GLAMI.gr: Πώς η ΑΙ τεχνολογία οπτικής αναζήτησης διπλασίασε το conversion rate για τα προϊόντα που αναζητήθηκαν

Σύμφωνα με την ολοκληρωμένη μελέτη της μηχανής αναζήτησης μόδας GLAMI σχετικά με τις τάσεις στο ηλεκτρονικό εμπόριο που αποτυπώθηκαν αναλυτικά στην Ετήσια ανασκόπηση του 2020, η Τεχνητή Νοημοσύνη (AI τεχνολογία) χαρακτηρίστηκε ως μία από τις κινητήριες δυνάμεις καινοτομίας στο ηλεκτρονικό εμπόριο μόδας για το 2021.

Ήδη την προηγούμενη χρονιά είδαμε μια τάση εκδημοκρατισμού της τεχνητής νοημοσύνης. Ενώ στο παρελθόν μόνο οι μεγάλοι παίκτες του ηλεκτρονικού εμπορίου χρησιμοποιούσαν αλγόριθμους μηχανικής μάθησης (machine learning) για να καταλάβουν τις τάσεις των πωλήσεων, τώρα πλέον και μικρότεροι retailers χρησιμοποιούν την ίδια τεχνολογία για να κατανοήσουν τη δυναμική της αγορά μόδας, η οποία μπορεί να τους προσφέρει περισσότερες ευκαιρίες επιτυχίας.

Σύμφωνα με το GLAMI, οι τομείς που οι fashion retailers βλέπουν τη μεγαλύτερη δυνατότητα χρήσης της AI τεχνολογίας είναι οι εξής:

Αναζήτηση Βάση εικόνας και υπερ-εξατομίκευση.

Η οπτική αναγνώριση γίνεται πλέον διαθέσιμη σε ένα ευρύ φάσμα καταστημάτων και προσφέρει εκπληκτικά αποτελέσματα. Ο χρήστης μπορεί να χρησιμοποιήσει ένα στιγμιότυπο οθόνης (screenshot) ή μια φωτογραφία με προϊόντα που του αρέσουν και στη συνέχεια να βρει τα ίδια ή παρόμοια. Η δυνατότητα αυτή είναι ωφέλιμη και για τα ίδια τα καταστήματα. Χαρακτηριστικό παράδειγμα η αναζήτηση βάση εικόνας του GLAMI που αύξησε κατά δύο φορές το conversion rate (ποσοστό μετατροπής) για τα προϊόντα που αναζητήθηκαν μέσω της εφαρμογής. Παράλληλα, ο στόχος της υπερ-εξατομίκευσης είναι να διευκολύνει τους καταναλωτές να βρουν αυτό που ψάχνουν και να προχωρήσουν σε παραγγελία ενώ από επιχειρηματικής πλευράς, οι εξατομικευμένες προτάσεις αυξάνουν το conversion rate και τη μέση τιμή παραγγελίας.

Το παράδειγμα του GLAMI.gr

Στο GLAMI κατά μέσο όρο, 30 εκατομμύρια προϊόντα είναι διαθέσιμα στους καταναλωτές σε 17 χώρες ενώ χιλιάδες προστίθενται καθημερινά. Η ομάδα AI κατάφερε να δημιουργήσει αυτοματισμούς για την κατηγοριοποίηση των προϊόντων με βάση τη φωτογραφία και την περιγραφή αλλά και την εξατομίκευση του καταλόγου που βασίζεται στο ιστορικό αναζήτησης και την καταναλωτική συμπεριφορά (on site) κάθε επισκέπτη.

Το αποτέλεσμα που βασίστηκε σε μελέτη μηνών, ήταν ο ποιοτικότερες κατάλογος για όλους του επισκέπτες (μία εργασία που θα χρειαζόταν 100 άτομα με πλήρη απασχόληση για να κατηγοριοποιηθούν χειροκίνητα όλα τα προϊόντα) αλλά και να βελτιωθούν οι περισσότεροι σημαντικοί επιχειρηματικοί δείκτες- Conversion Rate, χρόνος στη σελίδα και ποσοστό εγκατάλειψης.

Μείωση Επιστροφών

Το λάθος μέγεθος και η κακή εφαρμογή εξακολουθούν να είναι στην κορυφή των λόγων επιστροφής στις online αγορές προϊόντων μόδας. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει και σε αυτόν τον τομέα, ξεκινώντας από την προτεινόμενη επιλογή μεγέθους βάσει προηγούμενων αγορών και επιστροφών, έως και την εικονική δοκιμή δίνοντας την ευκαιρία στον πελάτη να δοκιμάσει εικονικά αυτά που έχει επιλέξει, για να δει τις επιλογές του φορεμένες.

Εικονική Εξυπηρέτηση Πελατών

Τα chatbots μαζί με τον βοηθό φωνητικής αναζήτησης γίνονται ολοένα και περισσότερο διαισθητικά και ακριβείς αν και εξακολουθεί να χρειάζεται ισορροπία κατά την εφαρμογή τους καθώς ακόμη χρειάζεται η ανθρώπινη σκέψη και υποστήριξη στην επίλυση πολύπλοκων ζητημάτων ή ερωτήσεων.

Σχεδιασμός και βελτιστοποίηση της παραγωγής

Η τεχνολογία AI χρησιμοποιείται ήδη και για την κατασκευή νέων σχεδίων, την εύρεση ελαττωμάτων στα υφάσματα και τη διασφάλιση ότι τα χρώματα του τελικού υφάσματος ταιριάζουν με το αρχικά σχεδιασμένο μοτίβο.

Ζήτηση προϊόντων και προβλέψεις τάσεων

Η τεχνητή νοημοσύνη χρησιμοποιείται επίσης και για την πρόβλεψη πωλήσεων, τάσεων και αναμενόμενων αλλαγών σε απαιτήσεις συγκεκριμένων προϊόντων μέσω της παρακολούθησης κοινωνικών μέσων και άλλων πηγών δεδομένων.

Αξίζει τελικά η επένδυση σε AI τεχνολογίες;

Σύμφωνα με τις προβλέψεις της συμβουλευτικής εταιρείας Gartner, μέχρι το 2023 οι περισσότεροι οργανισμοί που χρησιμοποιούν AI τεχνολογία στις online πλατφόρμες εμπορίου που διαθέτουν, θα πετύχουν βελτίωση της ικανοποίησης πελατών τουλάχιστον κατά 25%, συνοδευόμενη από αύξηση των εσόδων τους και μείωση του κόστους. Από την αρχή της πανδημίας το 47% των επενδύσεων σε τεχνολογίες τεχνητής νοημοσύνης παρέμειναν ίδιες ενώ το 30% των οργανισμών σκοπεύει να αυξήσει την επένδυση σύμφωνα με πρόσφατη έρευνα της Gartner. Αυτό σημαίνει ότι οι εταιρείες που δεν σκοπεύουν να επενδύσουν ή να εφαρμόσουν τεχνολογικές λύσεις ΑΙ μάλλον θα χάσουν έδαφος στο παιχνίδι του ηλεκτρονικού εμπορίου.