Covid-19 Salgını ile Mücadelede Yapay Zekâ Çarşamba, 8 Nisan 2020 17:00 Akademi 4.0 HUB Hemen Kaydol


← Geri

Akademi 4.0 Ekibi


2020 Yılında Perakende İçin Yapay Zekâ: 12 Gerçek Dünya Kullanım Örneği

Yapay Zekâ dünyayı etkisi altına almaya devam ediyor. Çeşitli endüstrilerde kullanımı yaygınlaşan yapay zeka çözümlerini perakende dünyasında da görebiliriz. Perakende sektörü yeniliklerin ve potansiyellerin kullanımı açısından yapay zekânın gelişimine katkıda bulunmaktadır. Bu makalede yapay zekânın ve makine öğreniminin perakendeyi sonsuza dek değiştirmesinin yollarını inceleyeceğiz.

2020 Yılında Perakende İçin Yapay Zekâ

Aşağıda gerçek dünyada kullanılan yapay zekâ örnekleri görebilirsiniz. Bakalım yapay zekâ perakendeyi nasıl değiştiriyor.

Perakende Satışta Yapay Zekânın En İyi 12 Kullanımı

1. Kasiyersiz mağazalar

Mağazaların robotizasyonu, üretim hatlarında insan çalışanlarının sayısının azalmasına ve işletme giderlerinde önemli tasarruflara yol açacaktır. Örneğin; Amazon AI yakın zamanda kasasız mağazalarını tanıttı. Amazon Go ve Just Walk Out’un geliştirdiği alışveriş teknolojisi ile raftan bir şey aldığınızda veya geri koyduğunuzda tepki vermek üzere çalışan sensörler raflara yerleştirildi. Bu sensörler ayrıca ürünlerle mağazadan çıktığınızda, Amazon hesabınızdan satın alma işleminizi gerçekleştirmek için çalışacak. Amazon, 6 - 20 arasında personele ihtiyaç duyulan Amazon Go gibi yapay zekâ tarafından yönetilen çok sayıda mağaza açmak istiyor.

2. Müşteri hizmetlerinin yeni yardımcısı: Chatbot'lar.

Yapay zekâ sohbet robotları daha verimli bir müşteri hizmetleri deneyimi sağlar, aramayı iyileştirir, yeni ürünler hakkında bildirim gönderir ve tercihlerinize benzer ürünler önerir. Bir müşteri zaten siyah bir sweatshirt satın aldıysa, bir sohbet botu kombinini tamamlayacak bir şapka önerebilir. Dünya genelinde markaların yüzde sekseni yakın gelecekte sohbet botlarını daha verimli kullanacak. Tommy Hilfiger ve Burberry müşterilerinin koleksiyonlarında gezinmelerine yardımcı olmak için sohbet botlarını kullanmaya başladılar bile.

3. Mağaza içi yardımcılar

Perakendeciler ayrıca müşterilere alışveriş sürecine ve mağazalardaki personele yardımcı olacak teknolojilere yatırım yapıyor. Kroger Edge teknolojisi ile mağazalarındaki kağıt fiyat etiketlerini ortadan kaldırıyor; şu anda akıllı raf etiketleri kullanmaya başladılar bile. Bu teknoloji aynı zamanda market içindeki ekranlarda video reklamlar, beslenme bilgileri ve promosyonların duyuruları gibi görevlere de sahip. Lowe’un mağaza içi robotu olan Lowebot, yabancı müşterilerin mağazada ihtiyaç duydukları ürünleri kendi dillerinde bulmalarına yardımcı oluyor. Aynı zamanda kullanılan yapay zekâ teknolojileri, gerçek zamanlı izleme özellikleri sayesinde envanter yönetimine de yardımcı olmakta.

4. Fiyat düzenlemeleri

Perakende mağazaları için yapay zekâ uygulamaları, işletmelerin ürünleri için fiyat belirlemelerine yardımcı olabilir ve çoklu fiyatlandırma stratejilerinin olası sonuçlarını görselleştirebilir. Bunu yürütebilmek için de sistemler diğer ürünler, tanıtım faaliyetleri, satış rakamları ve ek veriler hakkında bilgi toplar. İş dünyasının lider markaları müşterilerine en iyi teklifleri sunabilir, yeni müşteriler kazanabilir ve böylelikle satışları artırabilir. eBay ve Kroger şu anda fiyat optimizasyonları için yapay zekâyı kullanıyorlar. Fiyatları ve promosyonları elde edilen bilgilere göre ayarlayarak en iyi fiyatı müşterilerine sunuyorlar.

5. Fiyat tahminleri

Fiyat tahmini, bir ürünün fiyatının talebe, mevsimsel eğilimlere, özelliklere, aynı ürünün yeni modellerinin piyasaya sürülmesine vb. dayalı bir tahminidir. En uygun şekilde uygulanması da seyahat endüstrisi ile gerçekleşecektir. Bunun yanında perakende satışta da kullanılabilir. Müşterilerinizin belirli bir ürünün fiyatının nasıl değişeceğini önceden bilmelerine yardımcı olan bir uygulama veya hizmet hayal edin tam da bundan bahsediyoruz. Yapay zekâ ile bu mümkündür ve uygulanması da çok kolaydır. Fiyat tahmini özelliği, müşteri sadakati oluşturmanıza yardımcı olabilir. Bununla birlikte, Perakende sektöründe öngörücü analitik ve makine öğrenimi, bir fiyat tahmininden çok daha fazlasını başarabilir.

6. Tedarik zinciri yönetimi ve lojistik.

Bu alandaki yanlış uygulamalar, dünya çapında perakendeciler için her yıl yaklaşık 1,1 trilyon dolarlık zarara neden olmaktadır. Ürün fazlalıkları ve stok dışı senaryolar ortadan kaldırılırsa bu zarar az bir seviyeye indirgenebilir. Perakende, tedarik zincirindeki yapay zekâ, satış geçmişi, konum, hava durumu, trendler, promosyonlar ve diğer parametreler dikkate alınarak belirli bir ürüne olan talebi hesaplamak için ya da yeniden stoklama için kullanılabilir. Morrisons, BlueYonder'in yardımıyla kullanılan yapay zekâ modelinin, 491 mağazada stok tahmini ve ikmal ile ilgili konularda olumlu sonuçlar ortaya çıkarmıştır. Denemenin sonucunda mağaza içi raf boşluklarında % 30'a varan oranda azalma görülmüştür.

7. Perakendecilikte makine öğrenimi: Ürün kategorizasyonu

LovetheSales.com için perakende sektöründe makine öğreniminin harika bir örneğidir diyebiliriz. LovetheSales.com çeşitli satıcılardan gelen bir milyondan fazla ürünü sınıflandırmak için makine öğrenme modellerini kullanmakta. Makine öğrenmesi temelli sistemler, belirli bir ürün türünü arayan müşteriler için ürünleri etiketleyip farklı kategorilerde sıralayarak sunmakta. Lalafo’da ise satıcıların tek yapması gereken satmak istedikleri ürünlerin imajını yüklemek. Böylelikle devreye giren Machine Vision perakende yazılımını ile ürünler tanınabilir, sınıflandırabilir ve hatta bir fiyat önerebilir. Lalafo platformu, makine öğrenimi modellerinden yararlanarak saniyede 900'den fazla isteği işleyebiliyor ve satışlara bu şekilde yöne verebiliyor.

8. Görsel arama

Yapay zekâ ile güçlendirilmiş “görsel arama” sistemleri, müşterilerin görüntü yüklemelerine, renkler, şekiller ve desenlere dayalı benzer ürünler bulmasına olanak tanır. Cortexica'nın görüntü tanıma teknolojisi % 95'e yakın doğruluk oranı ile çalışmaktadır. Müşterilerin, % 90’ndan gelen olumlu geribildirim Cortexica’nın “benzerini bul” özelliğini onaylamakta. American Eagle'ın müşterilerin sadece aynı veya benzer kıyafetlere ulaşmasına yardımcı olmakla kalmayıp aynı zamanda onlara öneri yapan bir görsel arama sistemi teknolojisi de kullanmakta.

9. Sesli arama

Walmart, Tesco, Kohl’s, Costco ve diğer birçok büyük marka, müşterilere basit ve hızlı sesli arama sağlamak için Google veya Amazon AI teknolojisini kullanıyor. Artık müşteriler, herhangi bir şey yazmadan Alexa'dan istenen öğeyi ve teslimat durumunu sorgulayabiliyor. Aslında, dünya genelinde insanların %27'si mobil cihazlarda sesli arama kullanıyor ve insanların % 52'si rahatlığı için sesli aramaları mobil uygulamaları ve web sitelerine tercih ediyor.

10. Sanal deneme kabinleri

Yapay zekânın perakende uygulamaları arasında bahsetmemiz gereken başka bir harika uygulamada sanal deneme kabinleridir. Sanal deneme kabinleri, müşterilerin zamandan tasarruf etmeleri ve birkaç dakika içinde mükemmel şekilde beden tipleri ile eşleşen mükemmel bir kıyafet bulmaları için harika bir yoldur. Me-Ality'nin sanal bir kiosk'u 20 saniyede beden ölçülerini tarayabilir ve bu taramada vücudunuzun 200.000 noktasını ölçebilir. Levi’s, Gap, Brooks Brothers, Old Navy ve diğer büyük şirketler bu tarayıcıları mağazalarına kurdular ve büyük satış artışları sağladılar.

11. Müşteri memnuniyeti takibi

Yapay zekâ, alışveriş sürecinde müşterilerinizin ruh halini tespit edebilir. Walmart yakın zamanda müşterilerin ruh halini takip eden bir yüz tanıma sistemi tanıttı. Her ödeme şeridine kameralar kuruldu ve müşteri kendisini rahatsız hissederse, bir mağaza temsilcisinin onunla konuşarak sorunu çözmesi sağlandı. Günümüzde ruh hali izleme uygulaması kesinlikle müşterilerle daha güçlü ilişkiler kurmaya yardımcı olacaktır.

12. Müşteri davranış tahmini

Personali ve diğer bazı yapay zekâ platformları, işletme sahiplerinin davranışsal ekonomiden faydalanmalarını ve her müşteriye bireysel bir yaklaşım oluşturmalarını sağlar. Personali, satın alma işlemlerini artırmak için her müşterinin psikolojisini ve duygularını analiz eden bir Akıllı Teşvik platformuna sahiptir. Bu algoritma, önceki alışveriş deneyimleri sırasında müşterinin duygusal tepkilerini ve davranışını işler ve hedef ziyaretçi için en uygun fiyatlandırma tekliflerini bulmaya çalışır.

Kaynak

...