Perakendecilerin mağaza içi raf inceleme süreçlerini dönüştürmesine (ve daha verimli hale getirmesine) ve müşteri deneyimlerini daha akıcı, doğal ve kişiselleştirilmiş çevrimiçi alışveriş sunarak e-ticaret sitelerini iyileştirmesine yardımcı olmak için özel olarak tasarlanmış dört yeni algoritma tabanlı teknoloji. Google Cloud tarafından 13 Ocak Cuma günü imzalanan duyuru, Kaliforniyalı şirketin tarihine geçmeyebilir, hatta geleceğine de damgasını vurabilir ancak New York’ta sunulan “Discovery AI” çözümlerinin şirket için daha da dönüm noktası olabileceğine şüphe yok. perakende sektörü. BigG bölümünün Perakende ve Tüketici Başkan Yardımcısı Carrie Tharp, buna kesinlikle inanıyor: “son yıllardaki değişiklikler perakende ortamını yeniden şekillendirdi ve perakendecilerin müşterileri için daha verimli, daha çekici ve daha az Gelecekteki şoklara maruz kalan Bir notta belirttiği yarının liderleri, makine öğrenimi gibi en gelişmiş teknolojik araçları kullanarak, mağazada ve çevrimiçi olarak günümüzün en acil sorunlarıyla yüzleşecekler.”
Ürün kullanılabilirliğini iyileştirin
Kendinizi rafta sınırlı veya hatta hiç envanter olmadan bulmak, perakendecilerin en içten endişelerinden biridir: NielsenIQ tarafından yapılan bir analiz bize bu konuda yalnızca 2021’de mağazalarda ürün eksikliğinin ABD perakende operatörlerine 82 milyar dolar gibi bir maliyete mal olduğunu söylüyor. satış kaybı. Yıllardır, öğeleri daha rasyonel bir şekilde tespit etmek ve ayırt etmek için yeni teknolojik çözümler denendi ve test edildi, ancak çoğu zaman bu çözümlerin etkinliği, genellikle güvenilir yapay zeka modelleri oluşturmak için mevcut olan kıt kaynaklarla sınırlandı. Google Cloud’un yapay zekası (AI Vision), sarf malzemelerine nerede daha hızlı ihtiyaç duyulduğunu bulmanıza yardımcı olmak için rafların gerçekte nasıl göründüğünü daha iyi görerek bu ihtiyacı karşılar. Mountain View şirketinin veri tabanında bulunan milyarlarca benzersiz varlığı tarayan Vertex motorunu temel alan söz konusu çözüm, iki makine öğrenimi sisteminden (biri ürün tanıma ve diğeri etiket tanıma için) güç alır ve ürünleri özel olarak temel alarak tanımlar. bir ürünün görsel ve metinsel özellikleri (farklı açılardan ve bakış açılarından alınan görüntülerin karşılaştırılması), bu verilerin hemen kullanılabilir içgörülere dönüştürülmesi.
AI, dijital alışveriş deneyimini dönüştürüyor
E-ticaret sitelerinin eski atasözü, ürünlerin sonuçlarını her ürün kategorisindeki en çok satanlara veya insanlar tarafından önceden belirlenmiş kurallara göre sıralamayı içeriyordu. Çevrimiçi göz atma ve katalog öğesi değerlendirme deneyimini alıcılar için daha hızlı, daha sezgisel ve daha tatmin edici hale getirmek her perakendecinin hayalidir ve Google Cloud’un bugün uygulamaya koyduğu teklif, yapay zeka tarafından desteklenen (72 dilde yerelleştirilmiş) yeni bir gezinme işlevidir. Kullanıcılar bir kategori seçtikten sonra bir e-ticaret sitesinin her sayfası için en uygun ürün sırasını ayarlamak için makine öğreniminin tarihsel veri analizi özelliklerinden yararlanır ve doğruluk, alaka düzeyi ve satış olasılığı için hangi öğelerin nasıl görüntüleneceğini optimize eder.
Makine öğrenimi sayesinde daha kişiselleştirilmiş aramalar
Google Cloud tarafından yaptırılan araştırma, tüketicilerin %75’inin müşteri etkileşimlerini amaçlı bir şekilde yöneten markaları tercih ettiğini ve %86’sının ilgi alanlarını ve tercihlerini anlayan markaları düşündüğünü buldu. BigG mühendisleri, bu göstergelerden yola çıkarak, kullanıcının bir satıcının web sitesinde gezinirken elde ettiği sonuçları kişiselleştirilmiş bir şekilde işleyebilen (yapay zekaya dayalı) bir işlev geliştirmeye başladı. Daha spesifik olarak, bu özelliğin arkasındaki yapay zeka, ürün modellerinin bir “tanıyıcısıdır” ve bir e-ticaret sitesinde satın alma davranışlarını inceleyerek tüketicinin zevklerini ve tercihlerini belirler (daha sonra kullanıcı tarafından gerçekleştirilen faaliyetlerin bir haritasını çıkarmazlar). Google’da hesap sahibi): Bir ürün zaten kategorize edilmiş tercihlerle eşleştiğinde, algoritma, kişiselleştirilmiş bir eşleşme elde etmek için onu arama ve gezinme sıralamasında ilgili konumlara taşır.
Tüketiciler için daha hedefli öneriler
Web sitelerinizde hangi bilgileri yayınlamalı ve vurgulamalısınız? Bunları etkili bir şekilde nasıl organize edersiniz ve ilgili ve “kişiye özel” içeriği nasıl koordine edersiniz? Pek çok perakendecinin muhtemelen kendilerine sormaya devam ettiği ve e-ticaret sitelerini özelleştirmek için yeni araçlar ekleyen güncellemelere tabi olan Google Cloud’un Öneriler yapay zeka çözümüyle yanıtlamaya çalıştığı sorular. Aslında, makine öğrenimi sayesinde, sayfa düzeyinde optimizasyon işlevi artık “tüccarlara” hangi ürün önerilerinin bir alıcıya özel olarak gösterileceğine dinamik olarak karar verme olanağı sunarak etkileşim ve dönüşüm oranlarını artırıyor. DeepMind ile işbirliği içinde oluşturulan başka bir model, bunun yerine algoritmaların kendi kendine öğrenme yeteneklerinden yararlanır ve bulmak için bir e-ticaretin ürün kategorilerini, öğelerin fiyatlarını, yapılan tıklamaları ve dijital alışveriş deneyimiyle ilgili diğer bilgileri birleştirir. kullanıcılar için uzun vadeli memnuniyet ile satıcılar için artan gelir arasındaki doğru denge.
