Какую реальную пользу розничные продавцы получают от компьютерного зрения и машинного обучения.

Мир моды не только увлекателен, но и чрезвычайно привлекателен с точки зрения бизнеса, привлек внимание многих крупных компаний. Совсем недавно мы стали свидетелями значительных усилий Amazon по более «эффективному» позиционированию себя в этой отрасли.

В статье на прошлой неделе («Новинки в розничной торговле уже доступны, часть 1»») я писал о влиянии технологий на индустрию моды. Такие компании, как Neiman Marcus, Walmart и Macy’s, инвестировали в свои отделы электронной коммерции и ИТ.

Сегодня

Сегодня миллионы тратятся на выпуск продуктов, которые пытаются угодить потребителям, с различными моделями, цветами и материалами, поскольку в некоторых случаях решения принимаются на основе результатов фокус-групп, которые не всегда приводят к ожидаемым финансовым результатам.

Проблема в том, что когда у производителей обуви нет штатных дизайнеров, они анализируют информацию, полученную от собственной профессиональной команды, и используют эту информацию, чтобы решить, что, по их мнению, будет в тренде в следующих сезонах. Это сопряжено с риском того, что запасы могут не быть проданы, хотя и меньшим, если будет проведено исследование фокус-группы.

На самом деле фокус-группы используются этими компаниями как лаборатория с целью лучшего понимания их потребителей и потребительских ожиданий. При таком типе исследований никто на самом деле не знает, что будет продаваться, поскольку имеющаяся информация — это то, что люди ищут, и через поведение в социальных сетях, такое как комментарии, публикации и изображения, размещенные пользователями.

Эта технология меняет правила игры

Многие компании продолжают пытаться понять тенденции и поведение своих клиентов с помощью фокус-групп, чтобы ориентироваться на свои продукты.

В этом смысле все большее значение на рынке приобретает технология машинного обучения (разновидность искусственного интеллекта (ИИ), которая дает компьютерам возможность учиться без явного программирования. Машинное обучение фокусируется на разработке компьютерных программ. которые могут измениться при воздействии новых данных.)

ShoesDsire, стартап, который я основал пару лет назад, в дополнение к распознаванию изображений, ориентированных на обувь (по сути, вы делаете снимок любой обуви, будь то в журнале, телешоу или даже в Интернете, и приложение приносит результаты с аналогичной обувью), сделал еще один шаг в усовершенствовании своей технологии с помощью возможностей машинного обучения, повышая ценность как для пользователей, так и для розничных продавцов.

Машинное обучение в сочетании с компьютерным зрением может составить очень точный профиль своих пользователей, анализируя то, что публикуется, делится, комментируется на многих различных уровнях, включая географическое положение.

Эта технология предоставляет информацию, которая не только снижает производственные риски в отношении того, какой продукт будет хитом, но и снижает затраты на хранение запасов, помогая розничным торговцам правильно распределять продукты в зависимости от ожиданий каждого региона.

Анализируя человеческое поведение, Google и Facebook стали эталоном направления, в котором идут дела, предоставляя именно то, что их пользователи хотят и любят с точки зрения контента.

Отдача

Boston Consulting Group недавно изучила, как компании с передовыми цифровыми стратегиями работают лучше, чем их коллеги. В этом опросе 25 продавцов модной одежды из Европы и Северной Америки, которые являются лидерами в области внедрения цифровых технологий в магазины, продемонстрировали более высокий рост EBIT (Прибыль до вычета процентов и налогов), чем последователи цифровых продаж. (https://www.weforum.org/agenda/2015/05/how-digital-technologies-are-transforming-retailers/)

Даже поначалу под наблюдением издалека и с некоторым недоверием было опробовано несколько технологий. Но именно в начале 2000-х розничные торговцы поняли и внедрили определенную технологию — метки RFID(1) для повышения точности инвентаризации. (http://losspreventionmedia.com/insider/loss-prevention-technology/the-roi-for-rfid-technology-in-retail/).

Я до сих пор помню (еще в 2003 году), когда Walmart объявил, что потребует от своих поставщиков использовать RFID, что дало положительные результаты за короткий период времени. RFID позволяет завершить подсчет циклов примерно в 25 раз быстрее, чем при традиционном ручном сканировании штрих-кода.

Как я уже говорил, компании, которые не осваивают и не внедряют новые технологии, останутся позади, и кажется, что пути назад нет, особенно когда «Новинки» в розничной торговле доступны уже сейчас.

(1) RFID (радиочастотная идентификация) была изобретена в 1948 ученым и изобретателем Гарри Стокманом. (http://www.nfcnearfieldcommunication.org/timeline.html)