论展现惊人商业价值下人工智能的购物体验

【2018-01-17】

  具有惊人业务价值的人工智能购物体验

  科幻生活的大屏幕正在变成现实:在机器人管家,无人驾驶,智能家居,人机战争等。 。 。这也是我们正在迎来的人工智能时代的一个激动人心的时刻。新书“李开复”“人工智能”对“人工智能”有了更加全面和正确的理解,更加正确的理解在“人工智能”时代的生活。现在让我们从当前节点的“人工智能”开始,根据李开复的观点,总体思路是基于计算机深度学习算法和计算机硬件的快速发展,人工智能已经显示出了非凡的商业价值其中最着名的就是AlphaGo人工智能,它击败了Go冠军,说实话,如果不是Google,一个超品牌的营销工具,那就是“人工智能”智力“,在这个时候我可能不会对它有太大的兴趣,这本书基本上是描述”人工智能“这个话题的最直接的方式,每个人都感兴趣的细节我想在下面说一下,在人工智能的时代,我们可能会生活在这样一个场景中,想象一下这样一个场景:放学后你即将出去捡起你的宝贝,当你拿起钥匙的时候,Alexa ,咖啡桌上的语音助理,警告说:“明天牛奶被消耗,今天的酸奶是1.19美元。你想在Trader Joes(在美国的私人食品连锁店)买吗?“如果您回答“是”,那么Alexa将帮助您确认订单。在15分钟内,当你从学校回家时,产品将准备就绪,准备从路边直接拿起。事实上,上述情况并不像想象的那样。亚马逊,Facebook,谷歌和苹果正加速消费者前瞻性的研究,并在技术上可行的尝试,如当天交付和机器驱动的图像识别。现在,您可以在Apple手机上使用Siri的Uber出租车服务,或使用Facebook Messenger聊天机器人完全订购车票。自适应零售已经发展到顶峰,我们即将进入预测性商业时代。对于零售商来说,是时候帮助人们在人们需要的时刻找到合适的产品 - 即使在他们意识到之前 - 消费者是否准备好点击屏幕,是否登录购物网站购买按钮这种商业模式的转变要求我们设计一个全新的体验,将对人类行为的理解与大规模的自动化和数据整合结合起来US Mail Co.,Ltd。成立于2013年,是一家专业的海外仓库,FBA海滨物流服务提供商机器学习的价值零售商需要像科技公司那样思考,而不是使用人工智能和机器学习来预测如何安排店内库存和时间安排,同时也为消费者提供动态的产品推荐,有吸引力的产品定价。正在出差,突然意识到你已经忘记了你的手机充电器。为了能够在会议之前使用它,你必须考虑重新购买一个。在这种情况下,电子产品零售商可能会预测,你也想要一个新的耳机。考虑到你明天晚上有一个航班,它会建议你买一个消音器耳机,这考虑到亚马逊定价,百思买商店库存和快递费用。要达到这种可预测性水平,技术人员需要能够从动态的海量数据中识别出细微的模式。这些数据集包括:消费者购物历史,产品偏好,购物清单,竞争对手定价和库存以及当前和未来的产品需求。这就是人工智能和机器学习的起点,也是许多公司积极投资的地方。为了提高搜索的预测能力,Etsy刚刚收购了一家专门从事机器学习的公司,向用户提供微妙的产品推荐,而不仅仅是基于购买历史或产品偏好。这是产品推荐的自然演进,也将是未来的标准模式。连接设备和数据的潜力预测性零售将促使消费者“在不同的场景下购买欲望 - 在购物之前,期间和之后,商业已经逐渐成为日常生活的有机组成部分,不再是强制销售。很多东西让我们不由自主地浏览和购买产品;亚马逊的Dash按钮和语音驱动的Echo设备让人们可以在家享受方便的购物。当您发现家中的洗涤剂快用完时,您可以点击Dash按钮。当你记得你的妈妈下个星期会有生日的时候,Alexa会帮助你设下一束鲜花......所有这些只是开始。下一代智能助手和连接设备将通过了解用户习惯,识别行为模式和环境模式,使消费者体验更具预测性。像Echo这样的连接设备将捕获用户日常交互产生的数据,并对可能的交易和时间进行准确的预测。零售商店中的互联设备在预测消费者行为和满足个人需求方面仍有巨大的潜力。长期使用的智能手机专注于客户动态,并提供具体的产品推荐,生物识别技术,认证技术和位置传感器的未来发展将使零售商能够根据多种因素综合考虑,为消费者提供个性化推荐,比如浏览产品的时间基于消费者的心情,公司刚刚完成工作或下班后。零售商需要使用与在线购物相同的定位和个性化服务来设计其离线体验。想象一下,当你通过诺德斯特龙时,你收到一个移动推送通知,建议你买一双新的运动鞋。你意识到你脚上的鞋子已经跑了500英里,有些被磨损了,所有的鞋子都被记录下来,发送到你的健身应用程序。随后,您滑动手机点开启此通知,开始选择鞋子的样式。然后,一个店内地图将引导你进入商店,找到店员,店员一直拿着你想要的鞋子,耐心地等着你。拥抱以人为本的设计预测性零售的未来要求我们为商业设计一个新的生态系统。这些系统将以人为本,而不是局限于某个特定的设备,或者仅仅关注在线和离线的体验。这些系统需要整合人际关系和叙述技术,空间设计和环境以及更多的数据。通过建立创新实验室,许多零售商处于预测性零售变革的最前沿。这些实验室拥有专门的研究团队,致力于孵化新思路,并测试在线和离线连接的数字体验。丝芙兰的创新实验室就是一个很好的例子,品牌在App中引入了一个“Store Mode”,它包含了用户的在线购物车和Beauty Insider记分卡,提醒用户他们喜欢的产品,他们已经获得的购买点,他们目前享受什么好处,如免费化妆服务。零售连锁店,品牌商和电子商务提供商常常通过合作来提出新的想法。几年前,Westfield Mall的实验室与eBay合作,在旧金山的购物中心搭建了一个10英尺的互动屏幕,购物者通过滑动屏幕浏览RebeccaMinkoff和Sony等产品,然后直接从手机购买在推动人工智能的基础上提高预测能力,将为企业的发展带来巨大潜力,想象一下,手机可以直接连接到店面的窗口,向您展示个性化的内容,例如手机可能推荐一个生日礼物给一个情人或一个假期的泳装,全部基于你在Pinterest和Instagram上关注的图像和品牌的定制。通过连接多方数据和用户定制的个性化,零售商可以创建更多相关的购物体验让消费者不由自主地进入实体店,登录网站或网上购物,重要的是,他们预测消费者的需求提前。重视个人隐私和建立信任隐私和个性化之间经常存在一些折衷;每一代技术革新都是如此。零售商需要优先考虑透明度,尊重和安全,并及时采取行动。同时,他们也需要证明自己的价值。 Google在这方面做得不错,不仅仅是个性化搜索,还有服务。例如,Google即时可以将您的日历与Google地图进行整合,以提醒您当前的路况比平时差,请告诉您何时应该离开办公室以准时到达。我们中的许多人愿意分享个人信息以获得美妙而有益的体验,因为这些体验在别处通常是不可用的。零售商需要使这个奇迹和价值显而易见。创新早已开始。未来,人们会期待比今天更便捷,更智能的服务。在某种程度上,“按需”商业将转变为“预测性”商业。零售商需要率先进行这场革命。 - 从HBR英文网站引用的文章的一部分