Reagindo ao que você compra e depois prevendo o que você quer comprar. Shutterstock / nmedia

Quer você faça compras on-line ou na loja, sua experiência no varejo é o mais recente campo de batalha da inteligência artificial (IA) e da revolução do aprendizado de máquina.

Os principais varejistas australianos começaram a perceber que têm muito a ganhar ao acertar sua estratégia de IA, com um atualmente recrutando um Chefe de IA e Machine Learning apoiado por um equipe de cientistas de dados.

A recém-desenvolvida divisão Woolworths WooliesX visa reunir um grupo diversificado de equipes, incluindo tecnologia, experiência digital do cliente, comércio eletrônico, serviços financeiros e experiência digital do cliente.

Tudo sobre o processamento dos dados

Para entender as oportunidades e ameaças para todos os principais varejistas, é útil entender por que a inteligência artificial está de volta à agenda. Duas coisas cruciais mudaram desde as primeiras incursões na IA décadas atrás: dados e poder de computação.

O poder da computação é fácil de ver. O smartphone na sua mão tem milhões de vezes mais poder computacional do que os computadores volumosos de décadas atrás. As empresas têm acesso a um poder de computação quase ilimitado para treinar seus algoritmos de IA.

O outro ingrediente crítico é a escala e a riqueza de dados disponíveis, especialmente no varejo.

Os sistemas de inteligência artificial - especialmente as técnicas de aprendizado, como o aprendizado de máquina - prosperam em conjuntos de dados grandes e ricos. Quando alimentado adequadamente com esses dados, esses sistemas descobrem tendências, padrões e correlações que nenhum analista humano jamais poderia descobrir manualmente.

Essas abordagens de aprendizado de máquina automatizam a análise de dados, permitindo que os usuários criem um modelo que possa fazer previsões úteis sobre outros dados semelhantes.

Por que o varejo é adequado para IA

A rapidez da implantação da IA ​​em diferentes campos depende de alguns fatores críticos: o varejo é particularmente adequado por alguns motivos.

O primeiro é a capacidade de testar e medir. Com salvaguardas apropriadas, os gigantes do varejo podem implantar IA e testar e medir a resposta do consumidor. Eles também podem medir diretamente o efeito em seus resultados rapidamente.

A segunda são as conseqüências relativamente pequenas de um erro. Um agente de IA que pousa uma aeronave de passageiros não pode cometer um erro, pois isso pode matar pessoas. Um agente de IA implantado no varejo que toma milhões de decisões todos os dias pode se dar ao luxo de tomar alguns erros, desde que o efeito geral seja positivo.

Alguma tecnologia de robô inteligente já está acontecendo no varejo com Nuro.AI em parceria com Kroger, gigante de supermercado para entregar mantimentos às portas dos clientes nos Estados Unidos.

{vembed Y = 0xZsvs8iG0Q}

Mas muitas das mudanças mais significativas virão da implantação da IA, em vez de robôs físicos ou veículos autônomos. Vamos passar por alguns cenários baseados em IA que transformarão sua experiência no varejo.

Seus hábitos de compra

AI pode detectar padrões subjacentes no seu comportamento de compra dos produtos que você compra e da maneira como os compra.

Podem ser suas compras regulares de arroz no supermercado, compras esporádicas de vinho na loja de bebidas e sexta-feira à noite com sorvete na loja de conveniência local.

Enquanto os sistemas de banco de dados de estoque e vendas simplesmente rastreiam as compras de produtos individuais, com dados suficientes, os sistemas de aprendizado de máquina podem predizer seus hábitos regulares. Ele sabe que você gosta de cozinhar risoto toda segunda-feira à noite, mas também seu comportamento mais complexo, como a ocasional farra de sorvete.

Em uma escala maior, a análise do comportamento de milhões de consumidores permitiria aos supermercados prever quantas famílias australianas cozinham risoto a cada semana. Isso informaria os sistemas de gerenciamento de estoque, otimizando automaticamente estoques Arroz Arborio, por exemplo, para lojas com muitos consumidores de risoto.

Esta informação seria então compartilhado com fornecedores amigáveis, permitindo um gerenciamento de inventário mais eficiente e uma logística enxuta.

Marketing eficiente

Os bancos de dados tradicionais de esquemas de fidelidade, como o FlyBuys, permitiram aos supermercados identificar suas frequência de compra de um produto específico - como você compra arroz Arborio uma vez por semana - e depois envia uma oferta a um grupo de consumidores que foram identificados como "prestes a comprar arroz Arborio".

Novas técnicas de marketing vão além da promoção de vendas para clientes que provavelmente já compram esse produto. Em vez de, recomendadores de aprendizado de máquina promoverá pão de alho, tiramisu ou outras recomendações personalizadas de produtos sugeridas por milhares de outros consumidores.

Marketing eficiente significa menos descontos e mais lucro.

Dinâmica de preços

O desafio de preços para supermercados envolve aplicar o preço certo e a promoção certa ao produto certo.

Otimização de preços de varejo é uma empresa complexa, que requer análise de dados em nível granular para cada cliente, produto e transação.

Para ser eficaz, é preciso examinar inúmeros fatores, como o impacto das vendas, alterando os preços ao longo do tempo, a sazonalidade, o clima e as promoções dos concorrentes.

Um programa de aprendizado de máquina bem elaborado pode levar em consideração todas essas variações, combinando-as com detalhes adicionais, como histórico de compras, preferências de produtos e muito mais, para desenvolver insights e preços detalhados, personalizados para maximizar a receita e o lucro.

Feedback do cliente

Historicamente, o feedback do cliente era obtido por meio de cartões de feedback, preenchidos e colocados em uma caixa de sugestões. Esse feedback teve que ser lido e adotado.

As mídia social aumentou, tornou-se uma plataforma para expressar feedback publicamente. Adequadamente, varejistas se voltaram para o software de raspagem de mídia social para responder, resolver e envolver os clientes na conversa.

No futuro, o aprendizado de máquina desempenhará um papel nesse contexto. Os sistemas de aprendizado de máquina e IA permitirão, pela primeira vez, a análise em massa de várias fontes de dados desestruturados e confusos, como o cliente gravou comentários verbais ou dados de vídeo.

Redução de roubo

Revendedores australianos perder cerca de US $ 4.5 bilhões anualmente em perdas de estoque. O crescimento em registros de autoatendimento está contribuindo a essas perdas.

Os sistemas de aprendizado de máquina têm a capacidade de digitalize milhões de imagens sem esforço, permitindo que sistemas inteligentes de ponto de venda (POS) equipado com câmera detectem as diferentes variedades de frutas e legumes que os compradores colocam nas balanças de registro.

Com o tempo, os sistemas também melhorarão a detecção de todos os produtos vendidos em uma loja, incluindo uma tarefa chamada classificação refinada, o que lhe permite dizer a diferença entre uma laranja de Valência e umbigo. Portanto, não haveria mais "erros" ao digitar batatas quando você estiver comprando pêssegos.

A longo prazo, os sistemas POS podem desaparecer completamente, como no caso do Loja Amazon Go.

Computadores que pedem para você

Os sistemas de aprendizado de máquina são melhorando rapidamente em traduzir sua voz natural em listas de compras.

{vembed Y = rgksCRiRlsI}

Assistentes digitais, como Google Duplex em breve poderá criar listas de compras e fazer pedidos para você, com Varejista francês Carrefour e Walmart gigante dos EUA já está em parceria com o Google.

Uma experiência de varejo de IA em evolução

À medida que você avança nos estágios da vida, fica mais velho, às vezes fica mal, pode se casar, talvez ter filhos ou mudar de carreira. À medida que as circunstâncias da vida e os hábitos de consumo de um cliente mudam, os modelos se ajustam automaticamente, como já fazem em áreas como detecção de fraude.

A corrente reativo O sistema envolve aguardar que um cliente comece a comprar fraldas, por exemplo, para identificá-lo como tendo acabado de iniciar uma família, antes de seguir as recomendações apropriadas do produto.

Em vez disso, algoritmos de aprendizado de máquina podem comportamento do modelo, como a compra de vitaminas de folato e bio-óleos, predizer quando as ofertas devem ser enviadas.

Essa mudança do marketing reativo para o preditivo pode mudar a maneira como você compra, trazendo sugestões que talvez você nunca tenha considerado, tudo possível por causa de oportunidades relacionadas à IA para varejistas e seus clientes.

Sobre os Autores

Michael Milford, professor, Queensland University of Technology e Gary Mortimer, professor associado de marketing e negócios internacionais, Queensland University of Technology

Este artigo foi republicado a partir de A Conversação sob uma licença Creative Commons. Leia o artigo original.