Уделяя приоритетное внимание клиентскому опыту (CX), ритейлеры в последние годы использовали различные стратегии для улучшения этого аспекта в своих усилиях по трансформации. По мере того, как покупательское поведение меняется благодаря многоканальному взаимодействию в режиме онлайн, CX исследование приобретает все более глубокий смысл для бизнеса. Ожидания от обычных магазинов также изменились после COVID; люди ходят в розничный магазин не только за покупками, но и ожидают от торговой точки комплексного обслуживания. Помимо обычных потребителей CX также ориентирован на внутренних потребителей, а именно на сотрудников. Ошибки в построении маршрута CX могут привести к негативному восприятию потребителя и негативным последствиями для бренда. Следовательно, то, как ритейлер строит маршрут клиента, является неотъемлемой частью успеха. Это означает, что надо думать о гиперперсонализации, объединять точки подключения и взаимодействия, искать интеллектуальные идеи и полагаться на автоматизацию.

Генеративный ИИ может изменить правила игры в розничной торговле

Несмотря на то, что он все еще находится на стадии исследования, генеративный ИИ (GenAI) стал основной темой обсуждения, способной изменить правила игры для всех видов бизнеса. Розничные продавцы, отдающие предпочтение CX, могут изучить возможности GenAI не только для повышения эффективности. Они могут переосмыслить бизнес-функции, предлагать персонализированные и целенаправленные маркетинговые усилия, оптимизированные услуги и многое другое, чему способствует продвинутая аналитика поведения потребителей. В целом, GenAI применим в трех областях: создание креативного контента, обобщение контента и поддержка поиска контента.

Сегодня контент может варьироваться от текста до изображений, видео или даже разговорных форматов. Применимость GenAI необходимо учитывать во всех этих областях, которые оказывают существенное влияние на повышение качества обслуживания конечных потребителей во всем потоке создания ценности розничной торговли и не ограничиваются уровнем вовлеченности или дифференциации. Применимость GenAI тестируется в различных субвертикалях розничной торговли. Ниже перечислены некоторые популярные варианты использования в точках соприкосновения и процессах розничной торговли.

Разработка новых продуктов: розничные продавцы могут быть разделены на тех, кто поставляет продукцию от разных компаний, и тех, кто продает свои частные бренды. Здесь GenAI можно использовать для разработки новых продуктов, помогая команде дизайнеров учитывать отзывы клиентов, тенденции рынка и другие факторы. Это может помочь объединить все эти аспекты, чтобы направить креативность в русло, ведущее к набору новых дизайнов, которые дизайнеры могут усовершенствовать перед началом производства. Создание инновационного контента, такого как уникальные описания продуктов в традиционном фирменном стиле, может сопровождаться сообщениями для трансляции по различным каналам, ориентированным на вовлечение клиентов и достижение результатов.

Варианты отображения товара: например, дизайн ювелирных изделий высокого класса может быть удобен поставщикам уровня 2 и 3, которые обычно имеют ограниченный ассортимент или полагаются на превосходное качество изображений от оригинального поставщика или производителя. В таких случаях искусственный интеллект может быть использован для генерации 3D-изображений для улучшения CX.

Рекомендации по продуктам: ожидается, что первоклассные розничные продавцы будут предоставлять рекомендации по продуктам в очень персонализированной форме. Предоставление продавцам и консультантам по розничным продажам, участвующим в работе с клиентами, портативных устройств на базе искусственного интеллекта для предоставления индивидуальных рекомендаций находит поддержку среди розничных продавцов.

Виртуальные стилисты: интересный вариант использования - киоск в магазине, где потребитель может запросить рекомендации на основе определенных параметров. Им предоставляются полные рекомендации по стилю и одежде, основанные на конкретных вопросах от виртуального ассистента по стилю. Предложение виртуальных примерок с использованием аватаров и специальных функций может сделать CX еще более привлекательным и персонализированным.

Разговорная коммерция: здесь потребитель использует мобильное приложение и указывает, какой продукт ему нужен, скажем, мобильный телефон с такими характеристиками, как “высокопроизводительный чип и хорошая камера без ненужных приложений”. Основываясь на предложениях и рейтингах приложения, потребитель просит продолжить покупку продукта, включенного в короткий список, и автоматически оформить заказ, просто поговорив с ним. Хотя это было доступно со стандартными чат-ботами, взрывной рост и быстрое развитие языковых моделей для GenAI будут способствовать дальнейшему совершенствованию CX, предлагая розничному продавцу дифференциацию.

Управление каталогом товаров: информация о товаре должна передаваться по различным каналам продаж, и задача ритейлера состоит в том, чтобы найти способы обогатить контент. В качестве примера можно привести мобильный телефон, который вызывает хайп в социальных сетях как “самый крутой телефон на свете”. Ритейлер может гарантировать, что его алгоритмы смогут уловить эту конкретную фразу и добавить ее в описание, чтобы при поиске этой фразы результаты поиска были более эффективными. Кроме того, конечный пользователь может выполнять поиск по фразе, которая является трендовой, а продажи увеличиваются благодаря поисковой оптимизации.

Автоматизация маркетинга и кампаний: используя способность GenAI анализировать огромные объемы данных, можно создавать персонализированные маркетинговые сообщения и кампании на основе предпочтений клиентов и демографических данных – это повышает коэффициент конверсии. Многие розничные бренды используют данные о прошлых маркетинговых показателях для прогнозирования тенденций, поведения клиентов и результатов кампаний, что помогает оптимизировать стратегии. Маркетинговые исследования, необходимые для выявления тенденций, предпочтений клиентов и конкурентной разведки, также могут быть выполнены с помощью GenAI. В целом, использование GenAI в автоматизации маркетинга позволяет маркетологам создавать более персонализированные кампании, основанные на данных, которые приводят к лучшим результатам.

Предотвращение мошенничества: как правило, когда транзакция помечена как мошенническая, необходимо множество проверок наряду с юридическими последствиями, если она окажется ложной и, в свою очередь, негативно повлияет на CX. GenAI может помочь улучшить процессы, чтобы уменьшить количество различных аномалий и ложных срабатываний.

В некоторых рассмотренных здесь примерах использования говорится о моделях GenAI, служащих технологией улучшения в дополнение к результатам, предоставляемым традиционными моделями искусственного интеллекта. Аналогичным образом, существует больше вариантов использования GenAI, которые также помогают улучшить опыт сотрудников. В пространстве CX GenAI может предлагаться в сочетании с элементами дополненной реальности и виртуальной реальности VR. Его огромная применимость и значимость для расширения возможностей розничного потребителя неоспоримы, что делает это пространство еще более привлекательным. Учитывая его новизну, существуют различные опасения по поводу ответственного управления данными и соблюдения нормативных требований.

Предприятия также анализируют ценность инициатив GenAI, чтобы решить, как расставить приоритеты для своих инвестиций в этой области. Дальнейшим шагом для предприятий было бы внедрение общей стратегии GenAI-first, которая делает упор на надежное и ответственное управление данными, ответственное по замыслу. Это включало бы бимодальный подход, где первым шагом является экспериментирование с новыми развивающимися технологиями, а вторым - масштабное внедрение полученных знаний в производство.   

Автор статьи - Сантош Субраманьям, Infosys