電子發燒友App
零售商多年來一直在收集客戶數據，如今可以利用人工智能技術幫助他們有效地使用這些數據，他們抓住了機會，但未來面臨的挑戰是什么？
人工智能正在成為零售購物行業領域的主要組成部分，一些零售商或百貨商（如瑪莎百貨、Holiday Extras、京東商城等）正在采用人工智能和機器學習技術更好地解析數據，迎合客戶的體驗，并最終轉化為銷售業績。
那么哪些零售商在采用人工智能方面處于領先地位？他們在進入數字世界時會遇到哪些挑戰以及獲得哪些好處？
客戶和數據的故事
Ocado公司首席技術官Paul Clarke表示，人工智能技術可以幫助零售商更智能地利用稀缺資源，但有些企業沒有確定是否采用。
了解客戶意味著零售商需要確保在正確的時間將正確的庫存放在正確的位置。數十年來，零售商現在從許多不同的人那里收集了大量的客戶數據，沒有技術的幫助就不可能提供這種個性化的服務。
正如咨詢機構Elixirr公司的合伙人兼零售業務主管Brian Kalms所指出的那樣，一些零售商擁有如此多的數據，不再需要人工分析，特別是添加新的在線企業。
“以往，客戶走進一家商店時，并沒有人認出他是誰。”他說。“而網絡零售廠商卻知道進入網站的客戶是誰，所以零售商必須精通數據技術，這是人工智能的應用之一——它以機器人和通信的形式出現，并且正在進入數據分析階段。”
利用數據來了解客戶
在以往，零售商常常以“簡單的方式”對客戶進行分類，現在可以使用數據來更好地了解客戶。例如，根據經濟背景、收入和性別使用原有的客戶人口統計數據來了解“具有價值”的消費者，但情況并非如此。Kalms說，“人們購買行為的部分信息需要一段時間才能讓組織找到。”
Kalms表示，隨著Asos、Ocado、亞馬遜等數字化本地企業成為市場顛覆者，深入了解他們的客戶，他說，零售商場的運營模式越來越難贏利，迫使零售商探索其他的方式來吸引客戶，并期待為客戶提供更多零售體驗。
“零售商期待著每個客戶的到來，并提供全天候服務。”他說。
數字零售商更快地采用新技術
但數字優先的零售商和傳統實體零售商之間的區別在于，數字零售商始終牢記這些技術，并且隨著它們的出現，很容易采用新技術。
“他們只生活在數字世界中，所以他們認為人工智能不是一件可以去發現的東西，它只是內建于所做的每件事情之中。”Kalms說，“這可能是當前零售業最大的分歧——傳統企業和數字優先企業之間的分歧。”
對于大型企業而言，嘗試和采用智能鏡像、數據分析和人工智能等技術增加購買量和回報。但Kalms表示，將這些實驗整合到核心業務方式中存在一些困難，這對于數字優先的零售商來說要容易得多。
詳細了解零售技術
正如Kalms所說，大型零售商過去致力于“產品和服務創新”，而不是敏捷和數字創新。
一些零售商已成功實現這一目標——例如，視頻游戲零售商Game公司利用其擁有的數據并利用它開發個性化項目，以使其在線和店內產品適應現代數字受眾。
但Boohoo．com的IT運營主管Steve Roberts表示，這種性質的項目很多都失敗了，因為實際上并沒有解決這個問題－ 企業競相采用這項技術，但并不知道如何使用它或者使其適應更廣泛的業務。
“聽起來不錯，不是嗎？很明顯，業內有很多流行術語，人工智能可能是其中之一。”他說，“我認為很多人不了解如何使用這些技術，他們最終會得到一些技術層面非常適合，但在商業上并不那么適合的技術。”
用例和挑戰
Roberts列出了零售行業中人工智能的一些常見用例，其中包括使用機器學習防止欺詐或使用客戶數據實現個性化。
另一家零售商聲稱，它可以在預測進入客戶幫助中心的呼叫量、店鋪流量或網站流量，并據此進行調整將會有所幫助。
Boohoo．com正在嘗試采用人工智能用于聊天機器人，它將回答客戶的一些常見問題，例如訂單在哪里或如何退貨。
對于零售商而言，它降低了人員成本，并且不需要參與回答這些問題 － 并且客戶更滿意，因為其問題可以得到快速回復。
Boohoo公司與一家名為Syte的第三方視覺搜索公司合作實施了這項工作。Roberts表示，與第三方合作可以幫助零售商解決他們可能無法解決的問題。
過去的經歷
在過去，就像政府部門一樣，零售商認為投資技術項目成本巨大，而且在很多情況下會失敗，使零售商無法解決他們面臨的問題。
但即使與第三方合作，零售商是否真的可以依賴其收集的數據來采用任何類型的人工智能技術？
“它能理解我們獲得的數據并從中學習嗎？可能是我們提供的數據看起來對人類來說很好，但對機器來說并不完全適合。”Roberts說。
“作為一種技術，它仍然相對不成熟，但這個領域將很快獲得吸引力，因此我預計成熟度會增加很多。”
雖然機器學習和人工智能最常用于使用數據來改善客戶體驗并增加個人體驗，但Holiday Extras集團技術總監Andy Britcliffe指出，這聽起來很簡單，但其工作量也可能只是“冰山一角”。
例如，當在呼叫中心使用人工智能時，Britcliffe說：“有了機器學習，就有可能更好地進行建模，這樣當人們打電話給我們時，我們會在手機上找到適合的人。”
知道如何收集數據
但是知道如何收集數據以及收集哪些數據可能會創造或顛覆這些系統。
Britcliffe說，“經典的機器學習依賴于高質量的數據，并且擁有優秀的軟件工程師和數據專家，他們可以確保數據被正確收集和分類，同時是安全的和匿名的。”
為了彌補這一差距，各類公司都在尋求數據科學家的幫助——在2018年夏天，零售商Marks和Spencer與Decoded合作，教會員工如何更好地使用數據。
在數據分析用例之外，Britcliffe表示可以考慮其他人工智能技術，或者使用開源框架進行深度學習 － 所有這些都有可能在零售商正確實施時受益。
克服更多的挑戰尋求利益
即使零售商已經決定使用人工智能技術，知道它適合于業務以及將用于什么目的，并且決定了如何實現該技術——無論是通過第三方供應商、內部供應商還是相關初創企業，未來仍然存在更多挑戰。
微軟公司英國零售、消費品和運輸部門高級主管Diana Parke表示，在許多情況下，遺留系統阻礙了企業預期的人工智能和其他技術的使用。
她表示，“有很多傳統產業的組織需要找出最佳和最有效的方法來獲取這些數據。”
例如，在實施網站或電子商務時，通常會有兩個系統沒有集成，因此沒有單一的庫存視圖。修復這樣的事情不僅僅是在同一個地方推送企業的所有數據。
為了解決這些問題，零售商越來越多地選擇與初創企業合作，或者采用“實驗室”方法來研究新技術，以確定如何采用。
在許多情況下這取決于企業的態度。Parker說，當組織試圖采用任何一種新技術時，企業文化可能是一個挑戰。
“這不是人工智能所獨有的，但如果要做出重大的、基于技術的改變，需要員工為此而改變。”她說，“員工要明確為什么改變工作方式對其具有價值，因此需要創造一種人們能夠參與變革的文化。”
將舉措視為業務項目
這些舉措不僅僅是一個實驗或IT項目，還需要被看作是對整個業務有貢獻的“業務項目”。
此外，還存在人工智能系統偏差的問題。這不僅適用于影響人工智能所做選擇的社會偏見，也適用于基于不良數據做出糟糕決策的系統。“人工智能在要求推理的數據集方面表現得非常好——如果你的數據集包含偏見，它會影響做出的決定。”Parker說。
由于所有這些障礙，零售商可能會認為沒有采用這些系統可能會更好。
但Toys＇R＇US，House of Fraser和BHS只是一些因為未能改變而面臨麻煩的零售商。
Parker說，人工智能并不只是一種新的時尚。零售商知道這一點 － 根據富士通公司的研究，95％的零售商都認為人工智能和其他新興技術將影響該行業的發展。
機器學習的好處
對于那些愿意付出努力的企業來說，人工智能可以為其業務帶來重大改變。例如，Asos公司使用機器學習和人工智能在瀏覽網站時向1500萬客戶提供建議。Morrisons公司根據其商店的當地人口統計數據，最大化銷售額并節省供應鏈的開支，將人工智能用于需求預測和定制庫存。
絕大多數情況下，零售商，技術提供商和該領域的專家都建議，最好的辦法是“嘗試”。
Elixirr公司合伙人Karina van den Oever表示，任何認為可以避免采用人工智能的零售商都會被市場所淘汰。“一些零售商拒絕接受改變，我認為這是因為他們因業務活動而分散了注意力。”她說。“零售商需要做的更多只是試驗。例如需要采用無人機嗎？需要采用零售機器人嗎？我們不知道，但如果現在不進行試驗，將會一直落后。”
利用技術生態系統
零售商曾經想要建立這樣的系統，因為這可能是零售商獨特賣點的核心，Van den Oever說，現在是建立和利用技術生態系統的時候了，除非零售商已經擁有很強的能力。
“對于零售商或企業試圖解決的每一個問題，有一些創業公司正在試圖解決同樣的問題，”她說。“在解決問題之前，先采用顛覆性的技術。找到可能成為未來的解決方案。”
無論是邁出一小步還是邁出一大步，很明顯，那些準備將所需努力投入到人工智能采用中的零售商可以獲得諸如增加銷售、更好地了解客戶、節省成本等諸多好處。
工商網監
評論