In che modo la GenAI sta cambiando il retail

I principali retailer stanno provando l'AI generativa nella speranza di risolvere alcuni dei più grandi problemi del settore da quando Richard Sears ha messo da parte cavalli e carri e ha iniziato ad aprire negozi veri e propri. Stanno iniziando a utilizzare la GenAI per creare riepiloghi dei prodotti e altri contenuti per il sito web, generare risposte conversazionali ai prompt di clienti e dipendenti, personalizzare il loro marketing e persino sintetizzare il feedback dei clienti per aiutare con il merchandising e l'innovazione dei prodotti.

Tuttavia, molte organizzazioni che hanno sperimentato con la GenAI hanno ottenuto risultati deludenti. Questo non a causa di difetti nella tecnologia in sé, ma perché quando l'addestramento della GenAI si ferma, si ferma anche il suo apprendimento. Spesso, ciò si traduce nelle cosiddette allucinazioni: risultati imprecisi o fuorvianti generati dai modelli di GenAI. I retailer stanno iniziando a utilizzare tecniche come la retrieval-augmented generation (RAG) per fornire al modello informazioni più pertinenti per ogni prompt in modo che possa rispondere in modo più accurato alle query dei dipendenti e dei clienti.

Continua a leggere per saperne di più su come i retailer stanno superando gli ostacoli iniziali della GenAI e raggiungendo il successo con applicazioni all'avanguardia.

Che cos'è l'intelligenza artificiale generativa?

L'intelligenza artificiale generativa è un sottoinsieme dell'intelligenza artificiale in grado di comprendere prompt o domande formulate in linguaggio semplice e di rispondere con testi o immagini. È anche in grado di assimilare grandi quantità di dati e produrre riepiloghi di tali contenuti, ma anche di interpretare i dati e di formulare suggerimenti.

Concetti chiave

• La GenAI aiuta i retailer a comprendere meglio i bisogni dei clienti in base alla cronologia degli loro ordini, consentendo ai retailer di fornire risposte più utili alle domande dei clienti e di creare liste della spesa personalizzate.
• I retailer utilizzano la GenAI per generare contenuti quali descrizioni dei prodotti per negozi online, cataloghi e display degli scaffali, nonché post di blog ed e-mail di marketing personalizzate.
• I retailer utilizzano la GenAI per portare il "monitoraggio dei social media" al livello successivo, sintetizzando il feedback dei clienti proveniente da una varietà di fonti, tra cui social media, siti di recensione dei prodotti e trascrizioni dei call center per creare il ciclo di feedback definitivo.
• I retailer stanno inserendo chatbot basati su GenAI nel processo di procurement, riducendo il costo delle merci e sollevando il personale da incombenze.
• Le grandi catene retail utilizzano la GenAI per creare video di formazione più coinvolgenti e interattivi.

In che modo la GenAI cambierà il retail?

La GenAI può cambiare il settore aiutando i retailer a massimizzare le vendite e i margini di profitto con i clienti esistenti. Può anche aiutare a invertire la tendenza decennale del deterioramento della fidelizzazione dei clienti consentendo ai retailer di fornire un customer service sorprendentemente eccellente. Ad esempio, la GenAI può aiutare i retailer con quanto segue:

• Ottimizza i display. I retailer possono rendere più efficaci i display dei negozi fisici combinando dispositivi di visualizzazione intelligenti, analisi AI convenzionale dei dati di vendita e funzionalità conversazionali di GenAI per produrre elementi di progettazione e copia promozionali più accattivanti.
• Migliora il customer service in negozio. Non tutti i dipendenti hanno la capacità innata di connettersi con i clienti nel punto vendita, ma chiunque abbia un tablet può accedere all'assistenza della GenAI. Questo strumento può aiutare rapidamente i dipendenti a indirizzare i clienti verso l'articolo specifico che stanno cercando e suggerirne di correlati che potrebbero essere interessati ad acquistare. La GenAI potrebbe anche spingere i dipendenti a chiedere ai clienti stessi cosa stanno cercando di realizzare, il che può portare ad ancora più opportunità di cross-selling. Ad esempio, un cliente che acquista una particolare vernice per interni in un negozio di ferramenta potrebbe essere portato ad acquistare pennelli adatti a quel tipo di vernice.
• Consolida e riepiloga il feedback. I retailer possono utilizzare la GenAI per aggregare e interpretare il feedback dei clienti da una varietà di fonti interne e di terze parti, tra cui siti di social media, trascrizioni di call center e chat e recensioni online, creando riepiloghi sintetici da centinaia o migliaia di commenti e suggerimenti. Questi riepiloghi possono tenere il management meglio informato sulle prestazioni dei propri negozi fisici e online, in particolare sulla soddisfazione dei clienti in termini di qualità del servizio, sull'ampiezza e sulla profondità della selezione dei prodotti e sul fatto che i prodotti soddisfino le aspettative.
• Personalizza le esperienze di acquisto. I retailer possono utilizzare la GenAI per creare offerte e comunicazioni di marketing personalizzate per ogni cliente anziché per un gruppo demografico, poiché la GenAI può crearle rapidamente e in qualsiasi quantità. La GenAI può anche analizzare la cronologia di navigazione, il comportamento di acquisto e le preferenze per creare esperienze di acquisto altamente personalizzate. Comprendendo le preferenze e i comportamenti dei singoli clienti, i retailer possono personalizzare i consigli sui prodotti, le promozioni e le campagne di marketing, aumentando la soddisfazione e la fidelizzazione dei clienti. Possono inoltre utilizzare la GenAI, in combinazione con RAG o altri mezzi per fornire dati aggiornati, per offrire un servizio post-vendita più personalizzato. Ciò può significare aiutare i clienti a ottenere di più dai prodotti che hanno acquistato, rendendo il processo di reso più fluido o anche raccogliendo più feedback sulle loro esperienze e generando interesse per le transazioni future.

Vantaggi dell'intelligenza artificiale generativa nel retail

La GenAI offre ai retailer una vasta gamma di vantaggi operativi, di customer service e di altro tipo, descritti più dettagliatamente di seguito.

Aumenta l'efficienza operativa e dei costi

I retailer tendono a operare con margini molto ristretti, quindi qualsiasi miglioramento all'efficienza operativa può fare molto per aumentare la redditività. Ad esempio, i retailer possono utilizzare la GenAI per sostituire o migliorare gli operatori del customer service, sia online che telefonicamente, riducendo il tempo necessario al personale per aiutare i clienti con attività di routine come resi o scambi. Un retailer ha ridotto i costi di approvvigionamento del 3% utilizzando i chatbot basati su GenAI e informati da analytics convenzionali e dati di mercato di terze parti per condurre negoziazioni contrattuali con i fornitori di apparecchiature tramite i loro portali online. I retailer affermano inoltre di stare aumentando la produttività dei dipendenti e di stare riducendo i costi di turnover sviluppando il personale grazie a video di formazione con GenAI integrata per guidarli attraverso una serie di scenari interattivi.

Aumenta la fedeltà dei clienti

La fedeltà al brand retail è in declino da decenni. I retailer devono lavorare più duramente che mai per fidelizzare i propri clienti.

La GenAI può essere uno strumento prezioso che aiuta i retailer a sfruttare i dati di ogni singolo cliente, consentendo loro di inviare e-mail altamente mirate e altri materiali di marketing su larga scala, in una misura che non sarebbe possibile con il solo lavoro umano. Il processo vede la GenAI mettere ordine in cronologie di acquisto aggregate, post di social media e altri dati di terze parti per determinare quali messaggi di marketing specifici possono interessare un determinato acquirente. Il fatto che questi messaggi siano personalizzati piuttosto che prodotti in serie può aiutare a ridurre la brand fatigue, migliorare la pertinenza dei contenuti e aumentare la fidelizzazione dei clienti.

Migliora le customer experience

La maggior parte dei retailer non solo soffre di alti tassi di abbandono dei dipendenti, ma deve anche assumere lavoratori stagionali, il che significa che gestisce sempre molti nuovi dipendenti con poche conoscenze istituzionali. La GenAI può aiutarti generando riepiloghi delle caratteristiche dei prodotti e indicazioni per questi dipendenti per aiutarli a indirizzare i clienti nei negozi. La GenAI può anche generare storie dei clienti e informazioni sui prodotti per gli operatori del call center, oltre a potenziare i chatbot interattivi del customer service.

I retailer possono anche utilizzare la GenAI per rispondere a domande o reclami dei clienti, direttamente tramite un chatbot online o indirettamente fornendo script per gli addetti alle vendite. Entrambi tengono conto del contesto dell'esperienza di un acquirente e delle informazioni rilevanti sul prodotto.

Ad esempio, se un cliente chiede informazioni circa la policy di restituzione di articoli di un negozio, una risposta che include: "Beh, quella griglia che hai acquistato il mese scorso è ancora in garanzia e posso fissare un appuntamento per qualcuno che la prenda per te", sarebbe molto più utile di una risposta come "dipende" o "di solito 30 giorni". Rappresenterebbe anche un modo per stabilire una relazione a lungo termine con quel cliente.

Inoltre, i retailer possono utilizzare la GenAI per rispondere a domande sullo stato dell'ordine e persino suggerire testi e immagini per prodotti personalizzati come magliette e tazze da caffè.

Promuovi lo sviluppo e l'innovazione dei prodotti

Il product lifecycle management è sempre stato un obiettivo per i retailer, ma ce ne si ricorda soprattutto quando non è rispettato. Fino all'avvento di GenAI, è stato semplicemente troppo dispendioso in termini di tempo e manodopera per i retailer setacciare le enormi quantità di feedback dei clienti e degli utenti finali, trovare lamentele comuni su un determinato prodotto, quindi comunicarli ai team di sviluppo del prodotto dei loro fornitori o ai loro produttori privati. Tali feedback regolari potrebbero portare a cambiamenti positivi dei prodotti o addirittura a prodotti completamente nuovi.

Utilizzando la GenAI, tuttavia, i retailer possono sfogliare trascrizioni dei call center e registrazioni audio, post sui social media e recensioni dei clienti su siti web retailer e aggregatori (come Yelp e Google), sintetizzare tali dati e persino distinguere le filippiche irrazionali dai consigli validi. E poi possono utilizzare la GenAI per riepilogare tali dati in modo tempestivo e succinto. I modelli GenAI possono quindi formulare suggerimenti basati sulla loro interpretazione di ampie generalizzazioni, ad esempio traducendo commenti come "continuo a lasciarlo cadere e si rompe tutto il tempo!" in "rendetelo più ergonomico restringendo il manico di pochi centimetri".

5 casi d'uso per l'AI generativa nel retail

I retailer hanno iniziato a utilizzare GenAI in vari modi intelligenti per migliorare il customer service e la fidelizzazione, ridurre i resi, aumentare le dimensioni del carrello e incrementare i margini. Ecco cinque casi d'uso.

1. Migliora la customer experience.

I retailer possono utilizzare i chatbot basati su GenAI, integrati da dati aggiornati sui clienti grazie a RAG o a tecniche simili, per interagire in modo conversazionale con i consumatori mentre fanno domande. Queste interazioni avvengono per telefono o sui siti di e-commerce dei retailer e possono riguardare i prodotti che i clienti stanno ricercando, la politica di restituzione del rivenditore o le ore di apertura o l'inventario del negozio. A differenza delle generazioni precedenti di chatbot che utilizzano l'intelligenza artificiale convenzionale, che hanno un numero limitato di alberi decisionali, i chatbot moderni alimentati da GenAI offrono ai consumatori un numero quasi illimitato di percorsi di conversazione e possono rispondere a query dei clienti più complicate.

Ad esempio, il chatbot basato su GenAI di un grande negozio di ferramenta può aiutare i clienti a decidere quale tipo di illuminazione o impianto idraulico funzionerebbe meglio per loro ponendo domande sulle dimensioni e sulla posizione della casa, aiutandoli a scegliere gli articoli con la resistenza alla trazione, il profilo di potenza e la resistenza alle alte temperature più appropriate. Sebbene i chatbot AI convenzionali siano già bravi nella formulazione di suggerimenti, quelli di GenAI sono più conversazionali e sono in grado di rispondere alle richieste dei clienti online per, ad esempio, "accorciare l'orlo" o "vedere un abito in versione blu navy". Questi assistenti virtuali basati su GenAI sono sempre più in grado di dire quando qualcuno è frustrato o sta usando sarcasmo o altre espressioni idiomatiche che non devono essere prese alla lettera. Sanno che un cliente, frustrato, che dice, "Buttati in un lago!" non sta effettivamente dando quel comando.

2. Automatizza la generazione dei contenuti.

I retailer possono utilizzare la GenAI per creare riepiloghi di prodotti concisi e convincenti per i propri siti di e-commerce e le etichette sugli scaffali. Modificando i prompt, gli esperti di marketing possono chiedere alla GenAI di produrre pezzi più lunghi, come i post di blog. Ad esempio, una catena alimentare nazionale utilizza la GenAI per mettere a punto ricette allettanti utilizzando ingredienti in vendita nei suoi negozi, che pubblica come post sul blog. Il chatbot può anche fornire una lista della spesa basata su una domanda come "di cosa ho bisogno per fare una lasagna?" I retailer possono utilizzare la GenAI per generare liste della spesa personalizzate, come elenchi personalizzati per i clienti che hanno un'intolleranza al glutine, sono allergici al pistacchio e non apprezzano il miso.

3. Personalizza il marketing.

I retailter possono aiutare a risolvere il problema dell'e-mail fatigue utilizzando la GenAI per suggerire righe oggetto interessanti e creare contenuti personalizzati per i singoli destinatari, invece di rivolgersi a gruppi demografici o ad altre versioni meno personalizzate di "alle persone come te piace anche..." In combinazione con le classiche AI e RAG, la GenAI può aiutare a produrre queste e-mail personalizzate per decine di migliaia di clienti attuali, passati e potenziali, con unapersonalizzazione su larga scala. La GenAI può anche produrre un numero infinito di test A/B, identificando quali contenuti sono più efficaci nel favorire le conversioni.

4. Sintetizza il feedback dei clienti.

I retailer possono utilizzare la GenAI per rivedere e riepilogare i commenti provenienti da recensioni dei clienti, feed di social media e altre fonti. Tale feedback conciso può aiutare a prendere decisioni quali i prodotti da immagazzinare, dove collocarli nei loro negozi e sui loro siti web, come gestire i resi, dove devono assegnare personale più esperto e persino (lavorando con i fornitori) come migliorare i prodotti esistenti.

5. Migliora l'AI convenzionale con la GenAI.

I retailer utilizzano anche la GenAI per migliorare le applicazioni AI convenzionali. Ad esempio, i retailer utilizzano già l'intelligenza artificiale convenzionale per aiutare gli acquirenti online a cercare prodotti consentendo loro di caricare una foto. Utilizzando la GenAI, i retailer ora possono utilizzare i chatbot per interagire in conversazioni più complesse e simili a quelle umane con gli acquirenti. Questo permette scambi naturali: Mostramene uno in verde, che ne dici di un orlo più corto, hai una giacca da abbinare?

Inoltre, i retailer possono utilizzare la GenAI per migliorare gli strumenti di back-office che si basano sull'intelligenza artificiale convenzionale per prevedere i trend. Ad esempio, i retailer utilizzano gli analytics basati sull'intelligenza artificiale convenzionale per analizzare i trend in base ai dati provenienti da fonti quali i report meteorologici ed economici. Con la GenAI, possono analizzare e interpretare i dati da vari tipi diversi di fonti, come i feed dei social media, le recensioni dei clienti, le riviste di moda online e i siti di notizie, per prevedere le tendenze con maggiore precisione.

Allo stesso modo, sebbene i fornitori del settore retail utilizzino già l'intelligenza artificiale per adattare i percorsi di consegna in risposta alle interruzioni della supply chain, la GenAI può fornire riepiloghi di report, post sui social media e altre fonti di dati non convenzionali per migliorare tali analisi.

Esempi di GenAI nel retail

Anche se la GenAI è diventata disponibile per le aziende da relativamente poco tempo, i retailer sono stati veloci a sfruttare la sua miriade di attributi. Ecco alcuni esempi.

• Una catena globale di ipermercati utilizza un chatbot basato su GenAI per aiutare gli acquirenti ad acquistare generi alimentari che non solo corrispondono alle ricette che stanno cercando di cucinare, ma che rispettano anche le loro restrizioni dietetiche, il tutto utilizzando un tono amichevole e conversazionale. Nel back-end, l'ipermercato utilizza la GenAI anche per scrivere richieste di proposta per potenziali fornitori e per analizzare e riepilogare le loro offerte.
• Un negozio di elettronica online utilizza la GenAI per incapsulare il contenuto delle recensioni dei clienti per diversi prodotti, fornendo ai clienti un riepilogo di ciò che le altre persone pensano di un determinato articolo in modo che non debbano più leggere ogni singola recensione del prodotto.
• Un negozio di abbigliamento e accessori online utilizza un chatbot basato su GenAI per aiutare gli acquirenti ad acquistare regali. Il chatbot chiede agli acquirenti informazioni su sesso, dimensioni, hobby e interessi del destinatario, nonché sul range di prezzi preferito dal cliente.
• Un superstore globale utilizza la GenAI per negoziare piccoli contratti con fornitori e appaltatori. Lo fa utilizzando gli analytics convenzionali per comprendere il mercato di un determinato articolo o servizio e un chatbot basato sulla GenAI per interagire e negoziare i termini con i fornitori attraverso il loro portale online. Oltre a ridurre gli attriti con gli interlocutori umani, la GenAI consente ai team di procurement dei retailer di concentrarsi su trattative più strategiche.
• Un centro commerciale online utilizza analytics convenzionali basati sull'intelligenza artificiale per aiutare gli affittuari retail a conduzione familiare a impostare i prezzi e la GenAI per aiutare a scrivere descrizioni dei prodotti e messaggi di follow-up conversazionali ai clienti che hanno mostrato interesse.

Rivoluziona la tua attività retail con Oracle e GenAI

I retailer utilizzano le soluzioni di intelligenza artificiale e analytics di Oracle Retail per ottimizzare il marketing, prendere decisioni più informate su prezzi e inventario, ottimizzare lo spazio disponibile e le sedi dei negozi, migliorare le descrizioni dei prodotti e, più in generale, creare esperienze di acquisto più soddisfacenti e aumentare i margini.

Poiché l'intelligenza artificiale generativa aiuta a fornire esperienze di acquisto personalizzate e interattive, a fornire una migliore comprensione del comportamento e delle preferenze dei consumatori, a ottimizzare la gestione del magazzino, a prevedere le tendenze, a semplificare i processi della supply chain e altro ancora, i retailer intelligenti stanno tracciando un corso da utilizzare per guidare la crescita del business.

Domande frequenti sull'intelligenza artificiale generativa

In che modo i retailer big box utilizzano la GenAI?

I retailer di big box utilizzano la GenAI per generare descrizioni dei prodotti, riepilogare documenti lunghi, creare nuovi tipi di contenuti e fornire ai dipendenti consigli di cross-selling per i clienti.

Come vengono utilizzati i LLM nel retail?

I retailer utilizzano i LLM e altre applicazioni GenAI per supportare i chatbot e fornire un customer service efficiente e amichevole, spesso più veloce e accurato di quello che gli operatori dei call center possono offrire.