Category: технологии

CДЭК, сдек, cdekmarket, cdek

Тренды в ритейле: данные исследования Retail Trends 2019 от KPMG

Крупные ритейлеры первыми применяют тренды в своих магазинах, тем самым утверждая стандарты клиентского сервиса для всего рынка. Фэшн-ритейлер Uniqlo подбирает футболки под настроение клиентов, используя искусственный интеллект. Бренд American Eagle установил в примерочных «умные» зеркала, с помощью которых клиенты узнают больше о товарах. Nike формирует ассортимент магазина, учитывая интересы живущих рядом покупателей.

Чтобы не отставать от лидеров рынка, торговым сетям важно следить за лучшими практиками и учитывать тренды при запуске новых сервисов для клиентов.

Персонализация 

Современные ритейлеры многое знают о клиентах: личные данные, историю покупок, интересы, частоту посещения магазинов. Анализируя эту информацию, торговые сети формируют действительно интересные и релевантные предложения для каждого покупателя.

В будущем ритейлерам предстоит научиться анализировать не только покупательскую активность клиентов, но и их поведение и эмоции — в том числе движение глаз и даже ДНК. Это позволит создавать так называемые гиперперсонализированные предложения, которые заинтересуют клиента на подсознательном уровне.

Collapse )
CДЭК, сдек, cdekmarket, cdek

Google придумал алгоритм, который снизит процент возврата товаров


Исследователи Google совместно с индийским онлайн-магазином Myntra Designs разработали  алгоритм, который позволяет прогнозировать количество возвратов ещё до покупки. Для этого, как пишут эксперты в отчёте о проделанной работе, им пришлось прибегнуть к помощи искусственного интеллекта.

Алгоритм обучили на базе данных Myntra Designs. Была обработана информация о 600 тыс. продуктов, а также сделках, проведенных с ними. Исследовались данные о предпочтениях покупателей, их телосложении, представлениях о товаре и многом другом. В результате компаниям удалось предсказать вероятность возврата для каждого покупателя до покупки.

Исследователи разработали так называемую "гибридную двойную модель" для прогнозирования вероятности возврата товара. В этой модели искусственный интеллект, с одной стороны, учился предсказывать вероятность возврата отдельных товаров и покупок анализируя содержимое корзин, которые были у покупателей, совершивших возврат. С другой он учился предсказывать вероятность возврата на уровне отдельного товара. Учитывались такие факторы, как бренд, новизна модели, размер корзины, день и время заказа, город доставки, способ оплаты и частота покупки.

Collapse )