随着零售商采用AI,位置数据的价值更突出了

简介: 随着零售商采用AI,位置数据的价值更突出了

本文来自 企业网D1net公众号

随着顾客在面对面和在线浏览商品和购物,AI正在幕后运行着,寻找零碎信息之间的相关联系,它可能已经帮助零售商做出了数以百万计的决定,以更好地管理库存,了解购物者,并为他们的产品和服务定价。

在零售运营中,AI与其说是一个无所不知的机器人,不如说是一个值得信赖的同事。AI默默地在虚拟后台工作,审查持续不断的数据流,同时进行标记,并提示分析师:“你可能想看这个,这可能是很重要的。


这才刚刚开始,AI能够解析人类无法解析的大量数据,有可能更早地检测到中断或产品需求,使零售商能够避免错失机会。位置数据一如既往地对这项工作至关重要,最成功的零售业务对卖家来说可能是最有利可图的价位,随时随地为顾客提供他们想要的东西。


根据零售系统研究公司的一项调查,超过70%的表现最好的全方位零售商同意,AI支持的分析将从根本上改变他们预测客户需求和制定未来三年商品计划的方式。


最近,我与零售系统研究公司的管理合伙人Brian Kilcourse一起探索了AI的潜力。



Cindy Elliott:你的研究着眼于零售商对人们购物方式变化的反应,主要零售商对此有何反应?


Brian Kilcourse:我们有一个截然不同的世界,这个世界受到零售商无法控制的各种外部因素的影响。镇上有体育赛事吗?一种不寻常的交通模式?是不是有竞争对手做了什么?有人发布了TikTok视频,在Instagram上说了什么,或者在Facebook上发表了尖刻的评论吗?天气怎么样?


我们注意到,最聪明的零售商正在使用AI非常快地分析非交易性信息,以从中获得洞察力。许多公司正在将AI与GIS的位置智能相结合,以在特定商店和仓库的上下文中查看他们的数据。


当AI与位置智能结合在一起时,它还可以让你将决策本地化,它为你提供更多信息,以了解当地购物者的行为特征、购买模式和市场趋势。然后,你可以将合适的产品种类转移到合适的商店,以满足这些客户的需求。


我们正在谈论的是可能做出数百万个关于产品分类、展示、价格和促销的决定,这将压跨一个人。AI及其配套技术ML可以帮助零售商实现其中一些决策的自动化。



Cindy Elliott:零售商如何通过从这些数据中获得的分析来更多地了解他们的客户?


Brian Kilcourse:一旦零售商能发现你的意图,最好的零售商就会开始向你展示其他可能对你有用的产品。


在未来的某个州,我们将能够根据消费者在商店里明示或暗示的兴趣向他们推送消息。例如,如果我在烘焙区,我选择了一个系统,该系统会问我:“你想要建议吗?”当我碰巧从货架上拿起一件商品时,理论上系统可以告诉我还有什么产品可以搭配这件商品。



Cindy Elliott:在AI的这种新用途中,位置数据是如何产生影响的?


Brian Kilcourse:零售业是出了名的被动反应行业,它对客户需求做出反应,但在当今世界,你几乎必须预测需求,你必须建立各种情景模型,使你能够比以往任何时候都更快地对需求变化做出反应。


现在,我们可以可视化地预测需求将在何时何地激增,公司已经开始利用数字孪生,即真实世界的虚拟表示,以了解商品的流动。当然,我们希望这样做的原因是,我们可以尽早发现供应或需求中断,并在为时已晚之前采取行动。


如果供应链出现问题,我们想了解原因。这可能是地缘政治、天气或制造过程或入境口岸的延误。我们可以采取纠正措施,寻找替代来源和产品,或者将产品转移到最有可能销售的地方。


在这种情况下,位置数据至关重要。如果我们有一个由位置智能驱动的数字孪生,我们可以看到商品与其当前位置的关系,以及需要这些商品的客户的位置。


早在20世纪80年代,就有人发现一次性尿布的销量与啤酒之间存在关联。他们发现,年轻的爸爸们被派到商店去买一次性尿布,当他们在那里的时候,他们正在买啤酒。这些从表面上看起来是没有关联的,除非,从经验上讲,它们是非常密切相关的。


这就是AI可以提供的洞察力,快速、令人印象深刻。当你将位置智能添加到AI中时,你会看到更深层次的数据。你可以获得供应链可能出现问题的迹象,你可以预测消费者将在何时何地购买什么。

相关文章
|
22天前
|
机器学习/深度学习 数据采集 人工智能
没有指数级数据就没有Zero-shot!生成式AI或已到达顶峰
【5月更文挑战第29天】生成式AI论文引发关注,提出无指数级数据增长或致其发展达顶峰。依赖大量数据的生成式AI可能已遇瓶颈,零样本学习能力受限。尽管有挑战,但研究建议关注数据质量、探索新算法及跨领域应用,同时应对环境、伦理问题。[论文链接](https://arxiv.org/pdf/2404.04125)
44 5
|
1月前
|
人工智能 NoSQL atlas
生成式AI入门必读:基本概念、数据挑战与解决方案
许多企业正在选择MongoDB Atlas。其原生向量搜索功能,加上统一的 API 和灵活的文档模型,对于寻求通过 RAG 方法提取专有数据来增强 LLM 的企业来说,是一个有吸引力的选择。
2654 3
|
5天前
|
机器学习/深度学习 人工智能 监控
美国空军的首席数据和AI官谈如何通过AI获得战略优势
美国空军的首席数据和AI官谈如何通过AI获得战略优势
|
4天前
|
人工智能 运维 搜索推荐
《百炼成金-大金融模型新篇章》––07.问题5:“杀手级通用大模型vs百花齐放专属大模型”,企业级AI应用的价值自证?
《百炼成金-大金融模型新篇章》––07.问题5:“杀手级通用大模型vs百花齐放专属大模型”,企业级AI应用的价值自证?
|
5天前
|
SQL 存储 人工智能
对2024年以AI为中心的公司增长的11项数据预测
对2024年以AI为中心的公司增长的11项数据预测
|
12天前
|
人工智能 JSON 文字识别
印刷文字识别操作报错合集之口算判题AI能力(文字识别OCR)接口返回数据的时,不显示正确答案只判断对错吗
在使用印刷文字识别(OCR)服务时,可能会遇到各种错误。例如:1.Java异常、2.配置文件错误、3.服务未开通、4.HTTP错误码、5.权限问题(403 Forbidden)、6.调用拒绝(Refused)、7.智能纠错问题、8.图片质量或格式问题,以下是一些常见错误及其可能的原因和解决方案的合集。
|
1月前
|
人工智能 NoSQL atlas
Atlas Vector Search:借助语义搜索和 AI 针对任何类型的数据构建智能应用
一切才刚刚开始,MongoDB 致力于提供优秀的开发者数据平台,助力开发者打造新一代 AI 赋能的应用
2598 2
|
1月前
|
人工智能 NoSQL atlas
Fireworks AI和MongoDB:依托您的数据,借助优质模型,助力您开发高速AI应用
我们欣然宣布MongoDB与 Fireworks AI 正携手合作让客户能够利用生成式人工智能 (AI)更快速、更高效、更安全地开展创新活动
2652 1
|
1月前
|
存储 机器学习/深度学习 人工智能
新一代数据库技术:融合AI的智能数据管理系统
传统数据库管理系统在数据存储和查询方面已经取得了巨大的成就,但随着数据量的不断增长和应用场景的多样化,传统数据库已经难以满足日益增长的需求。本文将介绍一种新一代数据库技术,即融合了人工智能技术的智能数据管理系统。通过结合AI的强大能力,这种系统能够实现更高效的数据管理、更智能的数据分析和更精准的数据预测,为用户带来全新的数据管理体验。
|
5天前
|
人工智能 算法 安全
AI技术的未来发展与挑战
【6月更文挑战第15天】本文将探讨AI技术的未来发展和可能面临的挑战。随着科技的进步,AI已经在许多领域发挥了重要作用,但同时也带来了一些挑战。我们将从技术、伦理和社会角度来探讨这些问题。
26 6