авторизация

3 инновационных решения в области Искусственного Интеллекта для e-commerce

Генеральный директор RTB House в России Антон Мелехов собрал инновационные решения в области ИИ, которые уже используют маркетологи в eCommerce

В секторе электронной коммерции генерируется огромное количество данных. Именно поэтому компании, продавцы и дистрибьюторы онлайн-торговли опираются на решения с использованием Big Data, чтобы адаптировать их под свой бизнес и поднять ценность этих данных. Новые технологии позволяют сделать онлайн-шоппинг более персонализированным, оптимизируют онлайн-процессы в сторону наибольшей эффективности, полностью автоматизируя некоторые операции в электронной торговле. Весь этот комплекс способствует упрощению процесса покупок онлайн, и вместе с тем данный процесс становится эффективнее, привлекательнее и лучше соответствует личным потребностям — в каждом этапе процесса принятия решения пользователем к осуществлению конверсии. Генеральный директор RTB House в России Антон Мелехов собрал 3 основных инновационных решения в области ИИ, которые маркетологи в eCommerce уже используют в управлении данными для повышения эффективности.

Поиск товаров осуществляют алгоритмы распознавания изображений

Вы когда-нибудь видели что-то, что хотели купить, но не имели представления, где найти? Будь то онлайн — видео или повстречавшийся вам незнакомец в реальной жизни – вы мало что могли сделать для нахождения желаемого объекта. Теперь, с появлением нового метода ИИ, такая возможность есть.

Метод распознавания изображений существовал рядом с нами в течение долгого времени, но Искусственный Интеллект, наконец, сделал этот метод мейнстримом и усилил его влияние. Распознавание изображений на основе ИИ позволяет снять фото, сохранить выбранное изображение с помощью вашего смартфона и получать информацию о продукте, его наличии в интернет-магазине и цене, предлагая точное соответствие с фотографией. Теперь именно с фотографией можно сделать первый шаг в поиске товара пользователем Интернета.

Google, Microsoft, Facebook или Yahoo являются лидерами в области создания систем, которые воспринимают объекты лучше, чем люди. API Cloud Vision от Google позволяет разработчикам идентифицировать объекты на изображении, распознавать слова или текст, и даже угадывать, какие чувства испытывает человек на картинке. Microsoft Cognitive Services, в свою очередь, позволяет вам опираться на коллекцию API визуального распознавания изображений, которая включает различные эмоции, фото знаменитостей и распознавание лиц. API Vision Clarify помогает компаниям организовывать свой контент, отфильтровывать небезопасные изображения или видео, созданные пользователями, и осуществлять рекомендации по покупке на основе просмотренных или сделанных фотографий. Решение нейронной сети с открытым исходным кодом от Yahoo, в свою очередь, может обнаруживать изображения, не подходящие или наоборот, безопасные для работы (NSFW), в том числе запрещенные изображения для взрослых, что может существенно изменить принципы работы электронного магазина.

Распознавание изображений с использованием ИИ может быть чрезвычайно полезным для индустрии электронной коммерции. Веб-сайты, агрегирующие цены (например, системы сравнения цен) или электронные магазины, которым требуется модерировать миллионы изображений, могут делать это автоматически. Распознавание изображений также открывает новые возможности и для клиентов, когда смартфоны и социальные сети настолько популярны, а люди производят огромное количество фото и видео, связанных с брендами. Глубокое изучение этого контента и понимание принципов работы метода распознавания изображений — очень важный шаг к настоящей персонализации.

Решение о покупке: технологии предоставляют сверхточные рекомендации

Вернемся к теме онлайн-шоппинга. Скажем, вы увидели то, что хотели купить на фото, проверили сайт магазина и почти совершили покупку. Но вас что-то отвлекло, или у вас были сомнения, недостаток средств и так далее. Это часто происходит с каждым покупателем.

Персонализированные рекламные баннеры стимулируют импульс для принятия окончательного решения, демонстрируя напоминание или показ похожих товаров.

Конечно, это уже общеизвестная тактика современных маркетологов. Тем не менее, интересной перспективой в ближайшем будущем для ИИ является метод глубокого обучения — инновационная ветвь ИИ. Данный метод решает задачи, стараясь имитировать работу нейронных сетей человеческого мозга, в связи с чем он потенциально может вывести обычные ретаргетинговые кампании на новые высоты.

Алгоритмы глубокого обучения используются для создания функций, которые распознают отношение, намерение и общее состояние каждого пользователя, посещающего веб-сайт, и на основе этих знаний готовят ультра — точные рекомендации товаров. По данным RTB House, эта точность может сделать рекламную деятельность на 50% более эффективной, чем при использовании обычного машинного обучения.

Реальная сила глубокого изучения с точки зрения электронной коммерции заключается в том, что ИИ может использовать огромное количество данных, обучаясь и действуя, как человек – но без конкретных на то инструкций или правил. Невозможно угадать потенциальные пики продаж или сценарии того, как люди отреагируют. Электронные магазины предоставят принятие решение алгоритмам, которые учатся на практике и ощущают на опыте, как сделать все оптимально и намного быстрее, чем любой другой человек.

Совершение покупки – алгоритмы предсказывают ваше принятие решения

Давайте попробуем представить, что например iTunes может разумно отфильтровать ваши теги на основании того, что в данный момент находится в вашей библиотеке. И кроме того, с помощью Искусственного Интеллекта вы сможете решить, что делать дальше и что именно добавить в свою библиотеку, а ИИ даже может совершить покупку от вашего имени.

Это похоже на то, что Amazon планирует делать с так называемой «опережающей доставкой». Система распределения и сеть ультраточно определяют шаблоны совершения покупок клиентами и предопределяют выбор бренда, ценовой диапазон и товар, который будет куплен. После этого прогноза товары могут быть отправлены в близлежащие центры распределения еще до того, как заказ будет размещен –  значит, пакет уже находится на транспортном узле или на грузовике, прежде чем вы это узнаете. Это работает еще лучше с такими повседневными продуктами, как чай или кофе. Только представьте себе —  если алгоритмы могут предвидеть спрос и предложение, вы никогда не окажетесь без своего любимого чая, в то же время и продавцы выиграют от быстрых продаж.

При правильном применении эта идея может перевести аналитику и логистику на новый уровень, что позволит компаниям быстро реагировать (причем автоматически) в зависимости от потребностей людей, расширяя базу постоянных клиентов.

Что ждет eСommerce завтра?

Электронная коммерция управляется данными по своей природе, а маркетологи, продавцы и дистрибьюторы уже видели советы от ИИ в виде персональных помощников, чат-ботов, автоматизированных систем мерчандайзинга и ретаргетинга. Но сочетание нового метода глубокого обучения от ИИ с электронной коммерцией еще не получило широкого распространения — по крайней мере, не в той степени, в которой обычно используются нейронные сети.

Объединив искусственный интеллект с огромным массивом данных, будущее электронной коммерции увидит более умную, более интеллектуальную экосистему онлайн-шоппинга, которая сможет самостоятельно принимать правильные решения — то, что мы могли бы только представить десять лет назад, а теперь это определенно возможно сегодня.

Автор – Антон Мелехов, генеральный директор RTB House в России.

оценка записи

Будь в курсе новостей и полезных статей

Рекомендуем
Рекомендуем

Добавить комментарий