Tekoälyn lukemattomat mahdollisuudet vähittäiskaupassa

Kaupan alan murroksessa seuraava looginen kehitysaskel on tekoälyn hyödyntäminen laajemmin läpi vähittäiskaupan arvoketjun. Tämä sisältää mahdollisuuksien tunnistamisen niin asiakaskokemuksen parantamiseksi kuin tekoälyn valjastamisen operatiivisten toimintamallien ja prosessien optimoimiseksi.

Capgeminin tutkimusinstituutin tekemän tuoreen tutkimuksen mukaan tekoälykokeilut ja käyttöönotot ovat yleistyneet viimeisen kahden vuoden aikana varsinkin isojen yritysten joukossa. Tutkimuksessa kartoitetiin 400 vähittäiskaupan yritystä kyselytutkimuksella, analysoitiin yli 40 toteutettua keinoälyn sovellutusta ja arvioitiin 250 kansainvälisen vähittäiskauppiaan kärkijoukon tekoälyn käyttöönoton nykytilaa. Tutkimus ei vain maalaa nykytilaa vaan antaa konkreettisia suosituksia ja kategorisoi tekoälyn soveltamisalueita helposti ymmärrettäviin kokonaisuuksiin.

Onko organisaatiosi valmis tekoälyn käyttöönottoon?

Tutkimuksessa nostettujen esimerkkien perusteella keskusteluun tekoälyn ja koneoppisen käyttöönottosuunnitelmiin on tullut aimo annos realismia kun kokemukset vahvistavat ettei nämäkään teknologiat tuo taianomaisia tehokkuusharppauksia mikäli perustuksia ei ole valettu kunnolla. Toisaalta jos käyttöönottoja suunnittelevalla yrityksellä on pohjatyö tehty huolellisesti, kuten osaaminen ja datan laatu varmistettu, selkeitä mitattavia hyötyjä on todistettavissa.

Vähittäiskauppiaista vaate- ja jalkinemyyjät johtavat keinoälyn käyttöönotoissa ja ruokakauppa tulee hyvänä kakkosena. On toki loogista, että verkkokauppiaat ovat kärjessä tälläkin digitaalisaation saralla. Tekoälyä käytetään eniten tuotehakuun, tuotesuosituksiin, sekä asiakaskokemuksen personointiin vaate- ja jalkinekaupan puolella. Useimmat keinoälytoteutukset nojaavat koneoppimiseen, chatbotteihin, luonnollisen kielen tuottamiseen tai kuva- ja videoanalytiikkaan.

Painopiste asiakaskokemuksen parantamisessa

Asiakaskokemuksen kehittämisen näkökulmasta on tietenkin kiinnostavaa, että suurin osa (74%) keinoälyn kokeiluista  tai ensimmäisistä käyttöönotoista kohdistuu asiakasrajapintaan. Kauppiaat uskovat tekoälyn tuovan merkittäviä parannuksia asiakastyytyväisyyteen ja laskevan tyytymättömien asiakkaiden määrää. Amazon muistetaan uraa uurtajana keinoälyn ja koneoppimisen käyttäjänä laajasti läpi verkkokauppansa tuotevalikoiman. Nyt tuorein tutkimus nostaa esille muitakin mielenkiintoisia esimerkkejä. Amerikkalainen vaatebrändi Guess tekee Alibaban kanssa yhteistyötä muodin tekoälykonseptin tuomiseksi myymälöihinsä, jossa verkko-ostaminen ja myymäläkokemus sulautuvat älykkäiden peilien ja uudenlaisten sovituskoppien ansiosta. Ranskalainen vähittäiskauppa Auchan on hyödyntänyt tekoälyä personoituihin tarjouksiin pelillistämällä. John Lewis (UK), Macy’s (Yhdysvallat) ja Zalando (Saksa) ovat hyödyntäneet Cortexican kuvantunnistusta tarjoamalla tuotehakua samankaltaisten tuotteiden löytämiseen laajasta tuotevalikoimasta. eBay vuorostaan arvio tekoälyn arvoksi miljardi dollaria kvarttaalissa sen tuottaman lisämyynnin kautta.

Runsaasti mahdollisuuksia operatiivisten toimintojen automatisoinnissa ja optimoinnissa

Operatiivisten prosessien automatisoinnissa ja sieltä hyötyjen valuttaminen asiakaskokemukseen uudella tavalla tuntuu olevan vielä pitkälti hyödyntämätön mahdollisuus. Suuremmilla toimijoilla on toki toisenlaiset mahdollisuudet investoida näihin sekä volyymit josta koneoppimiseen saadaan vauhtia ja usein ratkaisujen täysi hyöty tulee käyttöön vasta kansainvälisen skaalautuvuuden kautta. Neljännes globaaleista vähittäiskauppiaista on integroinut tekoälyratkaisuja organisaatioihinsa, mutta vain prosentti tekoälykokeiluista skaalataan täyteen mittaansa. Useimmat keskittyvät myynnin ja markkinoinnin tehostamiseen kun tekoäly tarjoaa merkittäviä mahdollisuuksia läpi arvoketjun. Useat kokeiluista pyrkivät heti monimutkaisten käyttötapausten ratkaisemiseen kun yksinkertaiset helpot tekoälyn hyödyntämismahdollisuudet jäävät hyödyntämättä.

Mistä kannattaa lähteä liikkeelle?

Tutkimus nostaa esille konkreettisia mahdollisuuksia sovellusalueista läpi kaupan prosessien loppuasiakkaan kokemaan palveluun saakka; toimitusketjun reitityksen optimointi koneoppimista hyödyntäen, useiden robottien yhdistäminen tilauksen keräilyajan lyhentämiseen, asiakkaiden ostokaavan ennustamisen hyödyntäminen asiakaspalautusten ehkäisyyn, valikoiman optimointi myymättömän tuotevaraston minimoimiseksi, hyllyjä skannaavat koneoppivat myymälärobotit parantamaan hyllyjen täydentämisen ajoittamista. Tärkeimmät tekoälyn käyttötapaukset on tutkimuksessa luokiteltu vähittäiskaupan sektoreittain helpottamaan mahdollisuuksien tunnistamista. Näihinkin pätee digihankkeista tuttu MVP (Minimum Viable Product) eli käyttöönoton aloittaminen mahdollisimman aikaisessa vaiheessa ja pienillä kustannuksilla version validoimiseksi sekä jatkokehittäminen dataan pohjautuen. On tärkeää saada mahdollisimman aikaisin pieniä voittoja, joiden kautta skaalautuvuus on hallitumpaa ja tekoälyn hyödyntäminen vauhdittuu. Lisäksi on hyvä muistaa ettei tekoälykään vielä kaikkia ongelmia ratkaise ja teknologioitakin valittaessa sillä tavoiteltu arvo loppuasiakkaan näkökulmasta on pidettävä keskiössä.