同。人工智能引擎利用算法来模拟人类的过程,并从数据中得出结论。

价值主张

数据、分析和人工智能为零售商提供了多方面的价值主张,使他们能够更好地了解客户,个性化客户体验,并以全渠道的方式有效地吸引客户。通过数据、分析和人工智能,零售商还可以实现关键操作和供应链流程的自动化,并为涉及这两个领域的人类决策获得支持。总的来说,这些技术使零售商有能力适应和调整整个行业的变化,以及这些变化发生的速度。

毫无疑问,零售商已经将人工智能视为游戏规则的改变者。约50%的受访者选择了调查通过NTT数据和牛津经济学(包括零售高管)认为未能实施AI会导致他们失去竞争对手,44%的人认为他们的组织的底线会受到影响。同样,23%的参与者RIS新闻的第30年度零售技术研究计划“主要部署”技术——包括人工智能技术——使他们能够通过个性化改善客户体验。受访者表示,这些部署代表着“未来一年数字前线最大的投资点”。

AI业务价值的强大证据 - 例如,作为增加收入的催化剂 - 也是新兴的。值得注意的是,79%的公司查询麦肯锡公司的2020年全球人工智能调查据报道,AI在过去一年里促使了他们的销售和营销收入。六十五分指出,由于AI支持的产品和服务发展,增加了收入增加。

“人工智能正开始发挥其潜力,它对商业的好处正在成为现实,”他写道斯维特拉娜奥特在最近的一篇题为“聪明的加特纳”(Smarter With Gartner)的博客中,该公司负责分析、Gartner Hype Cycle的副总裁马克?西库勒补充说,尽管2019冠状病毒病对全球造成了影响,但该公司接受调查的公司中有47%没有撤回对人工智能的投资,30%的公司打算继续加强对人工智能的投资。

不过,尽管零售商显然必须最大化其在人工智能和相关技术方面的投资,但似乎也存在挑战。只有10%的公司接受调查通过麻省理工学院斯隆管理评论和波士顿咨询集团报告称,在人工智能方面的投资获得了可观的财务收益。对于零售商来说,扭转这一趋势将需要应用数据、分析和人工智能来推动改进,并在价值链的每一个点上支持变革。它将需要作为一个智能企业发挥作用,不断增强和聚合商业智能,以打造自动驾驶业务为目标,以及将商业智能与人类决策相结合,而不是取代人类决策。

提升全渠道客户体验

零售商需要通过在使用实时,准确的数据作为基于基岩的实时或近实时体验的实时或近实时体验的实时或靠近实时体验的零售商来重新发明自己,这是需要重新投入顾客,采用分析,AI和自动化。。这是新的正常。关键区别分析使用这种方法和传统的分析利用零售商在过去是巨大的数据量,这是通过物联网技术现在可以捕捉到店内,与数据从整个客户之旅“预测”的行为,让购物体验快速、安全、方便客户,反过来,也能提高顾客忠诚度和零售商与顾客的关系。

起点是使用数据分析和人工智能,以更好地了解他们的客户通过收集信息,分析,并确定下一个动作应该是——例如,哪些项目推广什么产品最适合客户符合客户提供的信息。例如,1-800-FLOWERS和The North Face使用人工智能来推荐特定的产品——1-800-FLOWERS也依赖人工智能来为在线购物者确定送货选择。在线廉价商店ThredUp利用人工智能算法跟踪并记住每位顾客的喜好,并根据这些喜好制作服装“糖果盒”。

就亚马逊而言,它利用人工智能推荐引擎,不仅向消费者展示他们最有可能根据现场行为购买的商品,还展示他们可能不会自己找到的商品。据报道,亚马逊近35%的销售额来自个性化推荐,56%的客户可能会重复购买。

也许更重要的是,人工智能是超个性化的推动者。这不仅是一个“必做”支持最高水平的客户服务,但通过暗示销售、追加销售和交叉销售促进收入增长和提高低利润率。这种超个性化是通过以下方式实现的:

  • 实时客户旅程编排-统一管理重要的客户沟通点,并根据客户以往的行为和偏好为每个客户量身定制个性化行程。实时洞察被用来预测个人需求,并在过程中对旅程进行调整,以满足发生的新行为和表达的新旅程。Weis Markets现在使用实时旅程编排,通过手机、网络、电子邮件或文本,根据客户的行为和地点提供最新的建议。
  • 虚拟助手/代理商和机器人引导顾客通过购物过程,并创造吸引人的互动体验。例如,Lidl推出了一款名为Margot的“葡萄酒机器人”,当顾客在其杂货店货架上购物时,它会为顾客提供食物和葡萄酒的搭配建议。某些机器人和虚拟助手为消费者提供营养信息和其他关键产品数据。一些零售商将这一概念更进一步,认为这是聊天机器人的下一个进化。例如,梅西百货的应用程序现在有一个寻路功能——一个聊天机器人,它可以引导购物者找到特定的商品,并告诉他们他们想要的商品是否有存货。聊天机器人还使用人工智能识别客户需要店员进一步帮助的情况,并据此提醒员工。Kroger有一个机器人,顾客可以使用它来获取他们可以根据店内配料的可用性来准备的食谱建议。露露柠檬的试衣间配备了技术,可以让他们虚拟地“试穿”衣服,并指导他们完成选择过程。在一些商店,零售商还在实施镜报,一个虚拟互动健身解决方案,消费者可以在家使用。
  • 数字人类- - - - - -NTT数据的数字人类解决方案混合语音,自然与栩栩如生的化身进行语言互动。虚拟角色拥有为客户体验增加价值的业务知识,并通过传达语言和非语言信号来创造更好的“对话”。

在理解消费者行为方面,分析学发挥了关键作用,为消费者购物模式的店内分析提供了规模,从而改善了客户体验。分析可以洞察客户想要什么,谁在购买什么。它还可以用来确定交付偏好并进行更改——例如,向需要的客户提供每分钟的更新,向不需要的客户提供较不详细的交付信息。这将改善客户服务,并使零售商更容易与消费者建立情感联系。

在相关静脉中,可以实现AI算法以根据特定客户人口统计数据和购买行为和偏好使用广告执行更准确的目标营销活动。同样,这将打开新的收入产生机会,并尽量减少对无效促销车辆的支出。Loblaw已经聘请了AI,机器学习和数据科学专家,找到了利用其超过1800万PC最佳忠诚度的数据计划客户定制促销并创建数字“传单”,以促进基于过去的购买的个性化优惠。

最后,在某些情况下,人工智能被用来“将整个商店带给客户”。在这里,扩展现实(XR)和人工智能技术的结合可以让消费者把整个“商店”带回家。例如,劳氏测量应用程序可以让消费者使用图像测量家具、房间和其他物品,看看它们在家庭环境中会是什么样子。

创造更好的员工体验

然而,不言而喻的是,员工是客户体验的主心骨——无论人工智能在客户方面发挥多大的作用,如果不通过授权为团队成员创造更好的体验,零售商将无法最大化他们在这些主动性上的投资。被授权的一线员工对零售商提供的产品和服务了如指掌,并且非常熟悉每位购物者的需求,有助于创造满意和忠诚的消费者。这些员工也积极地反映零售商的品牌,并作为品牌大使。在一个受到大流行病影响的世界里,零售商被迫用更少的钱做更多的事,用技术赋予员工权力是当务之急,以减轻员工的压力,让他们快乐和有动力。

在零售商店的最大压力源中,总是缺乏足够的时间来完成工作日的任务。分析商店库存和库存数据,结合商店的销售点和在线订单数据,协助员工提供优化的拣选指令,以填写在线订单。与此同时,基于人工智能的任务管理解决方案可以帮助员工跟踪并确定任务的优先级,提高生产率和员工满意度。查看多个仪表板或应用程序以确定任务优先级的混乱和压力在规定性分析的帮助下得到了简化和简化,商店助理使用分析和人类逻辑的组合——而不是单独的分析——来完成工作。

提高员工体验也是智能调度系统,依赖于AI识别和分析时间和考勤和商店交通趋势,确保商店足够人员。这些系统将员工偏好作为其调度“标准”的一部分,生成工作人员友好的计划。

此外,对于任务有客户的前线员工,使用AI分析客户数据并生成准确,个性化客户配置文件的推荐引擎等推荐引擎包括一个优秀的“值 - 添加”。此外,在幕后,零售商可以用基于AI的工具装备远程工人(无论是由于大流行的始终从家中工作),以便于决策,处理客户查询和其他任务。亚马逊已经跳上了这个潮流,它随着它的“手脱机”倡议,一个旨在使用机器学习和AI自动化流程的程序,为更重要的举措进行自动化流程,并“与人民的人民一起做更多的人,而不是据了解相同的人,“哈佛商业评论

改善商店和供应链的运作

商店、仓库和供应链运营是另一个可以受益于人工智能的领域,它让零售商在所有问题上都具有前瞻性,而不是被动反应。这是最重要的:虽然零售商监控店内商品的移动是件好事,但考虑到客户需求领域和整个零售生态系统中发生的无数变化,更高级别的效率是有必要的。这一效率水平取决于预测——例如,即将脱销和低库存情况——以及将库存水平和可用性与实时买家趋势和供应相匹配。

事实上,数据是驱动因素,可以让我们对实体存储中发生的事情做出更合理的决定。有了人工智能工具和分析工具,零售商可以更智能地管理库存。例如,当库存或货架上的库存较低时,员工或经理可以收到警报。在足够的时间内发送这些警报,以解决这种情况,改善商品的可用性和可寻性,同时提高客户满意度和减少销售损失。

类似地,平面遵从性可以通过人工智能计算机视觉或其他物联网技术进行监控。当货架上的高性能产品脱销,但在商店其他地方或附近商店通过商店到商店的商品转移时,零售商可以进行调整。当这些数据与POS数据和店内客流量相结合时,零售商可以在优化可用空间的同时满足顾客的兴趣和需求。

此外,AI可以决定 - 基于所确定的客户购买模式和减轻因素 - 最佳方法,可以在店内积极优化分类,驾驶各种生产力,无论是季节性,按照天气状况,促销促销,以及促销类似。它可以促进更准确的需求预测,减少短缺和心情不满的风险,并根据市场需求为动态定价铺平道路。

在仓库和供应链前线,分析可以让零售商看到,例如,在哪里(在哪个商店),以及何时会出现或正在出现对产品的需求。这让他们有机会——同样是主动地——安排商品被适当地、及时地运送到商店,以满足需求。人工智能可以用来评估“数字双胞胎”——仓库的虚拟“副本”——以进行“假设”场景,并执行其他与物流有关的分析。

AI也作为汽车零售商更容易应对需求通过识别本地库存来源,寻找低风险地区的来源(如是必要的,例如,COVID-19的高度大流行期间,当从中国采购库存成为站不住脚的选项),和减少时间上的供应商。

然后,在最后一英里交货时,人工智能有能力改善操作。例如,Instacart利用人工智能优化送货路线,进而满足客户对快速送货的强烈需求,减少订单出现在消费者家门口的等待时间,创造更好的客户体验。该公司还利用人工智能引导购物者在商店取单,并建议替换缺货商品,从而节省额外时间并提高顾客满意度。

最后,人工智能有助于零售商采用正在改变行业和业务的融合细分市场,例如零售、医疗保健和金融科技。例如,CVS和沃尔格林(Walgreens)等零售商正进军医疗保健领域,利用人工智能提供处方管理等低成本标准化服务,以区别于亚马逊(Amazon)。杂货零售商可以并且应该通过利用流失模式、“次优行动”和认知个人助理来推荐产品和服务跨越垂直行业——例如杂货店、药房、金融和电信——来处理这种转变,从而获得更多的收入和留住客户。

总结:ai势在必行

未来的旅程将继续为零售行业带来更多的巨变,挑战将基于不断变化的客户期望;竞争加剧导致复杂性增加;产业融合、全渠道运营、供应链;跨系统和业务单位的数据碎片;和不断发展的技术。所有这一切都创造了一种适应和调整的需求。为此,零售商必须寻求管理层的赞助;从解决单个问题或问题的特定用例开始,并在进行下一步之前测试应用程序;并确保所使用的数据是丰富的,高度准确的,公正的脚步

数据、分析和人工智能仍将是零售商应对这种变化的最有力武器。那些未能在人工智能领域取得进展的企业面临着输给竞争对手或无法满足客户期望的严重风险,而那些接受人工智能的企业几乎肯定会因为他们的努力而变得更加强大。

AI呈现了我们时代最大的领导力挑战之一,真正的转型需要从顶部开始。

听听牛津经济研究院(Oxford Economics)和NTT数据公司(NTT DATA)的专家是如何看待人工智能的。视图网络研讨会

编辑注意事项:这是一系列白皮书中的第三版,专​​注于数据和数据分析的应用,以支持和促进零售成功的短期。点击在这里了解如何使用数据来增强客户体验和在这里要了解数据是前线零售工作人员的新前沿。