近年來，在封鎖、宵禁、供應(yīng)鏈中斷和能源緊縮之間，零售商一定感覺很恐慌。但，幸運(yùn)的是，零售業(yè)可以依靠全方位的技術(shù)創(chuàng)新來更好地應(yīng)對這些困難時期的挑戰(zhàn)。

這些技術(shù)中最有影響力的工具之一肯定是人工智能，包括其強(qiáng)大的子集——機(jī)器學(xué)習(xí)(ML)。下面，讓我們簡要介紹一下這項(xiàng)技術(shù)的本質(zhì)，并探討機(jī)器學(xué)習(xí)在零售業(yè)中的關(guān)鍵用例。

機(jī)器學(xué)習(xí)在零售業(yè)中的作用

零售中的機(jī)器學(xué)習(xí)依賴于自我改進(jìn)的計算機(jī)算法，這些算法被創(chuàng)建來處理數(shù)據(jù)、發(fā)現(xiàn)變量之間的重復(fù)模式和異常，并自主學(xué)習(xí)這些關(guān)系如何影響或決定行業(yè)的趨勢、現(xiàn)象和業(yè)務(wù)場景。

機(jī)器學(xué)習(xí)系統(tǒng)的自我學(xué)習(xí)和情境理解潛力可以在零售業(yè)中用于：

識別推動零售業(yè)的潛在動力。例如，基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析系統(tǒng)被廣泛應(yīng)用于營銷領(lǐng)域，通過推薦引擎和基于客戶數(shù)據(jù)的定向廣告來個性化購物體驗(yàn)，還可以預(yù)測產(chǎn)品需求或其他市場趨勢，從而優(yōu)化庫存管理、物流和定價策略。

推動與人工智能相關(guān)的認(rèn)知技術(shù)，如計算機(jī)視覺和自然語言處理(NLP)，它們分別從視覺和語言模式中識別和學(xué)習(xí)，以模仿人類視覺和交流。零售商通常使用這些工具從文本和視覺來源收集數(shù)據(jù)，支持聊天機(jī)器人和上下文購物等交互式解決方案，或用于視頻監(jiān)控。

10個重新定義零售業(yè)的機(jī)器學(xué)習(xí)用例

零售商如何從上述機(jī)器學(xué)習(xí)算法的能力中受益?以下是典型零售場景中一些最相關(guān)的機(jī)器學(xué)習(xí)用例。

1、定向廣告

雖然主要用于電子商務(wù)，但有針對性的營銷代表了一種強(qiáng)大的工具，可以將潛在客戶引導(dǎo)至在線平臺和傳統(tǒng)商店。這涉及根據(jù)一系列行為、心理、人口統(tǒng)計和地理參數(shù)（如購買和瀏覽歷史、年齡、性別、興趣、地區(qū)等）對用戶進(jìn)行細(xì)分，并針對性投放完全個性化的廣告和促銷活動。

2、情境購物

一種不同的、更具交互性的解決方案可以吸引用戶的注意力，并將其引導(dǎo)到自己的電子商務(wù)平臺，這是上下文購物。這種營銷工具利用機(jī)器學(xué)習(xí)和計算機(jī)視覺來識別和指出社交媒體上視頻和圖片中顯示的商品，同時提供“快捷方式”以訪問在線商店中的相關(guān)產(chǎn)品頁面。

3、推薦引擎

一旦用戶登陸在線平臺，可能會在海量商品中迷失方向。推薦引擎是強(qiáng)大的工具，旨在將客戶導(dǎo)向其可能真正需要的產(chǎn)品。

為了提供量身定制的建議，這些系統(tǒng)可以采用基于內(nèi)容的過濾方法，即推薦與過去購買的商品具有相似特征的商品，或者選擇協(xié)同過濾，這意味著建議其他客戶訂購的具有相似購買模式、個人特征的商品,和興趣。

4、動態(tài)定價

由于機(jī)器學(xué)習(xí)，產(chǎn)品推薦和廣告并不是唯一動態(tài)變化的東西。如今，大多數(shù)在線商店和電子商務(wù)平臺會根據(jù)產(chǎn)品供求波動、競爭對手的促銷和定價策略、更廣泛的銷售趨勢等因素，不斷調(diào)整價格。

5、聊天機(jī)器人

聊天機(jī)器人和虛擬助手是高度交互的工具，由機(jī)器學(xué)習(xí)和NLP提供支持，能夠?yàn)榭蛻籼峁┤旌虻挠脩糁С郑òㄓ嘘P(guān)可用產(chǎn)品和運(yùn)輸選項(xiàng)的信息），同時發(fā)送提醒、優(yōu)惠券和個性化建議以提升銷售水平。

6、供應(yīng)鏈管理

產(chǎn)品補(bǔ)貨和其他庫存管理操作絕不應(yīng)聽之任之。為了更好地匹配產(chǎn)品供需，優(yōu)化倉庫空間利用率，避免食物變質(zhì)，值得依賴機(jī)器學(xué)習(xí)算法的分析和預(yù)測能力。這意味著要考慮多個變量，例如價格波動或基于季節(jié)性的購買模式，預(yù)測未來的銷售趨勢，并因此計劃適當(dāng)?shù)难a(bǔ)貨計劃。

7、交付優(yōu)化

物流的另一個可以通過機(jī)器學(xué)習(xí)增強(qiáng)的方面是產(chǎn)品交付。由機(jī)器學(xué)習(xí)驅(qū)動的系統(tǒng)，在通過物聯(lián)網(wǎng)傳感器和攝像頭網(wǎng)絡(luò)收集的交通和天氣數(shù)據(jù)的推動下，可以輕松計算出最快的送貨路線。相反，通過處理用戶數(shù)據(jù)，可能會推薦合適的交付方式，以更好地滿足客戶的需求。

8、自動駕駛汽車

這種用于產(chǎn)品交付的機(jī)器學(xué)習(xí)和計算機(jī)視覺的體現(xiàn)還遠(yuǎn)未得到完善和大規(guī)模實(shí)施。然而，像Amazon和Kroger這樣的企業(yè)正在投資這項(xiàng)技術(shù)，相信很快可以依靠自動駕駛汽車來加快產(chǎn)品分銷。

9、視頻監(jiān)控

機(jī)器學(xué)習(xí)驅(qū)動的計算機(jī)視覺系統(tǒng)可以駕駛車輛，還可以發(fā)現(xiàn)小偷。這些工具與傳統(tǒng)視頻監(jiān)控解決方案之間的主要區(qū)別在于，后者基于一種相當(dāng)不準(zhǔn)確的基于規(guī)則的方法來識別入侵者，該方法存在大量誤報。另一方面，機(jī)器學(xué)習(xí)系統(tǒng)可以識別更微妙的行為模式，并在發(fā)生可疑情況時向管理層發(fā)出警報。

10、欺詐檢測

對于在線零售商和電子商務(wù)平臺，小偷更可能從信用卡中盜竊，而不是從貨架上偷。由于機(jī)器學(xué)習(xí)算法旨在識別重復(fù)出現(xiàn)的模式，因此其還可以查明任何偏離常態(tài)的事件，包括異常交易頻率或賬戶數(shù)據(jù)不一致，并將其標(biāo)記為可疑，以便進(jìn)一步檢查。

通過機(jī)器學(xué)習(xí)克服現(xiàn)代挑戰(zhàn)

人工智能、機(jī)器學(xué)習(xí)和認(rèn)知技術(shù)已被證明在增加利潤和優(yōu)化成本、個性化客戶體驗(yàn)、提高物流和庫存管理方面的運(yùn)營效率，以及確保安全的零售環(huán)境方面具有無可估量的價值。

事實(shí)上，《財富》商業(yè)洞察力的2020年報告強(qiáng)調(diào)，到2028年，全球零售業(yè)人工智能市場預(yù)計將達(dá)到311.8億美元，其中機(jī)器學(xué)習(xí)是其核心部分。

從零售的角度來看，這將使機(jī)器學(xué)習(xí)成為燈塔，在經(jīng)歷了兩年多的風(fēng)暴之后，可以找到正確的航線并?？吭诎踩母劭?。