5 реальных примеров внедрения ИИ в ритейле к 2025 году

Статья рассматривает, как различные компании, такие как Levi Strauss, Sport Clips, SPAR ICS, Ulta Beauty и Kerry, используют искусственный интеллект для повышения эффективности операций, улучшения клиентского опыта, управления спросом и предложения, а также прогнозирования трендов, чтобы оставаться конкурентоспособными и удовлетворять потребности потребителей.

Искусственный интеллект (ИИ) меняет почти все аспекты розничной торговли. ИИ помогает магазинам работать более эффективно, с меньшими затратами и более точно — от того, как товары представлены в магазинах, до действий в цепочке поставок и планирования запасов. Здесь мы рассмотрим несколько примеров использования ИИ в традиционных магазинах

1. Levi Strauss

Когда вы заходите в магазин в поисках новых джинсов, возможно, вы столкнулись с техническим решением на основе ИИ, которое позволяет выбирать фасон брюк — узкие, прямые, зауженные, свободные, сужающиеся или расклешенные — и находить пару нужного размера по приемлемой цене в магазине, где вы находитесь. Бренд одежды Levi Strauss использует огромное количество данных, чтобы определить спрос, предсказать, где его продукция будет нужна, и обеспечить её наличие, когда клиент придет в магазин за стильной одеждой.

«Доставить подходящий товар в нужное место в нужном размере, по подходящей цене и в нужном количестве, при этом следя за объемом спроса и сложностью каналов — это не простая задача», согласно исследованию компании о её взаимодействии с ИИ. Levi Strauss сотрудничал с аналитической компанией, чтобы использовать аналитику для просмотра и анализа миллионов сигналов потребительского спроса. Это позволило создать планы спроса и цепочку поставок, нацеленные на определённую географическую местность, включая районы, где будет востребован конкретный предмет одежды, цвет, стиль или размер. Технология всё ещё находится в процессе внедрения, но когда управление ею будет полностью реализовано, это должно помочь Levi Strauss предсказывать будущие риски, спрос и возможности, а также иметь на полках магазинов те продукты, которые клиент захочет, ещё до того, как он их захочет.

Результаты:

Принятие решений на основе данных для увеличения роста и конкурентного преимущества
Создание более умных планов спроса и цепочек поставок
Адаптация наличия товаров для оптовой и розничной торговли

Хотите узнать, как лидеры российского рынка используют наши решения?

Ознакомьтесь с маркетинг-китом AllSee, где собраны реальные кейсы и решения, доказавшие свою эффективность в бизнесе!

2. Sport Clips

Sport Clips — это национальная франшиза по уходу за волосами с тысячами стилистов, работающих в сотнях точек по всей территории США. Компания стремится помочь своим франчайзи добиться успеха в важной функции — найме сотрудников.

«Люди, которые становятся франчайзи, доверяют нам, в большинстве случаев, свои жизненные сбережения», - говорят представители компании Sport Clips. «Вопрос, который мы всегда получаем от новых франчайзи, — "Где найти людей, необходимых для комплектования штата магазина и обеспечения превосходного качества стрижек?"»

Чтобы помочь франчайзи справиться с этой постоянной проблемой, Sport Clips использовали ИИ для создания инструментов, которые помогают различным розничным франчайзи в вопросах найма, одновременно улучшая производительность и вовлеченность сотрудников, как упоминается в исследовании. Компания обратилась к решениям с использованием ИИ, чтобы создать нужные инструменты, упрощающие и ускоряющие возможность франчайзи увеличивать количество квалифицированных стилистов в их салонах, при этом оставаясь сосредоточенными на повседневных задачах управления салоном.

Инструмент предоставил салонам интерфейс в стиле чата и автоматизацию для нескольких ключевых задач по найму, таких как создание новых вакансий, публикация вакансий в социальных сетях, выявление квалифицированных кандидатов и планирование интервью.

Результаты:

Сокращение трехчасовой задачи по найму до трех минут
Увеличение штата сотрудников на 30%
Доступ к 169 миллионам кандидатов и алгоритму подбора на основе ИИ

3. SPAR ICS

SPAR ICS — это ИТ-группа, которая разрабатывает решения для розничной торговли продуктами питания, спортивными товарами и торговыми центрами для SPAR Austria Group. Команда стремилась разработать решение, чтобы использовать ИИ для более эффективной доставки товаров покупателям, как говорится в исследовании.

SPAR ICS обратилась к Microsoft для создания инструментов на основе ИИ, которые использовали бы данные компании для более быстрой и точной доставки продуктов и других товаров в нужные магазины. ИИ помог ИТ-команде предсказывать спрос в конкретных местах, управлять цепочкой поставок для эффективной доставки товаров в нужные розничные точки и создать приложение, которое помогает клиентам взаимодействовать с магазином, планировать покупки, совершать оплату и получать чеки.

«Мы используем ИИ для анализа данных о погодных условиях, маркетинговых кампаниях, сезонности и многих других факторах, чтобы точно прогнозировать оптимальные количества товаров для каждого магазина», — говорят представители компании SPAR ICS.

Усилия по использованию ИИ оказались успешными для розничной сети. «С новыми расширенными возможностями работы с данными и аналитикой мы можем ускорить вывод на рынок, проактивно предвидеть рыночные запросы и действительно продвигать инновации», — отмечают руководители SPAR ICS.

Результаты:

Улучшение точности прогнозирования запасов до более 90%
Снижение несбытых продуктов до 1%
Доставка фруктов и овощей в магазины на три дня раньше

Хотите быть в курсе актуальных новостей о внедрении AI?

Подписывайтесь на телеграм-канал AllSee и читайте наши свежие новости о трендах и решениях каждый день!

4. Ulta Beauty

Ulta Beauty сотрудничала с компанией, специализирующейся на аналитике, для использования ИИ с целью улучшения клиентского опыта и персонализации представления продуктов как в магазинах, так и в маркетинговых командах, как отмечается в исследовании.

«Две области, в которые мы действительно вкладываемся — это ИИ и машинное обучение, — основаны на рекомендательной системе», — говорят представители компании Ulta Beauty. «Это алгоритм, являющийся собственностью Ulta Beauty, который позволяет нам объединять физический и цифровой миры».

Рекомендательная система дала возможность Ulta нацеливать предложения продуктов, акции и кампании на небольшие, определённые группы клиентов. ИИ определял, что могут хотеть покупатели, и предлагал вознаграждения через программу Ulta Beauty Rewards, которые могут мотивировать клиентов вернуться в магазин.

«Мы можем быстро обратиться к конкретной группе гостей, которым хотим представить что-то новое», — отмечают руководители Ulta Beauty.

Результаты:

Увеличение лояльности клиентов, так как 95% продаж поступали от постоянных клиентов
Изменение рекомендаций по продуктам на основе реальных данных
Достижение клиентов маркетинговыми сообщениями почти в реальном времени

5. Kerry

Kerry — это глобальная компания в области питания, которая разрабатывает продукты и вкусовые добавки для розничных торговцев по всему миру. Поскольку тенденции в области продуктов питания меняются быстро, компания хотела эффективнее и быстрее отслеживать потребительские тренды, чтобы быть в курсе того, что нужно потребителям, и лучше создавать и поставлять свои продукты.

«На самом высоком уровне проблема заключается в том, что рынок продуктов питания и напитков развивается и меняется быстрее, чем когда-либо в прошлом», — говорят представители компании Kerry. «Наши клиенты должны стать очень гибкими в том, как они удовлетворяют потребности потребителей».

Kerry обратилась к инструментам на основе ИИ для создания инструмента под названием Kerry Trendspotter, который позволил бы быстро выявлять и прогнозировать глобальные тенденции в сфере продуктов питания и напитков. Инструмент анализировал контент в социальных сетях от потребителей и влиятельных лиц в пищевой индустрии, анализировал данные и предсказывал, чего могут хотеть покупатели. Инструмент выявлял и ранжировал новые модели, чтобы предсказать ингредиенты, вкусы и продукты с наибольшей вероятностью стать трендовыми.

«Когда наши клиенты знают, каких продуктов хотят потребители и начинают разработку раньше, эти продукты выходят на рынок на пике потребительского спроса, и все остаются в выигрыше», — отмечают руководители Kerry.

Результаты:

Сокращение времени разработки концепций продуктов с четырех-шести недель до пяти дней
Сокращение процесса создания продукта с шести-девяти месяцев до менее чем двух месяцев
Работа по предоставлению результатов исследования трендов другим производителям продуктов питания и напитков

Готовы внедрить ИИ, но не знаете, с чего начать?

Забронируйте консультацию с экспертами AllSee, чтобы получить индивидуальный подход и проверенные временем решения.