調(diào)查發(fā)現(xiàn)人工智能對零售業(yè)的影響

正如我們近年來所看到的那樣，人工智能(AI)，機器學習(ML)和數(shù)據(jù)分析正在迅速改變零售業(yè)的運行速度。隨著這些技術在領先的零售公司中變得越來越流行，很明顯，與尚未采用該技術的零售商相比，早期采用AI的公司已經(jīng)獲得了可觀的財務優(yōu)勢。非采用者將需要削弱其利潤率以保持價格競爭力，而擁有可觀財務收益的采用者將能夠抵御價格輸入的波動。

人工智能已被用作小型零售商之間的差異化因素，以此來取得領先并占領市場份額。采用者與不采用者之間的鴻溝將繼續(xù)擴大，這意味著AI不再只是領先于競爭對手的一種方法-它已成為保持與行業(yè)相關性和保持創(chuàng)新的重要組成部分。

數(shù)據(jù)為王

純粹的電子商務參與者在歷史上一直比傳統(tǒng)零售商具有優(yōu)勢，這是因為他們掌握了豐富的消費者數(shù)據(jù)，并且可以立即分析這些數(shù)據(jù)以進行商業(yè)決策?，F(xiàn)在，傳統(tǒng)零售商正在縮小這一差距。新功能，包括店內(nèi)測量;移動商務;在線購買，在商店取貨;送貨服務正在改變行業(yè)運作方式，其重點是了解物理和數(shù)字購物者，并使零售商能夠訪問以前無法獲得的數(shù)據(jù)。例如，沃爾瑪通過實施AI和自動化流程來改善客戶體驗，從而使其第二季度收益增長了2.8%。沃爾瑪在其最新財報電話會議中表示它想在客戶意識到自己的庫存不足之前補充庫存。

從電子商務初創(chuàng)公司到零售巨頭，如今，人工智能已成為一項必不可少的投資，可為零售商及其客戶帶來好處。公司正在使用ML實時挖掘點擊流，本地天氣和事件數(shù)據(jù)以及購買和客戶數(shù)據(jù)，以向客戶提供有針對性的建議，從而最終提高轉(zhuǎn)化率。顧客越來越多地轉(zhuǎn)向個性化的建議來推動購買行為，實際上，有51%的消費者期望公司在與品牌進行個人互動之前就很好地預見他們的需求。

利用豐富的數(shù)據(jù)集，公司可以優(yōu)化在線和實體店中的定價和促銷。他們可以使用數(shù)據(jù)在適當?shù)臅r間在適當?shù)脑O備上為適當?shù)娜颂峁┻m當?shù)拇黉N服務。當零售商分析數(shù)據(jù)以為每個客戶創(chuàng)造最佳體驗時，重要的是他們能夠大規(guī)模執(zhí)行細粒度的分析。從歷史上看，傳統(tǒng)零售商會匯總分析，從而導致建議不準確和不準確。細粒度的分析并關注單個客戶可以提高建議準確性，從而進一步提高客戶滿意度。

新零售

40%的公司正在使用AI，并且這個數(shù)字預計只會增長。實際上，行業(yè)高管預計在未來兩年內(nèi)，至少有70%的零售商將采用AI。這不足為奇。

將豐富的客戶和因果數(shù)據(jù)與ML的功能相結(jié)合，使公司能夠以這種技術只能實現(xiàn)的準確度來優(yōu)化供應鏈，定價和貿(mào)易促銷。零售商能夠?qū)崟r分析各個庫存單位(SKU)并存儲性能，以確保貨架上的可用性以及超優(yōu)化的產(chǎn)品分類，促銷和商店布局。一個普通的雜貨店每天運行，商店級別的SKU模型大約每周運行350,000個模型。當前的工具和方法無法應對規(guī)模的增長。通過實施AI，零售商可以處理每個商店中部署的模型數(shù)量，從而減少供應鏈成本，同時幫助為客戶提供最佳體驗。

采用人工智能技術是零售商成功的關鍵，這已不是什么秘密。不過，某些組織尚未進行投資。為什么?主要的障礙包括如何開始的不確定性，明顯的技能差距以及對技術使用的普遍保守性。同時，他們的競爭對手正在贏得巨大的經(jīng)濟利益，并提高了產(chǎn)品購買率。實際上，不符合個性化客戶水平的零售商正在尋找將這些客戶流失給競爭對手的風險。采用技術的窗口正在關閉，非采用技術的公司很快會發(fā)現(xiàn)自己在財務上處于不利地位。

零售業(yè)中的AI正在交付現(xiàn)實價值。通過專注于捕獲消費者數(shù)據(jù)，零售商能夠提供個性化的建議并改善目標客戶的購物體驗。為此，零售商將提高其財務收益并加快對以技術為中心的新型零售行業(yè)的投資。所有零售商均可使用AI，以幫助改善運營，并最終改善客戶體驗。零售商目前面臨最后通：創(chuàng)新或冒險輸給精明的，技術先進的競爭對手。