预测式AI将如何改变购物

预测式AI将如何改变购物

响应式零售已经开始式微,我们即将进入预测式商业时代。是时候让零售商帮助消费者在精确的需求时间找到恰当的产品了。

假设你将要离家接孩子放学。当你拿起钥匙的时候,咖啡桌上的Alexa设备发出提示:“明天早上牛奶就要用完了,酸奶的价格是1.19美元。您需要从乔氏超市下单吗,总共5.35美元?”你说“对”,Alexa又确认了一遍。15分钟后,在你接到孩子回家的路上,就可以从路边捎回已经为你准备好的商品了。

这一未来场景已经不远了。从当日送达到机器图像识别,亚马逊、Facebook、谷歌、苹果正在提升消费者期望,提高技术可能性。你可以让Siri帮你打车,也可以通过Facebook Messenger机器人预订机票。

响应式零售已经开始式微,我们即将进入预测式商业时代。是时候让零售商帮助消费者在精确的需求时间找到恰当的产品了——或许在消费者还没有意识到需求之前零售商就已经为他们准备好了产品——不论他们有没有登录或是准备点击屏幕上的“购买”按钮。这一转变要求在设计顾客体验时融合对人类行为的理解以及大规模自动化和数据集成。

超越预期的机器学习

零售巨头多年前就开始利用机器学习算法来预测需求、制定价格了。2014年,亚马逊为预测式库存申请了专利,说AI、机器学习、个性化技术从那时起得到了长足发展一点也不为过。零售商需要像技术公司一样思考,AI和机器学习不能只用于预测店铺库存和员工轮班,更应该动态推荐吸引消费者的产品,制定令消费者心仪的价格。

假设你正在出差,突然发现忘了拿手机充电器。第二天要进行一场全天会议,所以你可以多花一点钱买一条新的充电器并送到酒店房间。电子零售商也可能预测到你需要新耳机,它可以为你提供一副降噪耳机,价格和亚马逊一样,库存在百思买店内,按按需快递收取费用,而你明天晚上乘飞机回家时就可以用上它了。

这种预测水平需要从不断变化的大量数据集中检测出细微的模式。数据集包括:消费者购买历史、产品偏好、时间安排;竞争者的定价和库存;产品目前需求及预测需求。这正是AI和机器学习的用武之地,也是公司投资的领域。Etsy刚刚收购了一家具有机器学习专长的公司,目的是超越简单的消费者购买历史和偏好,制定细致的产品推荐,从而让搜索更具预测性。这是产品推荐的自然发展,将成为未来几年的标准。

意识到连接设备和数据的潜力

预测式销售在购买前、购买时和购买后三个不同情境下都会激励顾客。商业早已不再是一种蓄意行为,更像是我们所体验的日常生活的有机部分。它不仅仅是能够自动浏览和购物的智能手机,亚马逊的Dash按钮和Alexa驱动的Echo设备实现了家中购物。当发现洗衣液快要用完时,你可以按一下洗衣房里的汰渍Dash按钮;当你想到下周是母亲生日时,你可以让Alexa为她预订一束鲜花。这还只是一个开始。

下一代智能辅助和连接设备将会学习用户习惯,领悟行为和环境模式,让这些体验更具预测性。Echo等设备将从日常交互中获取数据,预测具体的交易机会。

零售店在利用连接设备预测消费者行为、响应个人需求方面存在着巨大潜力。很多商店早已开始利用智能手机追踪顾客活动、提供恰当的产品。不难想象,生物统计学、识别技术、位置传感器的发展即将让零售商根据消费者感受、浏览时长以及是否在上班时间等因素来定制内容。

零售商需要设计与在线定位和个性化相同的实体体验。想象一下你正走过诺德斯特姆的店铺,收到一款新运动鞋的通知。你现在穿的这一双已经走过了近500英里,磨损得厉害,这些数据都通过置于鞋底的芯片传输到健康App记录下来了。你滑动通知选择了一款想要试穿的鞋子,店内地图就会引导你找到拿着鞋子等待你的店员。

采用人性化的设计

未来的预测式零售需要设计新的商业生态系统。这些系统将围绕人而不是特殊设备、线上线下体验打造。这些系统需要包含人类连接与故事讲述、空间设计与具体环境以及大量数据。

很多零售商由于在这次转型中创建了创新实验室而遥遥领先,他们有专门的团队和空间来孵化创意、检验连接线上线下的数字体验。丝芙兰(全球化妆品零售品牌)的创新实验室就是一个很好的例子。该品牌在移动App中添加了“存储模式”,集成了用户的在线购物车和美容专家积分卡,提醒用户他们保存的产品、获得的积分以及免费美容等可用福利。

零售链、品牌和电商公司也展开了合作,力图打通这一新思路。几年前,西田购物中心实验室与易趣共同在西雅图树立了10英尺高的交互式屏幕。购物者可以通过滑动屏幕来浏览瑞贝卡·明可弗(美国著名的手袋品牌)、索尼等品牌的产品,这些产品都可以从移动端直接购买。

将预测能力置于AI驱动的基础设施顶端将产生巨大的潜力。想象一下,一个连接到你手机的商店橱窗正显示着个性化内容。例如,根据你在Pinterest上关注的板块或你在Instagram上关注的品牌,你可能会看到适合另一半的生日礼物或是下次假期可能用到的泳衣。零售商可以连接多种来源的数据,专门为用户设计,创建更贴切的体验,吸引消费者进入店铺、网站或app。更强大的是,他们甚至能更早地预测到消费者需要什么。

关注隐私,构建信任

在隐私和个性化之间总是存在着权衡,对每一代技术来说都是如此。零售商需要将透明性、尊重感和安全性作为首要考虑因素。他们还需要展示价值。谷歌对这一问题处理得很好,它不仅提供个性化的搜索结果,还推出了Google Now等服务,将你的日历表和谷歌地图整合在一起,警告你去开会的路上比平时更堵,告诉你何时离开办公室才能准时到达。

很多人喜欢共享个人信息以获得不可思议的、很有价值的或是通过其他方式无法获得的体验,零售商需要创造这种体验。变革已经开始了。明天,人们会期望比今天更快、更智能的服务。在不远的将来,人们的期望将从按需商业转向预测式商业。零售商是时候引领这一变革了。

本文由未来学人独家翻译自Harvard Business Review,点此查看原文链接。如若转载请注明原文出处及本文链接。

发表评论

登录后才能评论

请回复有价值的信息,无意义的评论将很快被删除,并禁止发言。