הצטרפו לקבוצות שלנו לקבלת עדכונים מרוכזים פעם בשבוע:

ווטסאפ:
http://wa.dwh.co.il
טלגרם:
http://telegram.dwh.co.il

לקראת NRF 2023, האירוע הגדול ביותר בענף הקמעונאות, Google Cloud הציגה היום ארבע טכנולוגיות בינה מלאכותית חדשות ומעודכנות כדי לעזור לקמעונאים לשנות את תהליכי בדיקת המדף שלהם בחנות ולשפר את אתרי המסחר האלקטרוני שלהם. עם חוויות קניות מקוונות זורמות וטבעיות יותר ללקוחות.

פתרון חדש לבדיקת AI, שנבנה על Vertex AI Vision של Google Cloud, משתמש במסד הנתונים של גוגל לגבי עובדות על אנשים, מקומות ודברים, ומעניק לקמעונאים את היכולת לזהות מיליארדי מוצרים כדי להבטיח שהמדפים בחנות יהיו בגודל הנכון ומצוידים היטב . יתר על כן, בעדכון לפתרונות ה-Discovery AI שלה, Google Cloud הציגה יכולת AI חדשה להתאמה אישית ותכונת גלישה חדשה מונעת בינה מלאכותית כדי לעזור לקמעונאים לשדרג את חלונות הראווה הדיגיטליים שלהם עם חוויות קניות דינמיות ואינטואיטיביות יותר. לבסוף, פתרון ה-Recommendations AI של Google Cloud השיק יכולות חדשות של למידה חישובית המאפשרות לקמעונאים לבצע אופטימיזציה דינמית של הזמנות מוצרים ולוחות המלצות בדפי המסחר האלקטרוני שלהם ולספק הצעות מותאמות אישית לרכישות חוזרות.

AI חדש לבדיקת מדף עוזר לקמעונאים לשפר את זמינות המוצרים

הבעיה של מלאי נמוך או ללא מלאי על המדפים בחנויות היא בעיה מטרידה עבור קמעונאים. לפי ניתוח NielsenIQ של זמינות על המדף, מדפים ריקים עלו לקמעונאים בארה"ב 82 מיליארד דולר בהחמצת מכירות  ב-2021 בלבד. בעוד קמעונאים ניסו טכנולוגיות שונות לבדיקת מדף במשך שנים, היעילות שלהם הוגבלה לעתים קרובות על ידי המשאבים הדרושים ליצירת מודלים אמינים של AI לאיתור ולהבדיל בין מוצרים - מהטעמים השונים של ריבה וג'לי ועד לעשרות סוגי מברשות השיניים.

זמין כעת בתצוגה מקדימה ברחבי העולם, פתרון בדיקת המדף החדש של Google Cloud המופעל על ידי AI יכול לעזור לקמעונאים לשפר את זמינות המוצרים על המדף, לספק נראות טובה יותר לגבי איך המדפים שלהם נראים בפועל ולעזור להם להבין היכן יש צורך בחידוש מלאי. נבנה על Vertex AI Vision של Google Cloud ומופעל על ידי שני מודלים של למידת מכונה - מזהה מוצר ומזהה תגים - בדיקת המדף בינה מלאכותית מאפשרת לקמעונאים לפתור בעיה קשה מאוד: כיצד לזהות מוצרים מכל הסוגים, בקנה מידה, המבוסס רק על תכונות חזותיות וטקסט של מוצר, ולאחר מכן לתרגם את הנתונים הללו לתובנות ניתנות לפעולה.

קמעונאים לא צריכים להשקיע זמן, מאמץ והשקעה באיסוף נתונים והדרכה של מודלים בינה מלאכותית משלהם. תוך מינוף מסד הנתונים של גוגל של מיליארדי ישויות ייחודיות, בדיקת המדף של Google Cloud יכולה לזהות מוצרים ממגוון סוגי תמונות שצולמו בזוויות ובנקודות תצפית שונות - משימה קשה במיוחד. לקמעונאים תהיה רמה גבוהה של גמישות בסוגי התמונות שהם יכולים לספק למדף בודק AI. לדוגמה, קמעונאי יכול להשתמש בתמונות ממצלמה צמודת תקרה, טלפון נייד של עמית או רובוט משוטט בחנות בשירות בדיקת מדף.

כעת בתצוגה מקדימה, הטכנולוגיה הזו צפויה להיות זמינה באופן כללי לקמעונאים ברחבי העולם בחודשים הקרובים. חשוב לציין, התמונות והנתונים של קמעונאי נשארים שלהם וניתן להשתמש ב-AI רק לזיהוי מוצרים ותגי מחיר.

בינה מלאכותית משנה את חווית הקנייה הדיגיטלית בחלון

אנשים לא תמיד יודעים מה הם רוצים. זו הסיבה שהם עושים קניות בחלונות או גולשים באתרי אינטרנט, מחפשים השראה.

כדי לעזור לקמעונאים להפוך את חוויית הגלישה המקוונת וגילוי המוצרים למודרנית, מהירה יותר, אינטואיטיבית ומספקת יותר עבור קונים, Google Cloud הציגה היום תכונת גלישה חדשה המופעלת על ידי AI בפתרונות Discovery AI לקמעונאים. היכולת משתמשת בלמידת מכונה כדי לבחור את ההזמנה האופטימלית של מוצרים באתר מסחר אלקטרוני של קמעונאי ברגע שהקונים בוחרים בקטגוריה, כמו "מעילי נשים" או "כלי מטבח".

עם הזמן, הבינה המלאכותית לומדת את הזמנת המוצר האידיאלית עבור כל עמוד באתר מסחר אלקטרוני תוך שימוש בנתונים היסטוריים, תוך אופטימיזציה של איך ואילו מוצרים מוצגים לצורך דיוק, רלוונטיות והסבירות לביצוע מכירה. ניתן להשתמש בתכונה במגוון דפי אתרי מסחר אלקטרוני, החל מדפי עיון, מותג ודפי נחיתה ועד לדפי ניווט ואיסוף.

מבחינה היסטורית, אתרי מסחר אלקטרוני מיינו את תוצאות המוצרים על סמך רשימות רבי מכר של קטגוריות או כללים שנכתבו על ידי אדם, כמו קביעה ידנית איזה בגדים להדגיש על סמך עונתיות. טכנולוגיית הגלישה הזו נוקטת בגישה חדשה לגמרי, אוצרת את עצמה, לומדת מניסיון ולא דורשת התערבות ידנית. בנוסף לשיפור משמעותי בהכנסות מביקור, זה יכול גם לחסוך לקמעונאים את הזמן וההוצאות של אצור ידני של דפי מסחר אלקטרוני מרובים. הכלי החדש זמין כעת באופן כללי לקמעונאים ברחבי העולם התומכים ב-72 שפות.

תוצאות חיפוש וגלישה מותאמות אישית יותר עם למידת מכונה

 מחקר שהוזמן על ידי Google Cloud מצא ש-75% מהקונים מעדיפים מותגים שמתאימים אישית אינטראקציות ופנייה אליהם, ו-86% רוצים מותג שמבין את תחומי העניין וההעדפות שלהם.

כדי לעזור לקמעונאים ליצור חוויות קניות מקוונות זורחות ואינטואיטיביות יותר, Google Cloud הציג היום יכולת התאמה אישית מונעת בינה מלאכותית, שמתאימה אישית את התוצאות שהלקוח מקבל כאשר הוא מחפש וגולש באתר של קמעונאי. הטכנולוגיה מטעינה את היכולות של היצע הגלישה החדש של Google Cloud ופתרון החיפוש הקמעונאי הקיים.

ה-AI העומד בבסיס יכולת ההתאמה האישית החדשה הוא מזהה דפוסי מוצר שמשתמש בהתנהגות של לקוח באתר מסחר אלקטרוני, כגון קליקים, עגלה, רכישות ומידע אחר, כדי לקבוע את הטעם וההעדפות של הקונים. לאחר מכן, הבינה המלאכותית מזיזה מוצרים התואמים להעדפות אלו למעלה בדירוג החיפוש והגלישה לקבלת תוצאה מותאמת אישית. תוצאות החיפוש והגלישה המותאמות אישית של קונה מבוססות אך ורק על האינטראקציות שלו באתר המסחר האלקטרוני של אותו קמעונאי, ואינן מקושרות לפעילות בחשבון Google שלו. הקונה מזוהה באמצעות חשבון שיצרו באתר הקמעונאי, או באמצעות קובץ Cookie של צד ראשון באתר.

כמו בכל פתרונות Google Cloud, הלקוחות הם הבעלים של הנתונים שלהם ושולטים בהם - המידע על העדפות הלקוחות נשאר אצל הקמעונאי. טכנולוגיה זו זמינה כעת באופן כללי לקמעונאים ברחבי העולם.

AI מגדיל את השורה התחתונה של הקמעונאים עם המלצות טובות יותר

מערכות המלצות למוצרים מהוות כעת מרכיב קריטי באסטרטגיית המסחר האלקטרוני של כל קמעונאי, מסיבה טובה: מכירות קמעונאיות מקוונות צפויות להגיע ליותר מ-8 טריליון דולר עד 2026. עם זאת, קמעונאים מתקשים כבר זמן רב לקבוע אילו פאנלים להציג באתרים שלהם, כיצד לעשות זאת ביעילות לארגן אותם, וכיצד לתאם תוכן שהוא גם רלוונטי וגם מותאם אישית. פתרון ה-Recommendations AI של Google Cloud משתמש בלמידה חישובית כדי לעזור לקמעונאים להביא המלצות מוצרים לקונים שלהם.

שדרוגים חדשים ל-Recommendations AI, שהוכרזו היום, יכולים להפוך את נכסי המסחר האלקטרוני של קמעונאי לעוד יותר מותאמים אישית, דינמיים ומועילים ללקוחות בודדים. לדוגמה, תכונת אופטימיזציה חדשה ברמת הדף מאפשרת כעת לאתר מסחר אלקטרוני להחליט באופן דינמי אילו חלוניות המלצות למוצרים להציג באופן ייחודי לקונה. אופטימיזציה ברמת הדף גם ממזערת את הצורך בבדיקת חווית משתמש עתירת משאבים, ויכולה לשפר את מעורבות המשתמש ואת שיעורי ההמרה.

בנוסף, תכונת אופטימיזציית הכנסות שנוספה לאחרונה משתמשת בלמידה חישובית כדי להציע המלצות טובות יותר על מוצרים שיכולות להעלות הכנסה לכל ביקור משתמש בכל אתר מסחר אלקטרוני. מודל למידת מכונה, שנבנה בשיתוף עם DeepMind, משלב את קטגוריות המוצרים של אתר מסחר אלקטרוני, מחירי הפריטים וקליקים והמרות של לקוחות כדי למצוא את האיזון הנכון בין שביעות רצון לטווח ארוך לקונים לבין עליית הכנסה לקמעונאים. לבסוף, מודל חדש לרכישה מחדש ממנף את היסטוריית הקניות של הלקוח כדי לספק המלצות מותאמות אישית לרכישות פוטנציאליות חוזרות.

בהשוואה למערכות המלצות בסיסיות המשמשות לקוחות Google Cloud, Recommendations AI הראתה עלייה דו ספרתית בשיעורי ההמרות והקליקים בניסויים שנשלטים על ידי קמעונאים המשתמשים בטכנולוגיה. המודלים החדשים של אופטימיזציה ברמת הדף, אופטימיזציה של הכנסות וקנייה חוזרת זמינים כעת לקמעונאים ברחבי העולם.

המקור: חברת גוגל בכתובת הבאה.