מייקל היקינס | אסטרטג תוכן | 16 במאי 2024
קמעונאים מובילים מתנסים בבינה מלאכותית גנרטיבית בתקווה לפתור כמה מהבעיות הגדולות ביותר בתעשייה מאז שריצ'רד סירס השבית את סוסיו ועגלותיו והחל לפתוח חנויות פיזיות. הם מתחילים להשתמש ב-GenAI כדי ליצור סיכומי מוצרים ותוכן אחר באתר, ליצור תגובות לשיחה למנחים מלקוחות ועובדים, להתאים אישית את השיווק שלהם ואפילו לסכם את המשוב של הלקוחות כדי לעזור בקידום מכירות ובחדשנות המוצר.
עם זאת, ארגונים רבים שהתנסו ב-GenAI קיבלו תוצאות מאכזבות. לא בגלל פגמים בטכנולוגיה עצמה, אלא בגלל שכאשר האימונים של GenAI מפסיקים, כך גם הלמידה שלה. לעיתים קרובות, התוצאה היא מה שמכונה הזיות - תוצאות לא מדויקות או מטעות שיצרו מודלי GenAI. קמעונאים מתחילים להשתמש בטכניקות כמו יצירה מועצמת על ידי שליפה (RAG) כדי לספק למודל מידע רלוונטי יותר עבור כל מנחה, כך שהוא יוכל להגיב בצורה מדויקת יותר לשאילתות עובדים ולקוחות.
המשיכו לקרוא כדי ללמוד עוד על האופן שבו קמעונאים מתגברים על מכשולים מוקדמים של GenAI ומצליחים עם יישומים חלוציים.
בינה מלאכותית גנרטיבית היא קבוצת משנה של בינה מלאכותית, המסוגלת להבין מנחים או שאלות בשפה פשוטה ולהגיב בטקסט או בתמונות. היא גם מסוגלת לקלוט כמויות גדולות של נתונים ולהפיק סיכומים של תוכן זה, כמו גם לפרש את הנתונים האלה ולהציע הצעות.
תובנות מרכזיות
GenAI יכולה לשנות את התעשייה על ידי סיוע לקמעונאים למקסם את שולי המכירות והרווח עם הלקוחות הקיימים שלהם. היא עשויה אפילו לעזור להפוך את מגמת ההידרדרות בנאמנות הלקוחות בת עשרות השנים בכך שתאפשר לקמעונאים לספק שירות לקוחות נהדר באופן מפתיע. לדוגמה, GenAI יכולה לעזור לקמעונאים להשיג את הדברים הבאים:
GenAI מציעה לקמעונאים מגוון יתרונות בתפעול, בשירות לקוחות והטבות אחרות, המתוארות ביתר פירוט להלן.
קמעונאים נוטים לפעול בשוליים צרים מאוד, כך שכל שיפור ביעילות התפעולית יכול להשפיע מאוד על הגדלת הרווחיות. לדוגמה, קמעונאים יכולים להשתמש ב-GenAI כדי להחליף או להוסיף סוכני שירות לקוחות, הן באופן מקוון והן בטלפון, ובכך להפחית את הזמן שאנשי הצוות שלהם צריכים להשקיע בעזרה ללקוחות במשימות שגרתיות כגון החזרות או החלפות. קמעונאי אחד הוריד את עלויות הרכש שלו ב-3% על ידי שימוש בצ'אטבוטים המונעים על ידי GenAI, וקיבל ניתוח נתונים קונבנציונלי ונתוני שוק מצד שלישי שאפשרו לו לנהל משא ומתן חוזי עם ספקי ציוד באמצעות הפורטלים המקוונים שלהם. קמעונאים טוענים גם שהם מגדילים את הפרודוקטיביות של העובדים ומפחיתים את חלופת העובדים היקרה בכך שהם מפתחים את העובדים שלהם בעזרת סרטוני הדרכה עם GenAI מובנית להדרכת עובדים מתחילים במגוון רחב של תרחישים אינטראקטיביים.
הנאמנות למותג הקמעונאי פוחתת במשך עשרות שנים. הקמעונאים צריכים לעבוד קשה יותר מתמיד כדי לשמור על הלקוחות שלהם.
GenAI יכולה להיות כלי בעל ערך המסייע לקמעונאים לאסוף נתונים על כל לקוח, מה שמאפשר להם לשלוח הודעות דוא״ל ממוקדות מאוד וחומרים שיווקיים אחרים בקנה מידה גדול - במידה שאינה אפשרית עם עבודה אנושית בלבד. המשמעות היאש-GenAI ממיינת דרך היסטוריות קניות מצטברות, פוסטים במדיה החברתית ונתונים אחרים מגורמי צד שלישי כדי לקבוע אילו הודעות שיווקיות ספציפיות עשויות למשוך כל קונה נתון. העובדה שהודעות אלה מותאמות אישית ואינן נוצרות באופן גורף יכולה לעזור להפחית את העייפות ממסרי המותג, לשפר את הרלוונטיות של התוכן ולהגדיל את נאמנות הלקוחות.
רוב הקמעונאים לא רק סובלים משיעורי נטישת עובדים גבוהים, אלא גם צריכים להביא עזרה עונתית, כלומר, הם תמיד מנהלים הרבה עובדים חדשים בעלי מעט ידע. GenAI יכולה לעזור על ידי יצירת סיכומים של תכונות מוצר והנחיות הליכה עבור עובדים אלה כדי לעזור להם לכוון לקוחות ברחבי החנות. GenAI יכולה גם למצוא היסטוריה ומידע על מוצרים של לקוחות עבור סוכני מוקדים טלפוניים, נוסף על הפעלת צ'אטבוטים אינטראקטיביים של שירות לקוחות.
קמעונאים יכולים גם להשתמש ב-GenAI כדי לענות על שאלות או תלונות של לקוחות, הן ישירות דרך צ'אטבוט מקוון והן בעקיפין בהכתבת תסריטים לעובדי החנות. שתי האפשרויות מביאות בחשבון את ההקשר המלא של ניסיון הקונה, וכן גם פרטי מוצר רלוונטיים.
לדוגמה, אם לקוח שואל על מדיניות ההחזרות של החנות, תגובה מסוג "ובכן, האחריות על הגריל שקנית בחודש שעבר עדיין בתוקף, ואני יכול לקבוע שמישהו יאסוף אותו בשבילך," תהיה מועילה בהרבה מתגובה כמו, "זה תלוי" או "בדרך כלל האחריות היא ל-30 ימים". תגובה כזאת גם תעזור לפתח מערכת יחסים ארוכת טווח עם הלקוח הזה.
נוסף על כך, קמעונאים יכולים להשתמש ב-GenAI כדי להגיב לשאילתות על סטטוס ההזמנה, ואפילו להציע שפה ותמונות עבור מוצרים מותאמים אישית כגון חולצות וספלים.
ניהול מחזור חיי המוצר תמיד היה מטרה לקמעונאים, אך הם לא מימשו אותה בפועל כראוי. עד להופעתה של GenAI, הקמעונאים היו צריכים להשקיע זמן רב ועבודה אינטנסיבית כדי לעבור על משובי לקוחות ומשתמשי קצה, למצוא תלונות נפוצות על מוצר נתון, ולאחר מכן להעביר תלונות אלה לצוותי פיתוח המוצר של הספקים שלהם או יצרני המותגים הפרטיים שלהם. משוב קבוע כזה יכול להוביל לשינויים מועילים במוצר – או אפילו לשיפור מוצרים חדשים לחלוטין.
עם זאת, באמצעות GenAI, קמעונאים יכולים לחפש תמלילים של מוקד פניות ורשומות שמע, פוסטים במדיה החברתית וביקורות לקוחות באתרים קמעונאיים וצוברי נתונים (כגון Yelp ו-Google), לסנתז את הנתונים האלה, ואפילו להבחין בין תגובות לא רציונליות לבין הצעות משכנעות. ואז הם יכולים להשתמש ב-GenAI כדי לסכם את הנתונים האלה בזמן ובתמציתיות. מודלי GenAI יכולים אז להציע הצעות על בסיס הפרשנות שלהם להכללות רחבות, למשל, תרגום הערות כמו "אני מפיל אותו הרבה וזה נשבר כל הזמן!" אל "תוכל להפוך אותו לארגונומי יותר על ידי צמצום הידית בכמה סנטימטרים."
קמעונאים החלו להשתמש ב-GenAI במגוון דרכים חכמות כדי לשפר את שירות ושימור הלקוחות, להפחית את שיעורי ההחזר, להגדיל את כמות המוצרים בקנייה ואת שולי הרווח שלהם. להלן חמישה מקרי שימוש.
קמעונאים יכולים להשתמש בצ'אטבוטים מבוססי GenAI, בתוספת נתוני לקוחות מעודכנים הודות ל-RAG או טכניקות דומות כדי ליצור אינטראקציה עם צרכנים ששואלים שאלות. אינטראקציות אלה מתקיימות בטלפון או באתרי המסחר האלקטרוני של הקמעונאים, והן יכולות להיות על המוצרים שהלקוחות מחפשים, על מדיניות ההחזרה של הקמעונאי או על שעות הפעילות של החנות או המלאי שלה. בניגוד לדורות ישנים של צ'אטבוטים המשתמשים בבינה מלאכותית קונבנציונלית שיש לה מספר מוגבל של עצי החלטה, צ'אטבוטים מודרניים המונעים על ידי GenAI מציעים לצרכנים מספר כמעט בלתי מוגבל של אפיקי שיחה והם יכולים להגיב לשאילתות מורכבות יותר של לקוחות.
לדוגמה, צ'אטבוט מבוסס GenAI של רשת גדולה של חנויות כלי בית יכול לעזור ללקוחות להחליט איזה סוג של גופי תאורה או אינסטלציה יעבדו הכי טוב עבורם על ידי שאלות לגבי גודל ומיקום הבית, מה שיסייע להם לבחור פריטים עם חוזק מתיחה מתאים, פרופיל חשמל ועמידות לטמפרטורות גבוהות. צ'אטבוטים קונבנציונליים של בינה מלאכותית כבר טובים בהמלצות, אבל צ'אטבוטים של GenAI יכולים לנהל שיחות טוב יותר ולהגיב לבקשות מקוונות של לקוחות, למשל, "תקצר את השוליים" או "אני רוצה לראות את זה בצבע כחול נייבי". עוזרים וירטואליים אלה המופעלים על ידי GenAI מסוגלים יותר ויותר לזהות תסכול, סרקזם או ביטויים אידיומטיים אחרים שאין להבינם פשוטו כמשמעו. הם יודעים שלקוח שאומר, "לך תקפוץ לאגם!" בתסכול לא באמת מתכוון לכך.
קמעונאים יכולים להשתמש ב-GenAI כדי ליצור סיכומי מוצרים תמציתיים ומשכנעים עבור אתרי המסחר האלקטרוני ותוויות המדפים שלהם. משווקים יכולים לבקש מ-GenAI לכתוב קטעים ארוכים יותר, כגון הודעות בלוג, על ידי שינוי ההוראה המנחה שהם נותנים. לדוגמה, רשת חנויות מכולת לאומית משתמשת ב-GenAI כדי ליצור מתכונים מפתים באמצעות מרכיבים שנמכרים בחנויות שלה, והיא מפרסמת אותם בבלוג. הצ'אטבוט יכול גם לספק רשימת קניות המבוססת על שאלה כמו "אילו רכיבים נדרשים כדי להכין לזניה?" קמעונאים יכולים להשתמש ב-GenAI כדי ליצור רשימות קניות מותאמות אישית, כמו רשימות המותאמות ללקוחות שיש להם צליאק, אלרגיים לפיסטוקים או לא אוהבים תיבול מיסו.
קמעונאים יכולים לעזור לטפל בעייפות הודעות דוא"ל שיווקיות באמצעות GenAI כדי להציע מסרים משכנעים וליצור תוכן המותאם לנמענים מסוימים, בניגוד למסרים המיועדים לקבוצות דמוגרפיות או גרסאות אחרות פחות מותאמות אישית של "אנשים כמוך אוהבים גם את..." בשילוב עם בינה מלאכותית קלאסית ו-RAG, GenAI יכולה לסייע בהפקת הודעות דוא"ל מותאמות אישית אלו עבור עשרות אלפי לקוחות נוכחיים, לשעבר ופוטנציאליים בקנה מידה גדול. GenAI יכולה גם לייצר מספר אינסופי של בדיקות A/B, ולזהות איזה סוג תוכן הוא היעיל ביותר מבחינת הנעת שיחות.
קמעונאים יכולים להשתמש ב-GenAI כדי לסקור ולסכם הערות מביקורות של לקוחות, פיד במדיה חברתית ומקורות אחרים. משוב תמציתי זה יכול לעזור לקבל החלטות מושכלות כגון איזה מלאי מוצרים להחזיר למדף, איפה למקם את המוצרים בחנויות ובאתרי האינטרנט, איך להתמודד עם החזרות, איפה צריך להקצות אנשי צוות ותיקים יותר, ואפילו (בעבודה עם ספקים) כיצד לשפר את המוצרים הקיימים.
קמעונאים משתמשים גם ב-GenAI כדי לשפר יישומי בינה מלאכותית קונבנציונליים. לדוגמה, קמעונאים כבר משתמשים בבינה מלאכותית קונבנציונלית כדי לעזור לקונים מקוונים לחפש מוצרים בהעלאת תמונה. באמצעות GenAI, קמעונאים יכולים כעת להשתמש בצ'אטבוטים כדי לנהל שיחות מורכבות יותר ודמוי-אנושיות עם קונים. צ'אטבוטים אלה יכולים לשוחח בטבעיות: "תראה לי אחד בירוק..." "מה דעתך על שוליים קצרים יותר?" "יש בלייזר שיתאים לזה?"
יתר על כן, קמעונאים יכולים להשתמש ב-GenAI כדי לשפר את כלי המשרד העורפי המסתמכים על בינה מלאכותית קונבנציונלית כדי לחזות מגמות. לדוגמה, קמעונאים משתמשים בניתוח נתונים מבוסס בינה מלאכותית כדי לנתח מגמות המבוססות על נתונים ממקורות כמו מזג אוויר ודוחות כלכליים. עם GenAI, הם יכולים לנתח ולפרש נתונים מסוגים מגוונים יותר של מקורות - כגון פיד מדיה חברתית, ביקורות של לקוחות, מגזיני אופנה מקוונים ואתרי חדשות - כדי לחזות מגמות בדיוק רב יותר.
כמו כן, ספקים קמעונאיים כבר משתמשים בבינה מלאכותית כדי להתאים את נתיבי המסירה בתגובה להפרעות בשרשרת האספקה, אבל GenAI יכולה לספק סיכומים של דוחות חדשות, פוסטים במדיה החברתית ומקורות נתונים לא קונבנציונליים אחרים כדי להגדיל ניתוחים כאלה.
אף ש-GenAI הייתה זמינה לעסקים רק לזמן קצר יחסית, קמעונאים מיהרו לנצל את התכונות הרבות שלה. להלן כמה דוגמאות.
קמעונאים משתמשים בפתרונות Oracle Retail AI and Analytics כדי לעזור לכוונן את השיווק שלהם, לקבל החלטות מושכלות יותר לגבי תמחור ומלאי, למטב את שטח העסק ואת מיקומי הסניפים שלהם, לשפר את תיאורי המוצרים שלהם, ובאופן רחב יותר - ליצור חוויית קניות מספקת יותר ולהגדיל את שולי הרווח שלהם.
בינה מלאכותית גנרטיבית עוזרת לספק חוויית קניות אינטראקטיבית ומותאמת אישית, לתת הבנה טובה יותר של התנהגות והעדפות צרכנים, למטב את ניהול המלאי, לחזות מגמות, לייעל את תהליכי שרשרת אספקה ועוד, ולכן קמעונאים חכמים מתכננים כיצד להשתמש בה כדי להניע צמיחה עסקית.
למידע נוסף על האופן שבו Oracle יכולה לעזור לכם ליצור חוויית קניות טובה יותר ושולי רווח גבוהים יותר עם GenAI וניתוח נתונים.
כיצד קמעונאים של רשתות גדולות משתמשים ב-GenAI?
קמעונאים של רשתות גדולות משתמשים ב-GenAI כדי ליצור תיאורים של מוצרים, לסכם מסמכים ארוכים, ליצור סוגים חדשים של תוכן ולתת לשותפים המלצות מכירה צולבת ללקוחות.
כיצד משתמשים במודלי שפה גדולים בקמעונאות?
קמעונאים משתמשים במודלי שפה גדולים וביישומים אחרים של GenAI כדי להפעיל צ'אטבוטים ולספק שירות לקוחות יעיל וידידותי, והוא לעיתים קרובות מהיר ומדויק יותר ממה שנציגי מוקד הפניות יכולים להציע.