砖和砂浆零售中人工智能的杀手用例

时间:2019-03-14 21:43:56 阅读:19次

  当亚马逊宣布与亚马逊Go进入实体零售业时,他们风靡整个行业,全球零售行业高管都动摇了。在接下来的一年里,这个行业已花费数百万美元聘请顾问,帮助他们制定应对这一新威胁的战略。正是Uber和Airbnb等公司的到来为行业重量级人物提供了一个宝贵的教训 - 颠覆性的技术可以改变即使是最成熟的行业的景观。

<! - more - >

  零售商越来越多地试图应对来自电子商务行业的压力,现在他们甚至感受到了实体店的压力。即使零售业CEO已准备好支付现金,将所有实体房地产转换为电子商务并为其配备所有必要功能也是一场后勤噩梦。

  然而,没有必要为此而失眠,因为零售是关于客户体验的,并且有更多的方法可以让它变得更好。零售商坐在数据的金矿上,加上正确的工具和技术,可以利用这一点来提高客户体验,同时提高他们的忠诚度。

  客户与零售商的互动可以在他们进入商店之前开始,我们已经可视化了与客户发生的不同接口点。下面,我们将阐述人工智能(AI)在每个接口点的使用情况,这可以使客户体验无限更好。

店外体验

  在一天结束时,我们需要吸引顾客到店面。这个过程应该在顾客完成日常任务时开始,无论是坐在门廊上喝咖啡还是上下班。我们需要抓住每一个机会与他们互动,而不是过于强硬。让我们来看看每个客户的机会:

   A)将现有客户带回商店。

  让重复客户回到您的商店对任何行业都非常重要,因为忠诚的客户是最有价值的,忠诚度是品牌体验的直接功能。

  与客户互动的最佳方式之一是帮助他们做出购买决定。而且,当你在它的时候,给他们一些东西来记住你!零售商拥有大量的历史购买数据,机器学习可以帮助您了解购买模式,为客户策划购物清单。它使零售商有机会与消费者建立关系,并了解参与的下一个最佳行动。

  例如,零售商通过一系列产品优惠向他们的客户群发送目录。想象一下,如果每个人都有一个专门为他们的特定需求策划的电子目录!

   B)收购新客户

  这是一个使用人工智能的领域并不受欢迎,特别是对于线下业务。但是,我们已经看到不同行业的用例在这里有意义。我们已经看到媒体组合模型的建立是为了研究哪些媒体能够有效地吸引客户,并根据这些结果来规划未来的预算。对于各种形式的媒体,例如电子邮件,Facebook,Google广告和(在某些情况下)印刷媒体,这是一种非常有效的方法。

  诀窍在于无所不在。根据机器学习模型确定目标细分和媒体类型后,即可实施广告系列。如果此人打开Facebook并看到您的广告,他们也会在他们正在阅读的杂志中看到您,并且您将在早报中再次看到他们。

  即使是传统的离线媒体渠道,例如广告牌和公共汽车候车亭广告,也已通过机器学习变得聪明。如果您了解目标基础覆盖,包含GIS数据的数据和来自户外媒体的数据,您就会知道哪些广告牌或公交标志会带来更高的转化率。这是一个改变游戏规则的游戏!

  

店内体验

  一旦顾客进入商店,他们就有多种方式与品牌互动。这为客户提供了大量机会。

   A)库存计划

  推迟客户的一件事是货架上没有产品。零售商在规划库存方面做得很好,但往往没有足够的重视确保产品始终在货架上可用。产品由商店经理采购,但由于疏忽,不要从商店仓库出现货架。零售商发现很难衡量这一点,但随着统计和现代机器学习工具的出现,规划库存变得越来越容易。

   B)促销活动

  机器学习可以在规划店内促销日历中发挥重要作用。处理历史数据可以深入了解客户对促销的响应,帮助您计划针对特定客户群的日历。 AI可以根据每个商店的集水区的购买行为制作特定于季节和商店的日历。

   C)新产品介绍

  快速消费品(FMCG)公司在市场研究上投入大量资金来推动其新产品开发。新产品对零售商很重要。这是零售商可以帮助其供应商的一个领域。他们坐在市场样本数据上,没有其他市场研究可以提供。该资源与AI相结合,使商店能够预测计划产品线的成功。许多零售商都有自己的私人标签,这些标签的成功也可以用类似的方式预测。

  总而言之,在您等待商店在物理基础设施方面成为高科技时,您可以通过利用已经与AI工具结合的客户数据来取得成功。您可以回到客户的数据仓库团队,了解正在收集哪些数据点,并根据我们上面讨论过的用例进行对话。您会发现,您可以立即做很多事情来让您的客户参与该品牌。

  

  

上一篇:AI简化:目标泄漏     下一篇:AI简化:新秀错误
砖和砂浆零售中人工智能的杀手用例所属专题:人工智能专题 《砖和砂浆零售中人工智能的杀手用例》链接:http://www.zhouchuanxiong.net/1216

砖和砂浆零售中人工智能的杀手用例相关文章