Искусственный интеллект окружает нас повсюду: в беспилотных автомобилях и дронах, в виртуальных помощниках и в средствах распознавания речи. Так Google отвечает на наши поисковые запросы, Spotify воспроизводит популярные треки, а Amazon рекомендует лучшие предложения. Специалисты по маркетингу прогнозируют, что розничные онлайн-магазины просто исчезнут через 5–10 лет, если они сегодня будут пренебрегать технологиями, основанными на искусственном интеллекте. Давайте посмотрим, как ИИ может расширить возможности вашей электронной коммерции.

Измененный CX с помощью аналитики данных

В наши дни, чтобы увеличить продажи и получить конкурентное преимущество перед конкурентами, компании должны не просто соответствовать ожиданиям клиентов, но и превосходить их, особенно с учетом того, что эти требования становятся все выше с каждым годом. Уровень персонализации клиентского опыта (CX) должен выходить за рамки обычных программ лояльности или 10% скидки на вторую покупку.

Несколько лет назад о Netflix заговорили в сети, когда он понял, чего хотят его зрители, еще до того, как они это осознали. Поставщик медиа-услуг применил анализ больших данных, чтобы изучить выбор аудитории - какие трейлеры и серии они смотрели и как долго - и на основе этих данных предложить контент, который может понравиться пользователям. Компания даже пошла дальше, создавая, лицензируя и продавая новый контент, который понравится. Недавний выпуск Netflix Black Mirror: Bandersnatch, безусловно, является нововведением в области интерактивного контента и в то же время секретным маркетинговым оружием компании. Интерактивное телевидение поднимает возможности Netflix по сбору уникальных пользовательских данных на невероятно новый уровень.

Теперь представьте себе Netflix как информационную компанию, а не кинотеатр, Ebay - как информационную компанию, а не аукцион, Amazon - как информационную компанию, а не интернет-магазин. И список продолжается…

Таким образом, маркетинговые модели перевернулись. Компании начали ненавидеть старый подход продавцов к продажам товаров для покупателей. Вместо того, чтобы пытаться удовлетворить фактические потребности клиентов, мировые бренды предсказывают и рекомендуют продукты - даже до того, как покупатели узнают, что они им нужны.

Вместо того, чтобы просто знать, какие покупки совершил покупатель, бренды теперь пытаются понять, почему они это сделали. Каковы их потребности в конкретных продуктах или предпочтительных функциях? Есть ли у них какие-либо особые потребности, например, аллергия или инвалидность? Сбор, агрегирование и анализ данных о клиентах становятся критически важными для существования бренда. Таким образом, аналитика данных, искусственный интеллект, машинное обучение и прогнозное моделирование позволяют компаниям создавать новые бизнес-модели и изменять охват клиентов.

Искусственный интеллект (ИИ) означает способность программного обеспечения имитировать когнитивные процессы человека.

Машинное обучение (ML) как ветвь ИИ заставляет программное обеспечение учиться на данных, находить закономерности и генерировать на их основе бизнес-идеи.

Анализ генома клиентов

За каждым движением во всемирной паутине следят, в том числе за тем, как пользователь взаимодействует с сетью (мобильный / веб, тип устройства), отвечает на электронные письма, какие социальные сети используют, какие продукты ищут и покупают в Интернете. RankBrain, программное обеспечение Google, основанное на машинном обучении, отслеживает взаимодействие пользователей 24/7/365, чтобы отбирать лучшие результаты поиска по каждому запросу в строке поиска Google. Каждое движение пользователя дает представление о предпочтениях, увлечениях, покупательских привычках и потенциальных потребностях человека. Эти атрибуты во всех взаимодействиях создают так называемый геном клиента (термин используется Accenture.com) или живой профиль наиболее уникальных аспектов каждого человека.

При желании компании фиксируют все эти цифровые атрибуты своих существующих и потенциальных клиентов, объединяют и анализируют их, чтобы составить картину типичных образов целевых покупателей. Их предпочтения, в свою очередь, помогают брендам обеспечивать согласованное персонализированное обслуживание клиентов: результаты поиска, системы рекомендаций, индивидуализированные маркетинговые кампании по электронной почте, новые продукты и многое другое - и в конечном итоге добиться ожидаемой рентабельности инвестиций и увеличения продаж.

Аналитика и ИИ

С такими большими объемами данных невозможно справиться вручную. Так почему бы не создать для этого алгоритм? И разнообразие этих предпочтений, и объем данных для анализа требуют использования искусственного интеллекта, в частности - машинного обучения. Однако многие компании по-прежнему опасаются ИИ в своих платформах электронной коммерции.

Возможные препятствия на пути внедрения ИИ

  • У интернет-маркетологов отсутствует видение и стратегия для его интеграции
  • Менеджеры не знают, как «интерпретировать» большие данные для машинного обучения.
  • У компаний просто нет необходимых навыков и технических специалистов.

Тем не менее, использование ИИ сегодня имеет решающее значение для любых бизнес-инноваций. Он может предложить увеличение прибыли на 30–50%, а его влияние на онлайн-торговлю, по прогнозам, достигнет почти 40 миллиардов долларов к 2025 году. Более того, покупатели уже ожидают, что интернет-магазины будут иметь технологии с поддержкой искусственного интеллекта. Согласно исследованиям 2017 года, 44% потребителей используют тот или иной виртуальный помощник; 22% делают это ежедневно. Восемьдесят шесть процентов удовлетворены опытом, который предоставляют их виртуальные помощники.

Вам обязательно стоит подумать о том, чтобы укрепить свой бизнес с помощью ИИ, чтобы оставаться коммерчески жизнеспособным.

Как ИИ помогает розничной торговле в Интернете

Машины выполняют некоторые задачи лучше, чем люди. Так почему бы не позволить ИИ снять рутинную и аналитическую нагрузку с ваших сотрудников и позволить им больше сосредоточиться на «гуманных» задачах: творчестве, сочувствии, интуиции.

Вот несколько областей, с которыми ИИ может легко справиться:

  • Улучшение обслуживания клиентов. Чат-боты на базе искусственного интеллекта, которые могут отвечать до 80% обычных запросов клиентов, используются для автоматизации и ускорения поддержки клиентов, экономии затрат на обслуживание и позволяют людям выполнять более сложные и творческие задачи. Точно так же Голосовые помощники делают услуги доступными даже для людей с ограниченными возможностями и повышают степень удовлетворенности клиентов.
  • Спрогнозируйте будущие тенденции продаж и помогите представить новые продукты и услуги, которые удовлетворят этот спрос. Основываясь на текущих темпах продаж, ИИ может также прогнозировать будущие доходы и объемы продаж.
  • Оптимизируйте поиск и рекомендуйте продукты. На основе истории покупок пользователей и отзывов / обзоров алгоритмы, основанные на искусственном интеллекте, персонализируют ассортимент продуктов на платформе электронной коммерции и предлагают подходящие продукты - даже до того, как клиенты поймут, что это необходимо.
  • Управляйте задачами бэк-офиса и информацией о клиентах в системе CRM. Эти утомительные механические, но подверженные ошибкам задачи можно также поручить ИИ.
  • Отслеживание запасов, каталогизация, управление содержанием продукта (PCM). Еще один набор рутинных механических задач, от которых ИИ может вас освободить.

Если вы не знаете, с чего начать в своем интернет-магазине с помощью ИИ, рассмотрите возможность добавления механизма прогнозных рекомендаций. Мы реализовали пару мастеров на основе искусственного интеллекта для недавних проектов электронной коммерции, и они оказались очень успешными.

Логический виджет рекомендаций на основе ИИ

Алгоритмы рекомендаций по продуктам отлично подходят для того, чтобы направлять пользователей через постоянно увеличивающиеся варианты покупок. Более того, 65% потребителей с большей вероятностью совершат покупку у розничного продавца, если их узнают, запомнят и получат соответствующие рекомендации.

Для недавнего проекта электронной коммерции Logicify разработала несколько виджетов рекомендаций на основе ИИ. Постепенно они побуждают пользователей ответить на несколько последовательных вопросов об их предпочтениях в отношении продуктов и индивидуальных особенностях (беременность, аллергия). В зависимости от полученных ответов виджеты рекомендуют определенные продукты как наиболее подходящие.

Виджеты не просто предлагают старый набор дополнительных продуктов (также называемых «часто покупаемыми вместе»), но и генерируют интеллектуальную гипер-персонализированную рекомендацию, основанную на уникальных характеристиках клиента.

Чтобы предсказать лучший выбор продукта, мы проанализировали историю покупок, собрали и объединили тысячи отзывов пользователей и веб-аналитики с применением машинного обучения. Эти большие данные были дополнительно подвергнуты регрессионному анализу и байесовским классификаторам - для определения закономерностей и создания предположений - и преобразованы в прогностические модели. Чем больше будет проанализировано отзывов, тем точнее будет прогноз. Чем выше потребительская оценка продукта - тем лучше восприятие среди пользователей со схожими характеристиками. Машинное обучение также позволило нам выявить закономерности в поведении и выборе пользователей, которые ранее оставались скрытыми.

Виджеты оказались очень успешными и заставляли пользователей оставаться на странице дольше. Показатель отказов снизился, а коэффициент конверсии резко вырос после добавления виджетов на сайт.

Insights

Раньше бренды фокусировались на поиске клиентов как на ключевом определяющем спросе. С появлением машинного обучения на базе ИИ компании теперь «формируют» спрос, рекомендуя продукты / услуги своим клиентам. Теперь дело не только в том, что ищут клиенты, но и в том, что им советуют покупать.

Использование искусственного интеллекта в вашем приложении электронной коммерции больше не является приятным занятием; это обязательно. Вы можете использовать чат-бота, голосового помощника, систему прогнозирования - или все сразу. Это поможет вам улучшить CX и увеличить продажи. В то же время использование ИИ для PCM, отслеживания запасов, CRM и бэк-офиса поможет вам разгрузить персонал и сэкономить операционные расходы.

Рекомендации

Прежде чем делать первые шаги по внедрению ИИ, определите, где автоматизация и интеллект имеют наибольший потенциал в рабочем процессе вашего бизнеса. Крайне важно сначала иметь четкое представление о том, как следует использовать ИИ и машинное обучение для поддержки вашей электронной коммерции.

Получив его, оцените свои текущие методы сбора данных и, при необходимости, скорректируйте их, прежде чем начинать применять ИИ. Даже самые умные инструменты искусственного интеллекта бесполезны с плохими данными.

После этого соберите данные о клиентах как в реальном времени, так и за прошлые периоды, и научите свое программное обеспечение анализировать их, чтобы предлагать мощные персонализированные и контекстные данные, соответствующие (и превосходящие!) Ожидания ваших клиентов. Достигните нового уровня понимания, чтобы заинтересовать потребителей.

Первоначально опубликовано на www.logicify.com в январе 2019 года.

Эта история опубликована в The Startup, крупнейшем предпринимательском издании Medium, за которым следят +433 678 человек.

Подпишитесь, чтобы получать наши главные новости здесь.