零售行业人工智能背后的案例、挑战和利益
零售商多年来仍然在搜集客户数据，如今可以利用人工智能技术协助他们有效地用于这些数据，他们逃跑了机会，但未来面对的挑战是什么？人工智能正在沦为零售购物行业领域的主要组成部分，一些零售商或百货商（如玛莎百货、HolidayExtras、京东商城等）正在使用人工智能和机器学习技术更佳地解析数据，顺应客户的体验，并最后转化成为销售业绩。那么哪些零售商在使用人工智能方面正处于领先地位？他们在转入数字世界时会遇上哪些挑战以及取得哪些益处？客户和数据的故事Ocado公司首席技术官PaulClarke回应，人工智能技术可以协助零售商更加智能地利用稀缺资源，但有些企业没确认否使用。理解客户意味著零售商必须保证在准确的时间将准确的库存放到准确的方位。
数十年来，零售商现在从许多有所不同的人那里搜集了大量的客户数据，没技术的协助就不有可能获取这种个性化的服务。正如咨询机构Elixirr公司的合伙人兼任零售业务主管BrianKalms所认为的那样，一些零售商享有如此多的数据，仍然必须人工分析，尤其是加到新的在线企业。
“以往，客户走出一家商店时，并没有人见到他是谁。”他说道。
“而网络零售厂商却告诉转入网站的客户是谁，所以零售商必需通晓数据技术，这是人工智能的应用于之一——它以机器人和通信的形式经常出现，并且正在转入数据分析阶段。”利用数据来理解客户在以往，零售商经常以“非常简单的方式”对客户展开分类，现在可以用于数据来更佳地理解客户。例如，根据经济背景、收益和性别用于原先的客户人口统计数据来理解“具备价值”的消费者，但情况并非如此。
Kalms说道，“人们出售不道德的部分信息必须一段时间才能让的组织寻找。”Kalms回应，随着Asos、Ocado、亚马逊等数字化本地企业沦为市场颠覆者，了解理解他们的客户，他说道，零售商场的运营模式更加无以赢利，被迫零售商探寻其他的方式来更有客户，并期望为客户获取更加多零售体验。“零售商期望着每个客户的来临，并获取全天候服务。
”他说道。数字零售商更慢地使用新技术但数字优先的零售商和传统实体零售商之间的区别在于，数字零售商一直牢记这些技术，并且随着它们的经常出现，很更容易使用新技术。“他们只生活在数字世界中，所以他们指出人工智能不是一件可以去找到的东西，它只是内初建所做到的每一件事情之中。
”Kalms说道，“这有可能是当前零售业仅次于的分歧——传统企业和数字优先企业之间的分歧。”对于大型企业而言，尝试和使用智能镜像、数据分析和人工智能等技术减少购买量和报酬。但Kalms回应，将这些实验统合到核心业务方式中不存在一些艰难，这对于数字优先的零售商来说要更容易得多。详尽理解零售技术正如Kalms所说，大型零售商过去致力于“产品和服务创意”，而不是灵活和数字创意。
一些零售商已顺利构建这一目标——例如，视频游戏零售商Game公司利用其享有的数据并利用它研发个性化项目，以使其在线和店内产品适应环境现代数字受众。但Boohoo．com的IT运营主管SteveRoberts回应，这种性质的项目很多都告终了，因为实质上并没解决问题这个问题－企业竞相使用这项技术，但并不知道如何用于它或者使其适应环境更加普遍的业务。
“听得一起不俗，不是吗？很显著，业内有很多风行术语，人工智能有可能是其中之一。”他说道，“我指出很多人不理解如何用于这些技术，他们最后不会获得一些技术层面非常适合，但在商业上并不那么合适的技术。
”用例和挑战Roberts所列了零售行业中人工智能的一些少见用例，其中还包括用于机器学习避免欺诈或用于客户数据构建个性化。另一家零售商声称，它可以在预测转入客户协助中心的调用量、店铺流量或网站流量，并据此展开调整将不会有所协助。Boohoo．com正在尝试使用人工智能用作聊天机器人，它将问客户的一些常见问题，例如订单在哪里或如何退款。对于零售商而言，它减少了人员成本，并且不必须参予问这些问题－并且客户更加失望，因为其问题可以获得较慢恢复。
Boohoo公司与一家取名为Syte的第三方视觉搜寻公司合作实行了这项工作。Roberts回应，与第三方合作可以协助零售商解决问题他们有可能无法解决问题的问题。
过去的经历在过去，就像政府部门一样，零售商指出投资技术项目成本极大，而且在很多情况下不会告终，使零售商无法解决问题他们面对的问题。但即使与第三方合作，零售商否知道可以倚赖其搜集的数据来使用任何类型的人工智能技术？“它能解读我们取得的数据并借此自学吗？有可能是我们获取的数据看上去对人类来说很好，但对机器来说并不几乎合适。”Roberts说道。“作为一种技术，它依然比较不成熟期，但这个领域将迅速取得吸引力，因此我预计成熟度不会减少很多。
”虽然机器学习和人工智能最常用于用于数据来提高客户体验并减少个人体验，但HolidayExtras集团技术总监AndyBritcliffe认为，这听得一起很非常简单，但其工作量也有可能只是“冰山一角”。例如，当在呼叫中心用于人工智能时，Britcliffe说道：“有了机器学习，就有可能更佳地展开建模，这样当人们打电话给我们时，我们不会在手机上寻找合适的人。
本文关键词：零售,行业,人工智能,背,后的,案例,新葡萄88805官网,、,挑,战和
本文来源：新葡萄88805官网-www.mhbxw.cn