Применение искусственного интеллекта в электронной коммерции
Современные онлайн-покупатели ожидают удобства, скорости, гарантий безопасности, точности информации, разнообразия вариантов и уникального опыта. Искусственный интеллект формирует будущее электронной коммерции, соответствуя этим ожиданиям.
Amazon – кошмар для онлайн-магазинов. В прошлом году он контролировал 44 процента рынка электронной коммерции в США и около 4 процентов всех розничных продаж в стране. Эксперты по анализу электронной коммерции из One Click Retail объясняют его доминирование тем, что миллениалы, основная аудитория Amazon, становятся старше и начинают больше тратить.
Кроме того, развитые маркетинговые возможности для продавцов, усовершенствования в технологии Alexa и внедрение самых передовых технологий делают невероятно сложным для меньших конкурентов действительно конкурировать.
Amazon не только простая и знакомая платформа, где можно купить всё, что угодно – это также один из самых инновационных игроков на рынке. Он формирует облик современного опыта онлайн-шопинга и устанавливает новый стандарт для того, каково сегодняшнее покупательство в мире.
Для лучшего понимания своих клиентов и удовлетворения их ожиданий многие бренды электронной коммерции сегодня используют искусственный интеллект. Самый популярный подтип технологии – машинное обучение – может разбираться в данных, которые собирают онлайн-магазины, предоставлять исходные данные, улучшающие опыт клиента, усиливать внутренние бизнес-процессы и бороться с мошенничеством. Сегодня мы расскажем об этих возможностях, каждую из которых вы можете начать внедрять в свой бизнес прямо сейчас.
Кроме того, развитые маркетинговые возможности для продавцов, усовершенствования в технологии Alexa и внедрение самых передовых технологий делают невероятно сложным для меньших конкурентов действительно конкурировать.
Amazon не только простая и знакомая платформа, где можно купить всё, что угодно – это также один из самых инновационных игроков на рынке. Он формирует облик современного опыта онлайн-шопинга и устанавливает новый стандарт для того, каково сегодняшнее покупательство в мире.
Для лучшего понимания своих клиентов и удовлетворения их ожиданий многие бренды электронной коммерции сегодня используют искусственный интеллект. Самый популярный подтип технологии – машинное обучение – может разбираться в данных, которые собирают онлайн-магазины, предоставлять исходные данные, улучшающие опыт клиента, усиливать внутренние бизнес-процессы и бороться с мошенничеством. Сегодня мы расскажем об этих возможностях, каждую из которых вы можете начать внедрять в свой бизнес прямо сейчас.
1. Данные о действиях пользователей
Персонализация – это настройка путешествия клиента в режиме реального времени. Вероятно, ваша платформа уже собирает и хранит много информации о ваших пользователях. Например, Google Analytics предоставляет информацию о местоположении пользователя, используемом им устройстве, браузере и операционной системе, не говоря уже о том, сколько времени они проводят на каждой странице и откуда пришли.
Эта техническая информация, называемая метаданными, легко доступна и надежна, хотя не всегда очень полезна. Кроме того, вероятно, вы храните другие типы данных, такие как данные о поведении пользователей, кликах и действиях, или информацию из вашей CRM. Мы подробно обсудили, как подходить к персонализации в нашем материале, сфокусированном на путешествиях, и описали наш собственный опыт создания персонализированных платформ.
Заметили, сколько контента предоставляют Amazon, Alibaba или eBay? Они не слишком минималистичны.
Часто чем больше возможностей для взаимодействия с пользователем, тем выше точность персонализированного опыта. Машинное обучение способно использовать самый маленький фрагмент данных о каждом наведении или переходе по ссылке для создания более глубокого уровня персонализации. Это почти как если бы система могла читать мысли пользователя.
На практике персонализация приводит к своевременным сообщениям, оповещениям, визуальным элементам, которые должны быть интересны каждому человеку, и динамическому контенту, меняющемуся в зависимости от спроса и предложения.
Научившись понимать и использовать данные, которые пользователи оставляют, магазины могут автоматически изменять язык интерфейса и валюту, предлагать ограниченное время на потенциально желаемые товары и отправлять уведомления о скидках на самые популярные товары.
Эта техническая информация, называемая метаданными, легко доступна и надежна, хотя не всегда очень полезна. Кроме того, вероятно, вы храните другие типы данных, такие как данные о поведении пользователей, кликах и действиях, или информацию из вашей CRM. Мы подробно обсудили, как подходить к персонализации в нашем материале, сфокусированном на путешествиях, и описали наш собственный опыт создания персонализированных платформ.
Заметили, сколько контента предоставляют Amazon, Alibaba или eBay? Они не слишком минималистичны.
Часто чем больше возможностей для взаимодействия с пользователем, тем выше точность персонализированного опыта. Машинное обучение способно использовать самый маленький фрагмент данных о каждом наведении или переходе по ссылке для создания более глубокого уровня персонализации. Это почти как если бы система могла читать мысли пользователя.
На практике персонализация приводит к своевременным сообщениям, оповещениям, визуальным элементам, которые должны быть интересны каждому человеку, и динамическому контенту, меняющемуся в зависимости от спроса и предложения.
Научившись понимать и использовать данные, которые пользователи оставляют, магазины могут автоматически изменять язык интерфейса и валюту, предлагать ограниченное время на потенциально желаемые товары и отправлять уведомления о скидках на самые популярные товары.
2. Борьба с поддельными отзывами
Отзывы клиентов сыграли и продолжают играть важную роль в помощи людям принимать решения о покупке. Девяносто семь процентов людей регулярно читают онлайн-отзывы, и 87 процентов доверяют им так же, как личным рекомендациям. Однако люди становятся более скептичными. Конверсии вокруг фейкового контента прошлого года повлияли на то, как клиенты воспринимают информацию, которую они находят онлайн, даже если она, казалось бы, написана коллегами. Борьба за правду в медиа не была такой напряженной, как сейчас.
В настоящее время искусственный интеллект способен анализировать большие объемы пользовательского контента. Давайте взглянем на пример от исследовательской фирмы Aspectiva. Они использовали алгоритмы машинного обучения для анализа отзывов о гостинице Bellagio в Лас-Вегасе по всему интернету и собрали около 25 000 мнений. Эти огромные числа позволяют клиентам видеть правду, поскольку всегда больше настоящих отзывов, чем фейковых. Этот инструмент может быть использован интернет-магазинами для использования уже выраженного общественного мнения вместо приглашения фейковых отзывов на свою платформу.
Еще один способ борьбы с злонамеренными отзывами используется Amazon. В 2015 году они изменили свою систему оценок, которая раньше просто вычисляла среднюю оценку по всем отзывам. Это позволяло одному негативному отзыву влиять на общую оценку продукта и наоборот. Теперь их система, основанная на машинном обучении, самоусовершенствуется и выбирает один отзыв, который она считает правдивым, с учетом различных факторов, таких как голоса "за", свежесть и то, был ли отзыв написан верифицированным пользователем. Затем она выводит эти надежные отзывы наверх.
В настоящее время искусственный интеллект способен анализировать большие объемы пользовательского контента. Давайте взглянем на пример от исследовательской фирмы Aspectiva. Они использовали алгоритмы машинного обучения для анализа отзывов о гостинице Bellagio в Лас-Вегасе по всему интернету и собрали около 25 000 мнений. Эти огромные числа позволяют клиентам видеть правду, поскольку всегда больше настоящих отзывов, чем фейковых. Этот инструмент может быть использован интернет-магазинами для использования уже выраженного общественного мнения вместо приглашения фейковых отзывов на свою платформу.
Еще один способ борьбы с злонамеренными отзывами используется Amazon. В 2015 году они изменили свою систему оценок, которая раньше просто вычисляла среднюю оценку по всем отзывам. Это позволяло одному негативному отзыву влиять на общую оценку продукта и наоборот. Теперь их система, основанная на машинном обучении, самоусовершенствуется и выбирает один отзыв, который она считает правдивым, с учетом различных факторов, таких как голоса "за", свежесть и то, был ли отзыв написан верифицированным пользователем. Затем она выводит эти надежные отзывы наверх.
3. Распределение товаров и прогнозирование продаж
Прогнозирование продаж - это одна из крупнейших возможностей для изменений в сфере коммерции. Способность предсказать, сколько товара вы продадите к определенной дате, позволяет магазинам более эффективно управлять запасами и избавляться от больших затрат на ненужные товары. Это особенно ценно при работе с товаром, который портится со временем, включая не только продукты, но и билеты на концерты и транспортные билеты - все, что приносит убытки, если остается непроданным.
Сегодня программное обеспечение, работающее на основе искусственного интеллекта, может собирать исторические данные о предыдущих покупках и помогать отделам продаж делать выводы для более простого принятия решений. Такие выводы включают в себя:
Прогнозы продаж также оказывают значительное влияние на управление запасами. Знание спадов и всплесков спроса помогает предотвращать заказы товаров, которых нет в наличии, или накопление запасов, которые не будут проданы. Чтобы уменьшить потери продукции или ее порчу, а также минимизировать затраты на хранение, компании анализируют поведение клиентов с помощью машинного обучения. Интересный пример - использование Walmart аналитики погоды от Watson для выявления того, что люди предпочитают стейк, когда на улице тепло и ветрено, а салат - если температура выше 26 градусов.
Сегодня программное обеспечение, работающее на основе искусственного интеллекта, может собирать исторические данные о предыдущих покупках и помогать отделам продаж делать выводы для более простого принятия решений. Такие выводы включают в себя:
- Определение наиболее и наименее популярных товаров в определенный период времени.
- Предложение продуктов, которые могут успешно продвигаться в определенную дату.
- Прогнозирование влияния предстоящих спортивных и культурных событий на продажи.
- Расчет вероятности покупки для предоставления краткосрочного прогноза оборота.
Прогнозы продаж также оказывают значительное влияние на управление запасами. Знание спадов и всплесков спроса помогает предотвращать заказы товаров, которых нет в наличии, или накопление запасов, которые не будут проданы. Чтобы уменьшить потери продукции или ее порчу, а также минимизировать затраты на хранение, компании анализируют поведение клиентов с помощью машинного обучения. Интересный пример - использование Walmart аналитики погоды от Watson для выявления того, что люди предпочитают стейк, когда на улице тепло и ветрено, а салат - если температура выше 26 градусов.
4. Автоматизированное обслуживание клиентов и чат-боты
Сегодня трудно найти крупный онлайн-магазин, который не предлагает какой-то формы канала поддержки клиентов. Однако это обходится компаниям в $1,3 трлн каждый год, чтобы отвечать на звонки клиентов. Сюда входит поддержка агентов круглосуточно и зря используемые человеческие ресурсы, которые можно направить на более творческие и интеллектуальные задачи. И вот тут появляются чат-боты.
Искусственно интеллектуальные помощники способны отвечать на простые вопросы. Они могут сообщить клиенту статус заказа и выполнять обыденные задачи, такие как поиск конкретного товара по описанию клиента. eBay присоединился к игре с чат-ботами много лет назад, когда представил простого бота для отправки напоминаний участникам торгов. Теперь у него есть ShopBot – более продвинутая версия, которая поможет вам найти подарок на День отца в вашем бюджете, а также определит товар по загруженной картинке. Подобные боты предоставляются Sephora, H&M, Burberry и Pizza Hut.
Чат-боты улучшают опыт онлайн-шопинга, предоставляя:
Искусственно интеллектуальные помощники способны отвечать на простые вопросы. Они могут сообщить клиенту статус заказа и выполнять обыденные задачи, такие как поиск конкретного товара по описанию клиента. eBay присоединился к игре с чат-ботами много лет назад, когда представил простого бота для отправки напоминаний участникам торгов. Теперь у него есть ShopBot – более продвинутая версия, которая поможет вам найти подарок на День отца в вашем бюджете, а также определит товар по загруженной картинке. Подобные боты предоставляются Sephora, H&M, Burberry и Pizza Hut.
Чат-боты улучшают опыт онлайн-шопинга, предоставляя:
- Сокращение времени ответа и предоставление мгновенных ответов по сравнению с человеческими ассистентами.
- Увеличение удержания пользователей с помощью уведомлений и напоминаний.
- Предоставление возможностей для увеличения продаж через персонализированный подход.
5. Системы управления взаимоотношениями с клиентами (CRM) на основе искусственного интеллекта
Автоматизация продаж стала трендом в 2017 году. Объем данных, которые бизнесы могут собирать от клиентов, и количество каналов взаимодействия с ними стремительно растут в последние годы, и наши маркетинговые и продажные программы должны отражать этот рост. Сегодня, когда многие компании все еще ведут свои маркетинговые активности в таблицах Excel, рынок систем управления взаимоотношениями с клиентами (CRM) готов к изменениям. Основные проблемы, с которыми сталкиваются компании сейчас:
На сегодняшний день крупные поставщики CRM, такие как Salesforce, SAP, Oracle, Microsoft и Adobe, инвестируют в стартапы с искусственным интеллектом для внедрения возможностей ИИ в своих системах. Например, Salesforce предлагает Einstein - инструмент, направленный на то, чтобы сделать приложения ИИ более доступными для всех бизнесов. Этот инструмент может определять приоритеты лидерам с наибольшей вероятностью конверсии, автоматически добавлять данные в CRM, предоставлять персонализированные рекомендации покупателям, а также анализировать, что ваши клиенты делятся о вас в социальных сетях.
- Ручной ввод данных и риск ошибок.
- Просмотр исторических отчетов вместо отслеживания ключевых показателей эффективности (KPI).
- Отсутствие связи между данными CRM и данными из других систем компании.
На сегодняшний день крупные поставщики CRM, такие как Salesforce, SAP, Oracle, Microsoft и Adobe, инвестируют в стартапы с искусственным интеллектом для внедрения возможностей ИИ в своих системах. Например, Salesforce предлагает Einstein - инструмент, направленный на то, чтобы сделать приложения ИИ более доступными для всех бизнесов. Этот инструмент может определять приоритеты лидерам с наибольшей вероятностью конверсии, автоматически добавлять данные в CRM, предоставлять персонализированные рекомендации покупателям, а также анализировать, что ваши клиенты делятся о вас в социальных сетях.
6. Визуальный поиск
Одним из самых перспективных применений технологии искусственного интеллекта в электронной коммерции является помощь клиентам в поиске товаров быстрее. Это можно достичь с использованием чат-ботов, сделав текстовый поиск более семантичным, но одной из самых многообещающих технологий является визуальный поиск с использованием распознавания изображений. Эта технология приносит пользу всем: клиенты мгновенно находят то, что им нужно, что позволяет компаниям значительно сократить путь пользователя до завершения покупки. Инструмент Lens от Pinterest - один из самых ярких примеров визуального поиска. Бренд сотрудничал с модными компаниями для поиска совпадающих товаров в магазинах непосредственно по изображению, найденному на Pinterest. Модный гигант ASOS запустил похожий инструмент, позволяющий клиентам находить товары на сайте, аналогичные тем, что у них в Галерее.
Согласно исследованию L2, только 8 процентов брендов специализированной розницы используют визуальный поиск на сегодняшний день. Тем не менее, явно видно, что пользователи ценят эту функцию: по годам использование этой технологии выросло на 70 процентов.
Согласно исследованию L2, только 8 процентов брендов специализированной розницы используют визуальный поиск на сегодняшний день. Тем не менее, явно видно, что пользователи ценят эту функцию: по годам использование этой технологии выросло на 70 процентов.
7. Голосовой поиск и "умные дома"
Приложения для умного дома сегодня составляют самую большую часть всех рынков потребительского интернета вещей, и это неизбежно меняет способы, которыми люди совершают покупки. Просто в прошлом году шестилетняя девочка случайно заказала домик для кукол, когда попросила Amazon Alexa поиграть с ней. Возможность просить ассистента заказать продукты облегчает задачу электронной коммерции в достижении клиентов.
Согласно исследованию этого года, каждый шестой американец владеет умным динамиком. Это на 128 процентов больше, чем в начале 2017 года. Возможности достижения людей через устройства вроде Alexa и Google Home также увеличились: теперь каждый может создать навык для своего виртуального магазина с помощью самообслуживания API от Amazon. Таким образом, розничный бренд Woot позволяет пользователям Alexa узнавать о ежедневном предложении, Bed Bath and Beyond предоставляет советы для повседневной жизни, а Lamps Plus информирует о статусе заказа.
Основной список функций, которые вы, возможно, захотите предоставить в своем голосовом ассистенте, включает:
Согласно исследованию этого года, каждый шестой американец владеет умным динамиком. Это на 128 процентов больше, чем в начале 2017 года. Возможности достижения людей через устройства вроде Alexa и Google Home также увеличились: теперь каждый может создать навык для своего виртуального магазина с помощью самообслуживания API от Amazon. Таким образом, розничный бренд Woot позволяет пользователям Alexa узнавать о ежедневном предложении, Bed Bath and Beyond предоставляет советы для повседневной жизни, а Lamps Plus информирует о статусе заказа.
Основной список функций, которые вы, возможно, захотите предоставить в своем голосовом ассистенте, включает:
- Добавление/удаление товара из корзины.
- Проверка содержимого корзины.
- Оформление заказа с товарами из корзины.
- Повтор предыдущего заказа.
- Проверка статуса доставки.
- Проверка наличия товара.
8. Борьба с поддельной продукцией
Amazon, как и многие другие крупные розничные бренды, столкнулся с проблемой подделок. Количество фальшивых товаров, продаваемых через рынок Amazon, заставило Apple подать иск против продавцов поддельных продуктов и убедило такие бренды, как Swatch и Birkenstock, полностью покинуть этот сервис. Amazon борется с проблемой, помечая легитимные бренды в своем реестре брендов. Однако низкие цены все равно привлекают клиентов покупать у неавторизованных поставщиков.
Возникло несколько возможностей использования технологий глубокого обучения и распознавания изображений для выявления поддельных товаров. Так, DataWeave решает проблему кражи изображений, обучая нейронные сети на миллионах товаров из разных категорий. Alibaba, стремясь бороться с репутацией площадки для дешевых подделок, ввела систему сканирования ботов, которая анализирует каждый товар, добавленный в их каталог ежедневно. Этот инструмент также проверяет данные о поведении пользователей, платежи и логистику для выявления подозрительных товаров и продавцов.
Возникло несколько возможностей использования технологий глубокого обучения и распознавания изображений для выявления поддельных товаров. Так, DataWeave решает проблему кражи изображений, обучая нейронные сети на миллионах товаров из разных категорий. Alibaba, стремясь бороться с репутацией площадки для дешевых подделок, ввела систему сканирования ботов, которая анализирует каждый товар, добавленный в их каталог ежедневно. Этот инструмент также проверяет данные о поведении пользователей, платежи и логистику для выявления подозрительных товаров и продавцов.
Лучшее понимание клиентов – ключ к успеху в электронной коммерции
Исследования от Nielsen Norman Group, ведущей лаборатории по исследованию пользовательского опыта, недавно описали, что современные онлайн-покупатели ожидают от интернет-магазинов. Вот шесть основных тем, которые они выделили в ожиданиях клиентов:
1. Удобство. Сюда входят персонализированные рекомендации, подробные описания товаров, легкость повторного заказа и голосовые ассистенты.
2. Скорость. Немедленность подразумевает не только быструю доставку, но и однокликные покупки и упрощенные процессы оформления заказа.
3. Гарантии. Стандарты клиентов по поводу конфиденциальности и безопасности повысились, создавая ожидание чувства безопасности и защищенности.
4. Точность. Геолокация, отзывы пользователей и правильные даты прибытия помогают повысить доверие и делают людей более снисходительными к недочетам.
5. Варианты. Клиенты хотят быть гибкими в выборе способов оплаты, устройств и каналов связи с продавцами.
6. Впечатление. Клиенты ценят неожиданные элементы и использование нестандартных технологий, таких как визуальный поиск.
Легко заметить, как возможности, о которых мы ранее рассказывали, могут формировать ожидаемый клиентами опыт. Расскажите, что, по вашему мнению, будет основным двигателем развития искусственного интеллекта в онлайн-шопинге. Какие приложения, по вашему мнению, будут доминировать на текущей сцене электронной коммерции? Мы ждем ваших идей.
1. Удобство. Сюда входят персонализированные рекомендации, подробные описания товаров, легкость повторного заказа и голосовые ассистенты.
2. Скорость. Немедленность подразумевает не только быструю доставку, но и однокликные покупки и упрощенные процессы оформления заказа.
3. Гарантии. Стандарты клиентов по поводу конфиденциальности и безопасности повысились, создавая ожидание чувства безопасности и защищенности.
4. Точность. Геолокация, отзывы пользователей и правильные даты прибытия помогают повысить доверие и делают людей более снисходительными к недочетам.
5. Варианты. Клиенты хотят быть гибкими в выборе способов оплаты, устройств и каналов связи с продавцами.
6. Впечатление. Клиенты ценят неожиданные элементы и использование нестандартных технологий, таких как визуальный поиск.
Легко заметить, как возможности, о которых мы ранее рассказывали, могут формировать ожидаемый клиентами опыт. Расскажите, что, по вашему мнению, будет основным двигателем развития искусственного интеллекта в онлайн-шопинге. Какие приложения, по вашему мнению, будут доминировать на текущей сцене электронной коммерции? Мы ждем ваших идей.
Получите оценку проекта
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности
Оцените свой проект! Заполните форму ниже
Похожие статьи
© ООО «АЛЛ СИИ», 2024