구매 한 제품에 반응 한 다음 구매할 제품을 예측합니다. Shutterstock / nmedia

온라인 쇼핑이든 매장 쇼핑이든 상관없이 소매 경험은 인공 지능 (AI) 및 기계 학습 혁명의 최신 전장입니다.

호주의 주요 소매 업체는 AI 전략을 제대로 구함으로써 많은 이익을 얻을 수 있다는 것을 깨닫기 시작했습니다. AI 및 기계 학습 책임자 에 의해 지원 데이터 과학자 팀.

새롭게 개발 된 Woolworths 사업부 울리엑스 함께 모이는 것을 목표로 기술, 고객 디지털 경험, 전자 상거래, 금융 서비스 및 디지털 고객 경험을 포함한 다양한 팀 그룹.

데이터 크 런칭에 관한 모든 것

모든 주요 소매 업체의 기회와 위협을 이해하려면 인공 지능이 의제로 돌아온 이유를 이해하는 것이 유용합니다. 수십 년 전 AI로 처음 진출한 이래로 데이터와 컴퓨팅 능력이라는 두 가지 중요한 사항이 변경되었습니다.

컴퓨팅 파워는보기 쉽다. 당신의 손에있는 스마트 폰에는 수백만 배 더 많은 계산 능력 수십 년 전의 부피가 큰 컴퓨터보다 회사는 AI 알고리즘을 훈련 할 수있는 거의 무제한의 컴퓨팅 성능에 액세스 할 수 있습니다.

다른 중요한 요소는 특히 소매점에서 사용 가능한 데이터의 규모와 풍부 성입니다.

인공 지능 시스템 (특히 기계 학습과 같은 학습 기술)은 크고 풍부한 데이터 세트에서 번창합니다. 언제 적절히 먹이 이 데이터를 통해 이러한 시스템은 인간 분석가가 수동으로 발견 할 수 없었던 경향, 패턴 및 상관 관계를 발견합니다.

이러한 머신 러닝 방식은 데이터 분석을 자동화하여 사용자가 다른 유사한 데이터에 대한 유용한 예측을 할 수있는 모델을 만들 수있게합니다.

소매업이 AI에 적합한 이유

여러 분야에서 AI를 신속하게 배포하는 데는 몇 가지 중요한 요소가 있습니다. 소매는 몇 가지 이유로 특히 적합합니다.

첫 번째는 테스트하고 측정하는 능력입니다. 적절한 보호 조치를 통해 소매 업체는 AI를 배포하고 소비자 대응을 테스트하고 측정 할 수 있습니다. 또한 수익에 미치는 영향을 상당히 빠르게 직접 측정 할 수도 있습니다.

두 번째는 상대적으로 작은 실수의 결과입니다. 여객기를 착륙시키는 AI 요원은 사람들을 죽일 수 있기 때문에 실수를 할 여유가 없습니다. 소매점에 배치 된 AI 에이전트는 매일 수백만 건의 의사 결정을 내릴 수 있습니다. 일부 전반적인 효과가 긍정적 인 한 실수.

일부 스마트 로봇 기술은 이미 식료품 베헤모스 Kroger와 제휴 한 Nuro.AI 식료품을 미국 고객의 문앞에 배달합니다.

{vembed Y=0xZsvs8iG0Q}

그러나 가장 중요한 변화는 실제 로봇이나 자율 주행 차가 아닌 AI 배치에서 비롯됩니다. 소매 경험을 변화시킬 AI 기반 시나리오 몇 가지를 살펴 보겠습니다.

쇼핑 습관

AI 캔 기본 패턴을 감지 구매 한 제품 및 구매 방식에 따른 쇼핑 행동.

이것은 슈퍼마켓에서 정기적으로 쌀을 구매하고, 주류 판매점에서 산발적으로 와인을 구매하고, 금요일 밤 현지 편의점에서 아이스크림을 곁들인 것일 수 있습니다.

재고 및 판매 데이터베이스 시스템은 충분한 데이터를 사용하여 개별 제품의 구매를 단순히 추적하는 반면 머신 러닝 시스템은 예측 규칙적인 습관. 매주 월요일 밤 리조또 요리를 좋아하지만 가끔 아이스크림 폭식과 같은 더 복잡한 행동을 알고 있습니다.

대규모로, 수백만 명의 소비자 행동을 분석하면 슈퍼마켓에서 매주 호주 가족이 리조또를 요리하는 횟수를 예측할 수 있습니다. 재고 관리 시스템에 정보를 제공합니다. 주식 자동 최적화 예를 들어 리조또 소비자가 많은 매장의 경우

그러면이 정보는 친절한 공급 업체와 공유보다 효율적인 재고 관리 및 린 물류를 가능하게합니다.

효율적인 마케팅

슈퍼마켓에서 FlyBuys와 같은 전통적인 로열티 체계 데이터베이스를 통해 구매 빈도 일주일에 한 번 Arborio 쌀을 구매하는 것과 같은 특정 제품에 대해 "Arborio 쌀을 구입하려고한다"고 확인 된 소비자 그룹에 제안을 보냅니다.

새로운 마케팅 기술은 어쨌든 해당 제품을 이미 구매할 가능성이있는 고객에게 판매를 홍보하는 것 이상으로 발전 할 것입니다. 대신에 기계 학습 추천자 마늘 빵, 티라미수 또는 수천 명의 다른 소비자의 데이터가 종종 함께 제안되는 기타 맞춤 제품 권장 사항을 홍보합니다.

효율적인 마케팅은 할인 및 수익 증대를 의미합니다.

가격 역학

슈퍼마켓의 가격 문제는 올바른 제품에 올바른 가격과 올바른 프로모션 적용.

소매 가격 최적화 복잡한 작업으로 각 고객, 제품 및 거래에 대해 세분화 된 수준의 데이터 분석이 필요합니다.

효과적이려면 시간, 계절, 날씨 및 경쟁사 프로모션에 따른 가격 변화에 따른 판매 영향과 같은 끝없는 요소를 조사해야합니다.

잘 만들어진 머신 러닝 프로그램은 이러한 모든 변형을 고려하여 구매 이력, 제품 선호도 등과 같은 추가 세부 정보와 결합하여 수익과 수익을 극대화하도록 맞춤화 된 심층적 인 통찰력과 가격을 개발할 수 있습니다.

고객 피드백

역사적으로 고객 피드백은 피드백 카드를 통해 얻어 져서 제안 상자에 작성되었습니다. 이 피드백은 읽고 행동해야했습니다.

As 소셜 미디어 증가피드백을 공개적으로 표현하는 플랫폼이되었습니다. 따라서, 소매 업체는 소셜 미디어 스크래핑 소프트웨어를 사용했습니다 고객의 대화에 응답하고 해결하고 참여시키기 위해.

앞으로 머신 러닝은 이러한 맥락에서 중요한 역할을합니다. 머신 러닝 및 AI 시스템은 다음과 같은 복잡한 비정형 데이터의 여러 소스를 처음으로 대량 분석 할 수 있습니다. 고객이 구두로 댓글이나 동영상 데이터를 녹음 함.

도난 감소

호주 소매 업체 매년 약 4.5 억 달러 (A $)의 재고 손실 손실. 의 성장 셀프 서비스 레지스터가 기여 그 손실에.

머신 러닝 시스템은 수백만 장의 이미지를 손쉽게 스캔스마트 카메라를 갖춘 POS (Point of Sale) 시스템을 통해 등록 저울에있는 다양한 과일 및 야채 쇼핑객을 감지 할 수 있습니다.

시간이 지남에 따라 시스템은 매장에서 판매되는 모든 제품을 더 잘 감지 할 수 있습니다. 세분화 된 분류발렌시아와 배꼽 오렌지의 차이를 알 수 있습니다. 따라서 실제로 복숭아를 구입할 때 감자에 들어가는“실수”는 더 이상 없을 것입니다.

장기적으로 POS 시스템은 다음과 같이 완전히 사라질 수 있습니다. 아마존 고 스토어.

당신을 위해 주문하는 컴퓨터

머신 러닝 시스템은 빠르게 나아지 다 자연스런 목소리를 식료품 목록으로 번역 할 때

{vembed Y=rgksCRiRlsI}

와 같은 디지털 어시스턴트 Google Duplex 곧 쇼핑 목록을 만들고 주문할 수 있습니다. 프랑스 소매상 인 까르푸 과 미국의 거대 월마트 이미 Google과 파트너 관계를 맺고 있습니다.

진화하는 AI 소매 경험

나이가 들면서 때때로 몸이 불편 해지며 결혼하거나 아이가 있거나 직업을 바꿀 수 있습니다. 고객의 생활 환경 및 소비 습관이 변화함에 따라 모델은 이미 영역에서와 같이 자동으로 조정됩니다. 사기 탐지와 같은.

현재 반응적인 예를 들어, 시스템은 고객이 기저귀 구매를 시작할 때까지 기다린 다음 적절한 제품 권장 사항을 따르기 전에 해당 고객이 가족을 시작한 것으로 식별합니다.

대신 기계 학습 알고리즘이 모델 행동엽산 비타민 및 바이오 오일 구매와 같은 예측 오퍼를 보내야 할 때

반응 형 마케팅에서 예측 마케팅으로의 전환으로 인해 쇼핑 방식이 변경 될 수 있으며 소매점과 고객 모두에게 AI 관련 기회가 있기 때문에 전혀 고려하지 않은 제안을 제시 할 수 있습니다.

저자 정보

마이클 밀포드 교수 퀸즐랜드 공과 대학교 Gary Mortimer, 마케팅 및 국제 비즈니스 부교수, 퀸즐랜드 공과 대학교

이 기사는에서 다시 게시됩니다. 대화 크리에이티브 커먼즈 라이센스하에 읽기 원래 기사.