Умные табло, цифровые ценники, чат-боты: 10 лучших кейсов использования ИИ в ритейле

Еще одно популярное решение среди брендов — собственный чат-бот. Обычно он помогает отвечать на вопросы клиентов. Виртуальные собеседники с ИИ быстрее и лучше обслуживают за счет персонализированного поиска, отправки уведомлений о новых коллекциях или предложения аналогичных продуктов. Например, Tommy Hilfiger и Burberry запустили чат-ботов, чтобы помочь клиентам ориентироваться в своих коллекциях. Функция работает во всех странах, включая Россию. Таких примеров будет становиться больше — по данным открытой статистики порядка 80% мировых брендов уже используют или собираются использовать чат-ботов с искусственным интеллектом в ближайшем будущем.

Вслед за ними идут и розничные сети. Кроме полюбившегося всем Олега от Тинькофф, недавно своего чат-бота запустил и М.Видео. Алёна — чат-бот от М.видео - опирается на машинное обучение и отвечает даже на нестандартные вопросы клиентов. Например, благодаря использованию технологий NLU (Nature Language Understanding) Алёна может порекомендовать товары, даже если вы зададите вопрос: «А какой чайник мне выбрать, если я не хочу слишком большой?»

Наполнение полок и регулировка цен — очень важный процесс для розницы. Но если выставить товары на виртуальной витрине маркетплейса и обновлять им цены относительно легко, то в реальных розничных точках следить за ценами бывает не так просто. Тем не менее, уже сегодня существуют технологии, которые позволяют избавиться от бумажных ценников и регулировать стоимость товаров, можно сказать, «на лету».

Одно из самых известных решений в этой сфере — цифровая платформа американского ритейлера Kroger под названием Edge. Но и в России подобные проекты тоже набирают обороты. Так, группа Х5, по заявлениям СМИ, активно тестирует не только электронные ценники, но и концепцию «умных полок». В результате система управления магазином следит за наполнением товарами стеллажей, основываясь на таких технологиях ИИ, как компьютерное зрение.

Даже если на товаре стоит бумажный ценник, не стоит недооценивать ритейлера. Возможно, сумму в рублях все-таки определял искусственный интеллект. Дело в том, что поиск наилучшей цены — крайне важная задача для ритейла. Исследования показывают, что даже минимальное отклонение от среднего предложения по рынку может привести к значительному увеличению продаж. Так, аналитики Nielsen подтвердили, что даже 5% отличие цены иногда дает 75% рост спроса по категории, по сравнению с ближайшими конкурентами. Но как же определить эти цены?

Ведущие игроки используют для этого искусственный интеллект — он анализирует сотни факторов, включая как собственные продажи, так и общие данные по рынку. На глобальном уровне эту практику активно использует eBay, в России эксперименты с аналитикой больших данных и гибким ценообразованием ставит «Пятерочка». Для этого ритейлер внедрил собственную систему на базе ИИ, которая автоматически определяет оптимальные цены на продукты и корректирует их в реальном времени. Специалисты компании рассказывают, что решение «Пятерочки» учитывает не только пол, историю покупок, стоимость аналогичных товаров у конкурентов и погодные факторы, но и разделяет ценообразование по отдельным районам и магазинам, чтобы цена точно соответствовала ожиданиям потребителей.

Программы лояльности — это следующий элемент экосистемы ритейла, здесь приходит на помощь машинное обучение. Персонализация — важнейший аспект успешной программы лояльности, но реализовать ее в полной мере для большого количества клиентов позволяет только глубокая автоматизация. Так, сеть «Рив Гош» использует ИИ для увеличения продаж и сокращения затрат на маркетинговые акции. Алгоритмы определяют, кто из всех держателей карт лояльности может совершить покупку в ближайшие пару недель, а также прогнозируют, что именно он может купить. Персональные рекомендации и индивидуальные скидки дают максимальный результат.

Степень удовлетворенности клиентов — важный фактор в ритейле. На кассах в магазинах часто можно встретить кнопки со смайликами, чтобы узнать, довольны ли клиенты обслуживанием. Но как узнать реакции людей, которые не хотят нажимать на кнопки? Как выяснить, что повлияло на их настроение — сотрудники или ассортимент? Этот вопрос тоже решается с помощью искусственного интеллекта.

Системы для определения эмоций активно используются, например, в Walmart, где на каждой кассе распознается выражение лица покупателя. Ритейлер установил камеры и подключил систему видеоаналитики с ИИ. Если система определяет, что клиент чем-то недоволен, администратор зала получает соответствующий сигнал. Затем сотрудник узнает, что обеспокоило клиента, и предлагает решение проблемы, чтобы сохранить его лояльность. В России возможности распознавания эмоций также развивают и тестируют десятки сетевых компаний.

Логистика лежит в основе успешного розничного бизнеса, ведь проблемы с поставками приводят к дефициту продуктов и снижению качества сервиса. По данным аналитиков, проблемы с логистикой приводят к убыткам в размере около 1,1 триллиона долларов ежегодно. Но искусственный интеллект, который непрерывно анализирует всю цепочку поставок, решает множество проблем по мере их возникновения.

Например, «Магнит» автоматизировал работу своих складов и процесс поставок с помощью машинного обучения. В 38 распределительных центрах внедрена система прогнозирования спроса и управления логистикой. Она помогает избежать пустых полов и обеспечивает своевременные поставки по всем категориям, особенно по свежим продуктам. Представители торговой сети утверждают, что это ключевой фактор цифровой трансформации компании. Ожидания ритейлера могут быть успешными, ведь американская сеть Morrison внедрила подобную систему в 491 магазине и сократила пробелы на полках на 30%.

При этом нельзя забывать, что пандемия внесла определенный хаос в существовавшие цепочки поставок. В этих условиях искусственный интеллект помогает найти способы доставить нужное количество товаров в правильные магазины с учетом сотен и тысяч постоянно меняющихся факторов.

Проводить бесконечные часы за примеркой сегодня не обязательно. ИИ поможет определиться с подходящей моделью после сканирования тела или по фотографии. Markets&Markets прогнозирует, что к 2024 году рынок виртуальных примерочных достигнет $7,6 млрд со среднегодовым ростом 20,9% в год. Виртуальные примерочные экономят время и подбирают гардероб со всеми аксессуарами за считанные минуты! Например, виртуальный киоск примерки Me-Ality сканирует тело за 20 секунд и помогает примерить вещи без переодеваний. Такие сканеры установили у себя Levi’s, Gap, Brooks Brothers, Old Navy и получили значительное увеличение продаж. В России это направление развивает компания Texel, ее услугами пользуются десятки брендов и магазинов в 15 странах мира, включая Европу, США, Азию, Ближний Восток и в Австралию.

По данным Alexa Internet, 27% людей во всем мире используют голосовой поиск на мобильных устройствах, а 52% из них предпочитают его мобильным приложениям и веб-сайтам. Поэтому у технологий использования голоса имеются большие перспективы. Все ведущие розничные сети развивают возможности работы с голосом, причем как для клиентов, так и для сотрудников. Например, в России голосовые сервисы на складе использует "Магнит», а колоритного робота Марусю стали устанавливать в закусочных «Теремок». Дама общается с посетителями и помогает с выбором. Это решение использует речевой ИИ, тем самым привлекая внимание посетителей.

Еще один тренд — прогнозирование поведения покупателей. За счет анализа эмоций и сопоставления паттернов поведения людей, ИИ предсказывает намерения покупателей и предлагает стратегию взаимодействия под каждого посетителя. Анализ поведения и эмоций позволяет найти персональный подход к покупателю и увеличить среднюю сумму чека. В дальнейшем данные о поведении покупателя помогут ИИ удержать клиента, повысить лояльность, угадать его желания и стремления.

Автор: Сергей Галеев