在线购物的未来通过人工智能和机器学习实现

杰森一家提出了一种我们尚未完全掌握的自动化和轻松的生活，但人工智能和机器学习的使用有可能让在线购物的未来——尤其是零售——更接近理想。

在探讨在线购物的未来以及零售商如何利用 AI 和 ML 在数字时装秀上大放异彩之前，让我们将两者区分开来。

AI（人工智能）是一个完全自动化的智能系统，可以帮助购物者准确找到他们需要的东西。

ML（机器学习）在零售业中最常被讨论，因为它吸收了无数行的历史数据并试图找到模式和趋势，并做出准确的预测。

大流行阐明了对这两种技术的需求，证明两者都有持久力。

在线购物的未来：虚拟试穿，更少退货

以下是 AI 和 ML 如何彻底改变在线购物的未来：

1. 帮助购物者找到合适的尺寸和产品以减少电子商务退货
2. 加强零售供应链
3. 提升个性化以实现品牌差异化

COVID 限制在 2020 年初迅速关闭了全球各地的商店，零售商很快不得不想出一种新方法来帮助他们的客户做出明智的决定。 由于店内体验很少，顾客只能猜测他们屏幕上的产品是否是他们喜欢的产品。 对于不确定的客户来说，购买两种尺寸的同款衬衫可能很容易，但它会对零售库存造成严重破坏。

阳狮集团首席商务战略官 Jason Goldberg 解释说，转向虚拟试穿有助于降低回报并提高可持续性。

8% 的店内购买会被退回，而“在电子商务中，20% 到 30% 会被退回。 所以这是一个天文数字般昂贵且生态灾难性的结果，”他说。

随着各个零售部门在线上继续快速增长，必须解决这种不匹配问题，以避免对利润和收入造成巨大打击。

摆姿势：机器学习和人工智能如何为客户体验和忠诚度提供动力

训练机器学习模型以帮助客户订购完美尺寸和类型的产品，确保他们第一次满意。 事实证明，在试衣间关闭的大流行期间，虚拟试穿非常有用。 他们的高效率证明他们会在大流行后坚持下去。

在化妆品等类别中尤其如此。 尝试使用其他几个人使用过的测试仪从来都不是一种非常卫生的做法，而 COVID 可能已经永远结束了这种细菌滋生的经历。 增强现实使客户无需擦掉以前的颜色甚至离开家就可以试穿几种化妆品。

同样，人工智能和机器学习已经开始帮助消费者做出更自信的决定，这有助于零售商维持库存水平并缓解整个供应链的压力。

零售供应链变得更加智能以实现更好的在线购物

大流行暴露了供应链对零售业的重要性。 随着卫生纸的囤积，许多购物者第一次遇到了一个完全空的货架。

这就是 Goldberg 看到机器学习的完美应用的地方。 “我们可以使用机器学习来查看所有这些历史行为，预测我们的供应链，更好地预测我们的工厂生产 [产品] 的效率，并更好地匹配商店的供需，”他说。 “客户不必做任何不同的事情； 他们从不知道也不关心机器学习让那家商店变得更好，他们只知道沃尔玛有他们想要的东西。”

这种无缝性是真正的最终目标：及时为客户提供他们想要和需要的东西。

在线购物未来的人工智能：取得平衡

COVID 加速了消费者对新的购物方式的接受。 这只是在零售中使用 AI 和 ML 的开始。 随着消费者开始使用和享受市场上已有的功能，他们将开始期望这些功能能够协同工作。

例如，家庭装修者可能想要改变墙壁和地毯的颜色。 能够在完全增强的现实视图中可视化变化有助于他们根据产品如何相互补充或不相互补充做出更好的决策。 转向服装，零售商可能希望客户虚拟试穿整套服装，以更好地交叉销售并减少退货。

收集了如此多的客户数据，零售商应该急于创造个性化的体验。 同时，零售商必须与人工智能取得平衡； 它不应该用于已经无缝工作的流程。 没有人为了技术而需要技术。 相反，应该利用人工智能和机器学习来实质性地增强客户体验。

机器学习推动个性化、差异化

机器学习还可以作为零售商在竞争激烈的类别中的差异化因素。 例如，亚马逊可能会为他们的客户提供无数的锤子，但较小的零售商可以通过帮助他们为特定项目选择合适的锤子，为消费者提供宝贵的体验。

这种数据收集和聚合具有明显的优势，因为，Goldberg 解释说，“您更了解客户如何使用产品，更了解他们考虑产品的路径，因此您可以收集数据。”

对于能够适当利用数据的零售商来说，数据是一座金矿。

为网络购物的未来做好准备

为了最有效地使用 AI 和 ML，零售商需要将独特的数据输入算法并对其进行训练。 这需要时间来完善，所以与此同时，Goldberg 建议零售商做好准备。

“制定您的数据政策，制定您的档案政策，制定您的隐私声明，以便您告诉客户您将收集什么以及您如何使用它，然后您就可以使用它训练这些机器学习模型以创造独特的体验，”他说。

零售业的未来将高度个性化，并以增强客户体验为中心，同时最大限度地减少后端摩擦和成本。 随着每天都有新零售商涌现，有效利用数据将帮助品类领导者获得并保持其作为消费者最爱的地位。