近年來(lái)，在封鎖、宵禁、供應(yīng)鏈中斷和能源緊縮之間，零售商一定感覺(jué)很恐慌。但，幸運(yùn)的是，零售業(yè)可以依靠全方位的技術(shù)創(chuàng)新來(lái)更好地應(yīng)對(duì)這些困難時(shí)期的挑戰(zhàn)。
這些技術(shù)中最有影響力的工具之一肯定是人工智能，包括其強(qiáng)大的子集——機(jī)器學(xué)習(xí)(ML)。下面，讓我們簡(jiǎn)要介紹一下這項(xiàng)技術(shù)的本質(zhì)，并探討機(jī)器學(xué)習(xí)在零售業(yè)中的關(guān)鍵用例。
機(jī)器學(xué)習(xí)在零售業(yè)中的作用
零售中的機(jī)器學(xué)習(xí)依賴于自我改進(jìn)的計(jì)算機(jī)算法，這些算法被創(chuàng)建來(lái)處理數(shù)據(jù)、發(fā)現(xiàn)變量之間的重復(fù)模式和異常，并自主學(xué)習(xí)這些關(guān)系如何影響或決定行業(yè)的趨勢(shì)、現(xiàn)象和業(yè)務(wù)場(chǎng)景。
機(jī)器學(xué)習(xí)系統(tǒng)的自我學(xué)習(xí)和情境理解潛力可以在零售業(yè)中用于：
識(shí)別推動(dòng)零售業(yè)的潛在動(dòng)力。例如，基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析系統(tǒng)被廣泛應(yīng)用于營(yíng)銷領(lǐng)域，通過(guò)推薦引擎和基于客戶數(shù)據(jù)的定向廣告來(lái)個(gè)性化購(gòu)物體驗(yàn)，還可以預(yù)測(cè)產(chǎn)品需求或其他市場(chǎng)趨勢(shì)，從而優(yōu)化庫(kù)存管理、物流和定價(jià)策略。
推動(dòng)與人工智能相關(guān)的認(rèn)知技術(shù)，如計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理(NLP)，它們分別從視覺(jué)和語(yǔ)言模式中識(shí)別和學(xué)習(xí)，以模仿人類視覺(jué)和交流。零售商通常使用這些工具從文本和視覺(jué)來(lái)源收集數(shù)據(jù)，支持聊天機(jī)器人和上下文購(gòu)物等交互式解決方案，或用于視頻監(jiān)控。
10個(gè)重新定義零售業(yè)的機(jī)器學(xué)習(xí)用例
零售商如何從上述機(jī)器學(xué)習(xí)算法的能力中受益?以下是典型零售場(chǎng)景中一些最相關(guān)的機(jī)器學(xué)習(xí)用例。
1、定向廣告
雖然主要用于電子商務(wù)，但有針對(duì)性的營(yíng)銷代表了一種強(qiáng)大的工具，可以將潛在客戶引導(dǎo)至在線平臺(tái)和傳統(tǒng)商店。這涉及根據(jù)一系列行為、心理、人口統(tǒng)計(jì)和地理參數(shù)（如購(gòu)買(mǎi)和瀏覽歷史、年齡、性別、興趣、地區(qū)等）對(duì)用戶進(jìn)行細(xì)分，并針對(duì)性投放完全個(gè)性化的廣告和促銷活動(dòng)。
2、情境購(gòu)物
一種不同的、更具交互性的解決方案可以吸引用戶的注意力，并將其引導(dǎo)到自己的電子商務(wù)平臺(tái)，這是上下文購(gòu)物。這種營(yíng)銷工具利用機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)來(lái)識(shí)別和指出社交媒體上視頻和圖片中顯示的商品，同時(shí)提供“快捷方式”以訪問(wèn)在線商店中的相關(guān)產(chǎn)品頁(yè)面。
3、推薦引擎
一旦用戶登陸在線平臺(tái)，可能會(huì)在海量商品中迷失方向。推薦引擎是強(qiáng)大的工具，旨在將客戶導(dǎo)向其可能真正需要的產(chǎn)品。
為了提供量身定制的建議，這些系統(tǒng)可以采用基于內(nèi)容的過(guò)濾方法，即推薦與過(guò)去購(gòu)買(mǎi)的商品具有相似特征的商品，或者選擇協(xié)同過(guò)濾，這意味著建議其他客戶訂購(gòu)的具有相似購(gòu)買(mǎi)模式、個(gè)人特征的商品,和興趣。
4、動(dòng)態(tài)定價(jià)
由于機(jī)器學(xué)習(xí)，產(chǎn)品推薦和廣告并不是唯一動(dòng)態(tài)變化的東西。如今，大多數(shù)在線商店和電子商務(wù)平臺(tái)會(huì)根據(jù)產(chǎn)品供求波動(dòng)、競(jìng)爭(zhēng)對(duì)手的促銷和定價(jià)策略、更廣泛的銷售趨勢(shì)等因素，不斷調(diào)整價(jià)格。
5、聊天機(jī)器人
聊天機(jī)器人和虛擬助手是高度交互的工具，由機(jī)器學(xué)習(xí)和NLP提供支持，能夠?yàn)榭蛻籼峁┤旌虻挠脩糁С郑òㄓ嘘P(guān)可用產(chǎn)品和運(yùn)輸選項(xiàng)的信息），同時(shí)發(fā)送提醒、優(yōu)惠券和個(gè)性化建議以提升銷售水平。
6、供應(yīng)鏈管理
產(chǎn)品補(bǔ)貨和其他庫(kù)存管理操作絕不應(yīng)聽(tīng)之任之。為了更好地匹配產(chǎn)品供需，優(yōu)化倉(cāng)庫(kù)空間利用率，避免食物變質(zhì)，值得依賴機(jī)器學(xué)習(xí)算法的分析和預(yù)測(cè)能力。這意味著要考慮多個(gè)變量，例如價(jià)格波動(dòng)或基于季節(jié)性的購(gòu)買(mǎi)模式，預(yù)測(cè)未來(lái)的銷售趨勢(shì)，并因此計(jì)劃適當(dāng)?shù)难a(bǔ)貨計(jì)劃。
7、交付優(yōu)化
物流的另一個(gè)可以通過(guò)機(jī)器學(xué)習(xí)增強(qiáng)的方面是產(chǎn)品交付。由機(jī)器學(xué)習(xí)驅(qū)動(dòng)的系統(tǒng)，在通過(guò)物聯(lián)網(wǎng)傳感器和攝像頭網(wǎng)絡(luò)收集的交通和天氣數(shù)據(jù)的推動(dòng)下，可以輕松計(jì)算出最快的送貨路線。相反，通過(guò)處理用戶數(shù)據(jù)，可能會(huì)推薦合適的交付方式，以更好地滿足客戶的需求。
8、自動(dòng)駕駛汽車
這種用于產(chǎn)品交付的機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)的體現(xiàn)還遠(yuǎn)未得到完善和大規(guī)模實(shí)施。然而，像Amazon和Kroger這樣的企業(yè)正在投資這項(xiàng)技術(shù)，相信很快可以依靠自動(dòng)駕駛汽車來(lái)加快產(chǎn)品分銷。
9、視頻監(jiān)控
機(jī)器學(xué)習(xí)驅(qū)動(dòng)的計(jì)算機(jī)視覺(jué)系統(tǒng)可以駕駛車輛，還可以發(fā)現(xiàn)小偷。這些工具與傳統(tǒng)視頻監(jiān)控解決方案之間的主要區(qū)別在于，后者基于一種相當(dāng)不準(zhǔn)確的基于規(guī)則的方法來(lái)識(shí)別入侵者，該方法存在大量誤報(bào)。另一方面，機(jī)器學(xué)習(xí)系統(tǒng)可以識(shí)別更微妙的行為模式，并在發(fā)生可疑情況時(shí)向管理層發(fā)出警報(bào)。
10、欺詐檢測(cè)
對(duì)于在線零售商和電子商務(wù)平臺(tái)，小偷更可能從信用卡中盜竊，而不是從貨架上偷。由于機(jī)器學(xué)習(xí)算法旨在識(shí)別重復(fù)出現(xiàn)的模式，因此其還可以查明任何偏離常態(tài)的事件，包括異常交易頻率或賬戶數(shù)據(jù)不一致，并將其標(biāo)記為可疑，以便進(jìn)一步檢查。
通過(guò)機(jī)器學(xué)習(xí)克服現(xiàn)代挑戰(zhàn)
人工智能、機(jī)器學(xué)習(xí)和認(rèn)知技術(shù)已被證明在增加利潤(rùn)和優(yōu)化成本、個(gè)性化客戶體驗(yàn)、提高物流和庫(kù)存管理方面的運(yùn)營(yíng)效率，以及確保安全的零售環(huán)境方面具有無(wú)可估量的價(jià)值。
事實(shí)上，《財(cái)富》商業(yè)洞察力的2020年報(bào)告強(qiáng)調(diào)，到2028年，全球零售業(yè)人工智能市場(chǎng)預(yù)計(jì)將達(dá)到311.8億美元，其中機(jī)器學(xué)習(xí)是其核心部分。
從零售的角度來(lái)看，這將使機(jī)器學(xué)習(xí)成為燈塔，在經(jīng)歷了兩年多的風(fēng)暴之后，可以找到正確的航線并停靠在安全的港口。
