Estrarre dati dai clienti, semplificare la gestione delle forniture, prevedere la domanda prima che i prodotti vengano richiesti, ottimizzare la gesti
Estrarre dati dai clienti, semplificare la gestione delle forniture, prevedere la domanda prima che i prodotti vengano richiesti, ottimizzare la gestione del magazzino e della logistica, automatizzare i veicoli nei centri di distribuzione: sono solo alcuni dei modi in cui può essere utilizzata l’intelligenza artificiale nel mondo del retail. Mondo che si sta gradualmente popolando di negozi senza casse né cassieri, camerini digitali in grado di suggerire abbinamenti di vestiario o robot che guidano le persone verso il prodotto desiderato.
ARTIFICIAL INTELLIGENCE NEL RETAIL: I NUMERI
L’innovazione portata dalla trasformazione digitale ha pervaso da tempo il settore delle vendite al dettaglio, portandolo appunto ad affidarsi anche all’artificial intelligence (AI), tecnologia in grado di rivoluzionare il modo con cui l’uomo interagisce con la macchina (e le macchine tra loro). L’AI si inserisce nel canale retail come strumento di produzione, gestione, assistenza predittiva e customer service, introducendovi novità e portandovi una serie di vantaggi e opportunità. Secondo Tractica, società di market intelligence, i ricavi globali ottenuti grazie all’AI sono destinati a registrare un enorme balzo in avanti, dai 643,7 milioni di dollari del 2016 ai 36,8 miliardi entro il 2025.
In Italia, si legge nella recente ricerca dell’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano, il mercato dell’AI – tra software, hardware e servizi – ha raggiunto nel 2019 il valore di 200 milioni di euro, di cui il 78% commissionato da imprese italiane e il 22% come export. Tra le diverse tipologie di soluzioni, il 33% del mercato italiano è dedicato all’Intelligent Data Processing; il 28% al Natural Language Processing e ai Chatbot/Virtual Assistant; poi ai Recommendation System (18%), algoritmi per suggerire ai clienti contenuti in linea con le singole preferenze; segue l’RPA intelligente (11%), cioè soluzioni in cui l’AI automatizza alcuni task di un progetto e ne governa le varie fasi; infine c’è la Computer Vision (10%) per analizzare il contenuto di un’immagine in contesti come la sorveglianza in luoghi pubblici o il monitoraggio di una linea di produzione. Si tratta di soluzioni che, in larga parte, vengono utilizzate nel Retail 4.0, ultima frontiera della distribuzione multicanale (o omnicanale).
Adottando un approccio omnicanale, l’utente può interagire con l’azienda attraverso una molteplicità di opzioni, ma anche vivere la medesima esperienza su tutti i touchpoint senza riscontrare interruzioni nel percorso dall’uno all’altro. I diversi format sfruttano il mondo fisico e il mondo virtuale, il cloud e la mobility, scegliendo soluzioni ibride e convergenti. I negozi, sempre più connessi, offrono ai clienti varie formule per consultare le informazioni online: totem, tablet, specchi e pareti interattive ma anche app e soluzioni come QRcode e beacon. Nell’ambito del Retail 4.0 l’intelligenza artificiale ha un ruolo rilevante. Vediamo una serie di esempi e casi d’uso.
L’ARTIFICIAL INTELLIGENCE PER LA RACCOLTA DATI NEL RETAIL
Gestione di supply chain e logistica
L’AI può essere utilizzata nell’ottimizzazione della moderna supply chain per estrarre dati da clienti, fornitori e da documenti; semplificare la gestione delle forniture, della domanda e dell’inventario; prevedere la domanda prima che i prodotti siano richiesti; ottimizzare la gestione del magazzino e della logistica; automatizzare i veicoli nei centri di distribuzione e altre operazioni di logistica. Si stima che la scarsa applicazione dell’AI a questo particolare settore causi ai retailer di tutto il mondo mancati guadagni per circa 1,1 trilioni di dollari ogni anno.
Il caso Bofrost: con Ibm per capire meglio le necessità del cliente
Bofrost Italia utilizza l’intelligenza artificiale per disporre di informazioni puntuali e accurate in modo da poter soddisfare sempre meglio i bisogni dei clienti. Da circa tre anni l’azienda, che si occupa di vendita e consegna a domicilio di prodotti surgelati, ha cominciato il percorso di trasformazione digitale insieme ad IBM. In pratica ha avviato un progetto di clusterizzazione con interviste a oltre 500mila clienti (su un totale di 750.000 clienti) per raccogliere dati utili a descrivere meglio i clienti stessi. Un’attività basata su una customer experience orientata all’eccellenza in tutti gli aspetti e le fasi dell’interazione.
Golden State Foods (GSF) e la blockchain per la tracciabilità della filiera
Nella vendita al dettaglio il paradigma della blockchain può influenzare un’ampia gamma di processi, dalle attività di gestione della catena degli approvvigionamenti fino ai servizi di vendita e post-vendita.
Un esempio è Golden State Foods (GSF), fornitore di prodotti proteici negli Usa, che ha ideato una strategia per far sì che i suoi prodotti siano costantemente monitorabili a favore dei consumatori finali. GSF e IBM hanno affrontato il problema con una combinazione di tecnologie avanzate. Nell’estate 2017 hanno iniziato un progetto pilota con una soluzione che combina l’identificazione a radiofrequenza (RFID) per monitorare automaticamente il movimento della carne bovina fresca, i dispositivi IoT per monitorare la sua temperatura e la tecnologia blockchain per orchestrare le regole di business tra le parti nella catena di approvvigionamento. Lavorando insieme, le tecnologie puntano a ottenere il massimo livello di trasparenza, sicurezza e fiducia.
IL NUOVO TREND NELLA GDO: SUPERMERCATI SENZA CASSIERI
Nel mondo si stanno moltiplicando i supermercati senza casse né cassieri, innovazione degli anni più recenti. Tra gli esempi Shufersal, principale catena di supermercati in Israele: entro i prossimi 5 anni oltre 300 succursali dovrebbero incorporare la cashier-less technology, “tecnologia senza cassiere”, grazie alla collaborazione con la società Trigo Vision. Nel negozio che si trova presso la Century Tower a Tel Aviv i clienti possono già prelevare i prodotti dagli scaffali e uscire senza doversi prima presentare davanti a un cassiere o utilizzare un servizio di checkout self service. Il conto può essere pagato tramite un’app da smartphone. Shufersal è stata la prima al mondo ad annunciare l’utilizzo di questa tecnologia in uno store già esistente.
Ottimizzazione dei prezzi
Le applicazioni di AI per i negozi al dettaglio possono aiutare le aziende a stabilire i prezzi dei loro prodotti, visualizzando i probabili risultati di diverse strategie di prezzo. Per essere in grado di eseguire questa operazione, i sistemi raccolgono informazioni su altri prodotti, attività promozionali, cifre di vendita e altri dati. In questo modo i dirigenti possono presentare le migliori offerte, conquistare nuovi clienti e, di conseguenza, aumentare le vendite. eBay e Kroger applicano già l’Intelligenza Artificiale per la loro ottimizzazione dei prezzi e rimangono flessibili nella capacità di regolare prezzi e promozioni in base alle informazioni ottenute.
Previsioni dei prezzi
L’AI può essere utilizzata per elaborare una previsione del prezzo di un prodotto in base alla domanda, alle tendenze stagionali, alle caratteristiche, alla data di rilascio di nuovi modelli dello stesso articolo e così via. L’applicazione più frequente del predictive pricing è nel settore dei viaggi, ma può essere utilizzato anche nel commercio al dettaglio, per esempio attraverso un’app o un servizio che aiuti in anticipo il cliente a sapere come cambierà il prezzo di un determinato prodotto.
Machine Learning nel commercio al dettaglio: categorizzazione dei prodotti
I sistemi basati sul Machine Learning sono in grado di ordinare i prodotti in diverse categorie per i clienti che cercano un particolare tipo di prodotto. I venditori che utilizzano la piattaforma Lalafo, marketplace C2C fondato nel 2015 in Estonia, possono limitarsi a caricare l’immagine dei prodotti che vogliono mettere in vendita e un software li riconosce, li classifica e suggerisce anche un prezzo. Lalafo elabora più di 900 richieste al secondo, migliorando le vendite con contenuti pertinenti grazie all’implementazione dei modelli di Machine Learning.
ARTIFICIAL INTELLIGENCE E RETAIL: QUANDO GLI UMANI INTERAGISCONO CON GLI AUTOMI
Chatbot per coadiuvare il servizio clienti
I chatbot AI utilizzati nel retail sono in grado di offrire un livello elevato di customer care, migliorare la ricerca delle merci, inviare notifiche relative alle nuove collezioni e suggerire prodotti simili a quelli indicati. Se, per esempio, un cliente ha già acquistato una giacca, un chatbot può consigliarli un paio di pantaloni da abbinare. L’80% dei marchi in tutto il mondo sta utilizzando o sta per utilizzare i chatbot. Tommy Hilfiger e Burberry hanno già lanciato chatbot per aiutare i clienti a navigare attraverso le loro collezioni. Nel 2017 Levi’s ha messo a disposizione dei propri clienti un virtual stylist in grado di recepire le esigenze di stile di ciascuno e personalizzare l’offerta in base a parametri estetici (oltre che naturalmente in funzione della disponibilità di magazzino). La piattaforma è stata creata da Mode.ai, società di Palo Alto specializzata in soluzioni di Visual Artificial Intelligence, e rappresenta un tassello della strategia con cui Levi’s intende ampliare e migliorare l’esperienza d’uso dei clienti generando naturalmente una ricaduta positiva sulle vendite.
Tecnologia robotica per l’assistenza in negozio
I rivenditori più avanzati investono in tecnologie in grado di aiutare i clienti nel processo di acquisto e il loro personale nei negozi. Dal 2016 negli store di Lowe’s, che vende materiale per la casa principalmente nell’area di San Francisco, è presente Lowebot, un robot che aiuta i clienti a trovare ciò di cui hanno bisogno in diverse lingue. Il robot va avanti e indietro per i reparti, risponde alle domande basilari del cliente e lo guida verso il punto dove è collocato l’articolo che sta cercando. Questo aiuta i consumatori a evitare di fare domande inutili ai commessi per focalizzarsi invece sulle questioni più rilevanti ai fini della scelta d’acquisto.
INTELLIGENZA ARTIFICIALE NEL RETAIL: VISTA E UDITO
Ricerca visiva basata sull’intelligenza dei dati
La ricerca visiva basata sull’intelligenza artificiale non è una novità, ma con i progressi compiuti nel campo dell’AI e della tecnologia mobile sta guadagnando terreno tra i rivenditori. Utilizzati più spesso dai clienti che hanno maggiore dimestichezza con le tecnologie digitali, i sistemi di ricerca visiva basati sull’AI consentono all’utente di caricare immagini e individuare prodotti simili in base a colori, forme e modelli. Il brand di abbigliamento American Eagle utilizza Visual Search, una tecnologia che non solo aiuta le persone a scegliere i capi di vestiario, ma suggerisce anche gli abbinamenti. Questo tipo di applicazione aumenta il coinvolgimento e contribuisce a migliorare l’esperienza del cliente. È particolarmente efficace nel fashion retail e può diventare uno strumento di marketing importante per i marchi di moda emergenti.
Intelligenza artificiale nel retail: La visual recognition di Jason Grech
L’intelligenza artificiale può portare benefici al settore del retail in termini di creatività, relazione con i clienti e gestione dei processi e del back-office. IBM, per esempio, ha collaborato con Jason Grech, marchio australiano del luxury specializzato in abiti da sposa e vestiti da red carpet, creando la prima collezione “cognitiva”, realizzata grazie alla sperimentazione di un nuovo approccio al design. Sono state usate immagini di moda pubbliche, insieme a tecniche di visual recognition, per analizzare e prevedere tendenze di modelli e colori utilizzati dai designer per scegliere la tavolozza dei colori per i disegni. Grech ha fornito inoltre immagini di forme architettoniche e strutture da cui è stato ispirato. Tutte queste informazioni sono state elaborate dalle tecnologie di intelligenza aumentata che hanno dato come risultato idee, cioè linee, curve, figure e anche texture. Il processo di progettazione di Jason, dall’ispirazione allo storyboard, è passato da 28 giorni a quattro. Inoltre, la casa di moda ha confermato che quella è stata la collezione di abiti da sera di maggior successo.
Intelligenza artificiale nel retail: Ricerca vocale
Si stima che entro il 2020 il 50% delle ricerche online sarà di tipo vocale. Ad oggi sono circa 600 milioni le persone nel mondo che usano i principali assistenti vocali almeno una volta a settimana. Uno studio di Business Insider sostiene che il 51% dei consumatori statunitensi utilizzi attualmente questo canale per cercare prodotti, aggiungerli alla propria lista dei desideri (36%) e fare acquisti (22%). Walmart, Tesco, Kohl’s, Costco e molti altri grandi marchi utilizzano già tecnologie per fornire ai clienti una ricerca vocale semplice e rapida.
Intelligenza artificiale nel retail: Camerini intelligenti
Delle tecnologie dedicate ai camerini virtuali si è iniziato a parlare una decina di anni fa. Ad oggi vengono proposte da un numero sempre maggiore di fornitori e usate da numerosi retailer di prestigio nei loro webstore o negli spazi fisici. Aziende come Levy’s, Gap, Brooks Brothers e Old Navy lo hanno già fatto. Di solito i camerini intelligenti possiedono un sistema integrato di antenne e reader RFID per il riconoscimento della merce presente all’interno ed eventualmente anche per l’identificazione del cliente. Hanno poi uno schermo che funge da interfaccia e diventa un assistente virtuale. In particolare i camerini con funzionalità RAIN RFID sono in grado di fornire dati in tempo reale sugli acquirenti e sul loro rapporto con la merce. Dati che consentono ai retailer di comprendere meglio le preferenze della clientela e di influire sulle decisioni di acquisto proprio nella zona di conversione più importante del negozio.
Intelligenza artificiale nel rtail: Monitoraggio della soddisfazione del cliente
L’intelligenza artificiale è in grado di rilevare l’umore dei i clienti durante il processo di acquisto. Walmart ha introdotto un sistema di riconoscimento facciale, installato in telecamere presenti in ogni corsia di cassa, in grado di riconoscere espressioni e movimenti dei consumatori insoddisfatti e di inviare un avviso di allerta al personale dello store, in modo da risolvere il problema quanto prima. Il monitoraggio dell’umore punta a costruire relazioni più solide con i clienti.
Intelligenza artificiale nel retail: Previsione del comportamento del cliente
Alcune piattaforme di Intelligenza Artificiale consentono a chi gestisce un business di usare l’economia comportamentale, quella che studia gli effetti di fattori psicologici, cognitivi, emotivi, culturali e sociali sulle decisioni economiche di individui e istituzioni, in modo da creare un approccio individuale per ogni cliente. La “Personali Intelligent Platform for Retail” analizza la psicologia e le emozioni di ogni cliente per aumentare gli acquisti. L’algoritmo elabora le risposte emotive e il comportamento del cliente durante le esperienze di acquisto precedenti e cerca di individuare le offerte ottimali per ogni particolare visitatore.
Fonte: Economyup.it
