AI와 머신러닝으로 현실화되는 온라인 쇼핑의 미래

Jetsons는 우리가 아직 완전히 익히지 못한 자동화와 용이함의 삶을 제안했지만 인공 지능과 기계 학습의 사용은 온라인 쇼핑, 특히 소매업의 미래를 이상에 더 가깝게 만들 수 있는 잠재력을 가지고 있습니다.

온라인 쇼핑의 미래와 소매업체가 AI 및 ML을 통해 디지털 캣워크를 과시하는 방법에 대해 알아보기 전에 이 둘을 구별해 보겠습니다.

AI(인공 지능)는 쇼핑객이 필요한 것을 정확히 찾을 수 있도록 도와주는 완전히 자동화된 지능형 시스템입니다.

ML(머신 러닝)은 수많은 과거 데이터를 가져와 패턴과 추세를 찾고 정확한 예측을 하려고 하기 때문에 소매업에서 가장 자주 논의됩니다.

대유행은 두 기술의 필요성을 조명하여 두 기술 모두 지속력이 있음을 증명했습니다.

온라인 쇼핑의 미래: 가상 체험, 반품 감소

AI와 ML이 온라인 쇼핑의 미래를 어떻게 혁신하는지 소개합니다.

1. 쇼핑객이 전자 상거래 반품을 줄이기 위해 올바른 크기와 제품을 찾도록 지원
2. 소매 공급망 강화
3. 브랜드 차별화를 위한 개인화 강화

COVID 제한은 2020년 초에 전 세계 매장을 빠르게 폐쇄했으며 소매업체는 고객이 정보에 입각한 결정을 내릴 수 있도록 돕는 새로운 방법을 신속하게 찾아야 했습니다. 매장 내 경험이 거의 없기 때문에 고객은 화면에 표시된 제품이 자신이 좋아할 만한 제품인지 추측할 수 밖에 없었습니다. 불확실한 고객에게는 같은 셔츠의 두 가지 크기를 구매하는 것이 쉬울 수 있지만 소매 재고에는 큰 피해를 줍니다.

퍼블리시스 그룹(Publicis Group)의 최고 상거래 전략 책임자(Chief Commerce Strategy Officer)인 제이슨 골드버그(Jason Goldberg)는 가상 시착으로의 전환이 수익을 줄이고 지속 가능성을 높이는 데 도움이 된다고 설명합니다.

매장 내 구매의 8%가 반품되는 반면 전자 상거래에서는 20~30%가 반품됩니다. 따라서 천문학적으로 비용이 많이 들고 생태학적으로 재앙적인 결과입니다.”라고 그는 말합니다.

다양한 소매 부문이 온라인에서 엄청난 성장을 계속함에 따라 이 불일치를 해결하여 이익과 매출에 큰 타격을 주지 않도록 해야 합니다.

스트라이크 포즈: 머신 러닝과 인공 지능이 CX와 충성도를 강화하는 방법

고객이 완벽한 크기와 유형의 제품을 주문할 수 있도록 머신 러닝 모델을 교육하면 처음에 만족할 수 있습니다. 가상 시착은 탈의실이 문을 닫은 전염병 동안 매우 유용하다는 것이 입증되었습니다. 그들의 높은 수준의 효율성은 그들이 전염병 이후에 계속 될 것임을 증명합니다.

이것은 특히 화장품과 같은 카테고리에서 그렇습니다. 다른 여러 사람이 사용한 테스터를 시험해 보는 것은 결코 위생적인 ​​방법이 아니었으며 COVID는 그러한 세균 감염 경험을 영원히 종식시켰을 수 있습니다. 증강 현실을 통해 고객은 이전 색상을 지우거나 집을 떠나지 않고도 여러 화장품을 사용해 볼 수 있습니다.

마찬가지로 AI 및 ML은 소비자가 보다 확신에 찬 결정을 내릴 수 있도록 지원하기 시작했으며, 이를 통해 소매업체는 재고 수준을 유지하고 공급망 전반에 대한 스트레스를 완화할 수 있습니다.

소매 공급망은 더 나은 온라인 쇼핑을 위해 더 똑똑해집니다.

대유행은 공급망이 소매에 얼마나 중요한지를 보여주었습니다. 화장지가 쌓여 있는 상황에서 많은 쇼핑객은 처음으로 완전히 비어 있는 선반을 마주하게 되었습니다.

여기서 Goldberg는 기계 학습을 위한 완벽한 애플리케이션을 봅니다. "우리는 머신 러닝을 사용하여 과거의 모든 행동을 살펴보고 공급망을 예측하고 공장이 [제품]을 만드는 데 얼마나 효율적일지 더 잘 예측하고 매장의 수요와 공급을 더 잘 맞출 수 있습니다."라고 그는 말합니다. “고객은 다른 작업을 수행할 필요가 없습니다. 그들은 머신 러닝이 그 매장을 더 좋게 만들었다는 사실을 전혀 알지 못하거나 신경 쓰지 않습니다. 그들은 Walmart가 그들이 원하는 것을 정확히 가지고 있다는 것을 알고 있습니다."

이 원활함이 진정한 최종 목표입니다. 고객이 원하는 것과 필요한 것을 적시에 제공하는 것입니다.

온라인 쇼핑의 미래 AI: 균형 잡기

COVID는 소비자가 새로운 쇼핑 방법을 받아들이는 것을 가속화했습니다. 이것은 소매업에서 AI와 ML을 사용하는 시작에 불과합니다. 소비자가 이미 시장에 나와 있는 기능을 사용하고 즐기기 시작하면서 이러한 기능이 함께 작동하기를 기대하기 시작할 것입니다.

예를 들어, 주택 수리공이 벽과 카펫의 색상을 변경하려고 할 수 있습니다. 완전 증강 현실 보기에서 변경 사항을 시각화할 수 있으므로 제품이 서로를 보완하거나 보완하지 않는 방식에 따라 더 나은 결정을 내리는 데 도움이 됩니다. 소매업체는 의류로 전환하여 고객이 가상으로 전체 의상을 입어보고 교차 판매를 개선하고 반품을 줄이기를 원할 수 있습니다.

수집된 고객 데이터가 너무 많기 때문에 소매업체는 개인화된 경험을 만들기 위해 서둘러야 합니다. 동시에 소매업체는 AI와 균형을 맞춰야 합니다. 이미 원활하게 작동하는 프로세스에는 사용하면 안 됩니다. 기술을 위해 기술이 필요한 사람은 없습니다. 대신 AI와 ML을 활용하여 고객 경험을 실질적으로 향상시켜야 합니다.

ML은 개인화, 차별화를 촉진합니다.

머신 러닝은 경쟁이 치열한 카테고리의 소매업체에게도 차별화 요소가 될 수 있습니다. 예를 들어, Amazon은 고객에게 제공할 수 있는 망치가 셀 수 없이 많을 수 있지만 소규모 소매업체는 고객이 특정 프로젝트에 적합한 망치를 선택하도록 도와줌으로써 소비자에게 귀중한 경험을 제공할 수 있습니다.

Goldberg는 이렇게 설명합니다. “고객이 제품을 사용하는 방식에 대해 더 많이 알고 고객이 제품을 고려하기 위해 취한 경로에 대해 더 많이 알고 있으므로 수집할 수 있는 데이터가 있기 때문에 이러한 데이터 수집 및 집계에는 뚜렷한 이점이 있습니다. .”

데이터는 적절하게 활용할 수 있는 소매업체에게 금광입니다.

온라인 쇼핑의 미래를 준비하세요

AI와 ML을 가장 효과적으로 사용하려면 소매업체에서 고유한 데이터를 알고리즘에 입력하고 교육해야 합니다. 이를 완성하는 데 시간이 걸리므로 Goldberg는 소매업체가 준비할 것을 제안합니다.

"데이터 정책을 마련하고, 보관 정책을 마련하고, 개인 정보 보호 정책을 마련하여 고객에게 수집할 내용과 사용 방법을 알려야 다음 용도로 사용할 수 있습니다. 이러한 머신 러닝 모델을 훈련하여 독특한 경험을 만들어 보세요.”라고 그는 말합니다.

소매업의 미래는 고도로 개인화되고 고객 경험을 향상하는 동시에 백엔드 마찰과 비용을 최소화하는 측면에 중점을 둘 것입니다. 새로운 소매업체가 매일 등장함에 따라 데이터의 효과적인 사용은 카테고리 리더가 소비자가 선호하는 위치를 획득하고 유지하는 데 도움이 될 것입니다.