实体零售商店如何通过AI生存?

科技动态 2018-06-13

尽管互联网时代始于二十世纪末,但电子商务热潮才刚刚达到顶峰。像亚马逊这样的在线零售巨头,只要轻轻点击商品就能实现购物过程。如今在任何时间,任何地点都可以完成购物这个动作,对零售商来说该学会适应了。

2017年,7000家零售企业不得不停止运营,3800家零售店已经宣布了2018年关门的计划。如果没有新的策略,零售商有可能成为“零售末日”的受害者。

为了生存,零售商必须有合适的技术,正确的眼光。零售商花了数十亿美元寻求方案,但如果不分析整个数据网络,调查结果仍将是模糊和不完整的。其中一种零售商试图跟上当今电子商务巨头的方式,是部署人工智能、大数据分析和其他新兴技术,以改善客户体验。

这种量身定制的方式可以提升实体店客户的满意度,同时也提高推动利润的成本效率。

以下是一些世界上最大的零售商利用人工智能来维持实体店运营的方法。

定制客户体验

迎合顾客的特殊需求是建立和保持顾客忠诚的最有效途径。根据最近的一项调查,70%的受访者表示,他们会更忠于将定制融入自己店铺的品牌。当机器学习和交易数据成为他们的核心业务,零售商可以跟踪和分析客户行为,购买记录和忠诚卡,以收集数据、提供定制产品。基于机器学习的解决方案甚至可以推荐位置级别的分类,并通过实现路径来预测需求。

其中一个典型的例子就是丝芙兰的 Color IQ,这是丝芙兰独有的以机器学习驱动的店内产品,通过扫描顾客的皮肤表面,提供个性化的粉底和遮瑕膏。自2012年推出这一技术以来,丝芙兰的商店已经产生了1400万对匹配,该公司还创造了以口红为主的衍生产品——Lip IQ。通过将店内个性化提升到更高等级,该公司找到了一种创造性的、成功的方式来增加客流量——其他零售商也开始注意到这一点。

减少降价和缺货物品

通过对商店销售模式的深入了解,零售商可以减少安全库存,避免在不同地点平均进货的行业标准方法。更不用说,通过允许自动机器学习分配或补充库存,零售商将不再需要依赖季节性的、会耗尽利润的降价。

以快消时尚品牌H&M为例,该公司最近宣布计划采用人工智能和大数据功能来分析商店的收入和回报,以评估每个地点的购买情况,并最终基于这些方面进行库存盘存。通过更细粒度的分析购买,H&M决定,彩色花裙卖得比预期的好得多,因此,在货架上摆放了更多的这些物品,而其他的则减少。

快时尚零售商Kiabi也在欧洲采用这种策略。该公司使用机器学习以自动化方式来测试和快速补充服装和配件,提高其产品的总盈利能力。

这种方法无疑将有助于减少产品过剩,商店停止订购未售出的大宗商品,有助于减少产品浪费,并节省采购和运输成本。

专业化库存

以机器学习驱动的人工智能在做库存购买决策时也被证明是有用的。通过使用AI驱动技术来分析消费者的购物习惯,零售商可以准确地掌握需要哪些产品和多少库存来满足顾客不断变化的期望。这一过程对于与电商竞争至关重要,无论购物者的位置如何,电商往往拥有库存优势。

公司还可以利用智能技术有效地预测哪些商品将会热销,并相应地在顾客因最近的商店里最时髦的商品售罄而感到沮丧之前,将其上架。例如,作为机器学习的早期采用者,Walgreens公司就利用信息技术为预测到的流感爆发定制库存,并通过预测哪家商店最适合促销来减少库存过剩。

利用数据和分析,根据客户行为调整库存订单,是在零售革命中生存和繁荣的必要条件。原因是:如果顾客在实体店里找不到他们想要的东西,他们就会在网上订购。就像以前行业范围内的任何变化一样,那些早期适应并快速做出改变的公司将保持新鲜感和竞争力。科学和数据可以帮助零售商最大化他们的潜力,打造他们与顾客之间的真实关系。

责编内容by:WTT资讯 (源链)。感谢您的支持!

您可能感兴趣的

On Artificial Intelligence, Machine Learning, and ... “Debugging AI systems is harder than debugging traditional ones, but not impossible. Mainly it requires a different mindset, that allows for nondet...
IBM谢国彤:做AI八年,我看到的靠谱医疗AI应用场景和关键技术... 【编者按】 谢国彤,IBM中国研究院认知医疗研究总监、IBM全球研究院医疗信息战略联合领导人。作为IBM中国研究院负责智能医疗方向的研究负责人,谢国彤博士在过去十年都在做医疗方向的研究,参与IBM Watson的医疗研究,包括医疗与人工智能结合之后,认知、感知和医疗的结合,在中国也...
财报季忙到吐血?AI助力大摩分析师(GT)... 按:本文基于GoogleTranslate的机翻结果编译而成。完整原文贴在译文后,供参考。 原文链接: https://www. bloomberg.com/news/arti cles/2017-10-11/hate-earnings-season-morgan-stanley-ro...
饭桌上的闲聊 六月的最后一周,在厦门大学统计系做了一份小学期课程的分享。午餐期间,胡帆同学整理并提问了一些问题。感谢 WiseRClub 的文字整理。 胡帆: 您是正儿八经的统计学专业出身,但是现在统计学出身的人大部分都在做机器学习,请问您认为统计学和机器学习的联系和区别是什么? 刘思喆: 其实没...
机器学习、人工智能与网络安全的未来... 机器学习(ML)和人工智能(AI)与大多数人想象的不太一样,既不像《星球大战》中憨态可掬的R2-D2,也不像蠢萌的机器人瓦力,今天的机器人、复杂算法和超大型计算可从旧有经验中学习,影响未来输出。 相较于更加基础的自动化前辈,学习能力给了安全AI与ML应用无与伦比的速度和准确性。但...