- AI voice chatbots: ‘leuk om te hebben’ of cruciaal voor de klantervaring?
- Digitale advertenties op de deur van het koelvak: een stap te ver?
- AI, machine learning en cloud computing in de retailsector
- Google Cloud en het retailplatform van Accenture
- Op AI gebaseerde customer lifetime value-modellen
- Het groeiende belang van data-analyse
De retailsector verandert snel. Steeds meer processen worden geautomatiseerd, nieuwe technologieën zorgen voor een steeds prettigere, efficiëntere winkelervaring, de rollen van werknemers veranderen en in alle channels zien we een stijging in de efficiëntie. Digitale en fysieke kanalen smelten steeds meer samen en de concurrentie tussen retailers neemt toe. Wie trekt het eerst de aandacht van de consument in een wereld die steeds verder verzadigd raakt met informatie en content? De afgelopen jaren is de implementatie van zelfscankassa’s en computerschermen voor productinformatie in een stroomversnelling terechtgekomen. Winkels implementeren ook steeds vaker robotsystemen om taken als het verplaatsen van dozen of het aanvullen van producten uit te voeren. In dit artikel gaan we ook in op het gebruik van voice-chatbots, de groeiende rol van cloud computing, op AI gebaseerde customer lifetime value-modellen en het toenemende belang van data-analyse.
AI voice chatbots: ‘leuk om te hebben’ of cruciaal voor de klantervaring?
AI is niet alleen instrumentaal voor het analyseren van gegevens — de technologie wordt ook gebruikt om slimme voice-chatbots aan te sturen die met klanten communiceren. De afgelopen jaren is het gebruik van chatbots flink toegenomen, met name in webwinkels en apps. Chatbots kunnen advies en productaanbevelingen geven en gebruikers naar specifieke webpagina’s leiden. En nu AI-spraaktechnologie de laatste tijd aanzienlijke vooruitgang heeft geboekt, is het geen verrassing dat chatbots ook steeds vaker met klanten beginnen te ‘praten’. Voice-chatbots zijn niet alleen nuttig voor retailers, ze kunnen ook de kosten voor klantenondersteuning aanzienlijk verlagen en de werkdruk van menselijke callcentermedewerkers verlichten. Chatbots zijn 24/7 bereikbaar, reageren direct, zijn consistent en kunnen klanten snel de informatie verstrekken die ze nodig hebben. Eenmaal geïntegreerd met CRM-systemen hebben ze bovendien toegang tot de bestelgeschiedenis, waardoor klanten bepaalde basisgegevens niet steeds opnieuw hoeven te verstrekken. Voice-chatbots kunnen klanten informeren over nieuwe producten en maken steeds meer gepersonaliseerde digitale ervaringen mogelijk.
Digitale advertenties op de deur van het koelvak: een stap te ver?
We worden elk moment van elke dag met marketingcontent geconfronteerd: op tv, online, in apps, op billboards, enzovoort. Nu installeren retailers — waaronder de Amerikaanse drogisterijketen Walgreens — zelfs reclameschermen op de deuren van koelvakken. Deze schermen, gemaakt door de startup Cooler Screens, laten zien welke producten zich in het koelvak bevinden en verstrekken informatie over voedingswaarde, prijzen en eventuele speciale aanbiedingen. Ze kunnen bovendien geprogrammeerd worden om advertenties weer te geven die relevant zijn voor het seizoen, het weer of het tijdstip van de dag. Denk aan waterijsjes op een warme zomerdag. Hoewel dit winkels allerlei mogelijkheden biedt om effectiever te adverteren en meer producten te verkopen, hebben veel klanten zo hun bedenkingen over deze schermen. Een van deze klanten vertelt: “Door de digitale schermen bij Walgreens moest ik eerst naar een advertentie kijken voordat ik kon zien achter welke deur de diepvriespizza’s lagen”, en een andere klant beschreef het als “onnodig”. Nu we marketingcontent in de meeste aspecten van ons leven nauwelijks meer kunnen ontlopen, zullen bedrijven die dergelijke systemen implementeren ook rekening moeten houden met het feit dat veel consumenten hier echt hinder van ondervinden. Voor velen is het een stap te ver om naar een advertentie te moeten kijken die ze niet kunnen overslaan voordat ze voedsel, medicijnen of andere benodigdheden kunnen kopen. Dit wordt al helemaal een obstakel als men andere belangrijke dingen te doen heeft.
AI, machine learning en cloud computing in de retailsector
Ook een andere Amerikaanse drogisterijketen, Rite Aid, maakt steeds meer gebruik van digitale technologie om de klantervaring te transformeren. Het bedrijf heeft bijvoorbeeld in al zijn winkels in de VS — en dat zijn er meer dan 2.300 — Google Cloud geïmplementeerd. De AI- en ML-mogelijkheden van de technologie kunnen “drogisterijen helpen om nuttigere en gerichtere aanbevelingen te doen en de voorraad bij te houden”. Google Cloud bevat ook de Retail Search-oplossing, waar Rite Aid op zijn website en app gebruik van maakt voor het bieden van nog nauwkeuriger zoekresultaten.
De in de VS gevestigde online homeware-keten Wayfair maakt ook gebruik van Google Cloud om zijn activiteiten te verbeteren. Zo heeft dit bedrijf al zijn diensten en datacenter-applicaties naar de cloud verplaatst om “plotselinge pieken in websiteverkeer beter aan te kunnen, hun ontwikkelaars en technici meer autonomie te geven en nieuwe toepassingen van AI en ML te schalen”. Dit stelt ontwikkelaars in staat om oplossingen te creëren en data-analyses effectiever uit te voeren. Het bedrijf ziet al een toename in het aantal B2B-bestellingen, verbeteringen in fraudedetectie en meer mogelijkheden om advertenties te personaliseren.
Google Cloud en het retailplatform van Accenture
De professionele dienstverlener Accenture heeft, in samenwerking met Google Cloud, initiatieven aangekondigd om “retailers te helpen hun bedrijf te moderniseren en van cloudtechnologie te profiteren”. Deze initiatieven bestaan uit updates van het ai.RETAIL-platform van Accenture waarin de functies AI, data-analyse en productontdekking van Google Cloud zijn geïntegreerd. Het platform wordt door detailhandelaren gebruikt om processen als prijsstelling, promoties, toeleveringsketens en klantenwerving te optimaliseren, en kan nu op de infrastructuur van Google Cloud worden geïmplementeerd en met andere Google-producten worden geïntegreerd. De twee bedrijven werken ook aan een initiatief om merken te helpen hun klant- en personeelservaringen te verbeteren. Dit omvat ook het gebruik van de intelligentie van ai.RETAIL voor het verbeteren van operationele kennis.
“Met behulp van Google Distributed Cloud Edge-technologie kunnen organisaties de cloudinfrastructuur naadloos integreren en schalen naar hun winkels, fabrieksvloeren en meer. Aanvullende use-cases zullen retailers helpen bij het verbeteren van productontdekking, het versterken van merkloyaliteit en het vergroten van klantvertrouwen door naleving van de regelgeving”.
Google Cloud
Op AI gebaseerde customer lifetime value-modellen
Customer lifetime value, of CLV, wordt gedefinieerd als “een maatstaf die aangeeft welke totale omzet een bedrijf gedurende de gehele zakelijke relatie met een enkele klant kan verwachten”. Het berekenen van een CLV is iets dat alle retailers (moeten) doen, maar het is zeker geen eenvoudige taak. Ontwikkelingen in de kunstmatige intelligentie kunnen bedrijven echter helpen deze CLV’s sneller en efficiënter te bepalen en bruikbare inzichten te verkrijgen. Zo heeft enterprise IT-oplossingenbedrijf Xoriant op AI- en ML-gebaseerde customer lifetime value-modellen ontwikkeld voor een bedrijf in de luxe mode-industrie — met meer dan 6 miljoen klanten — dat een meer datagestuurde aanpak wilde om CLV te optimaliseren. Deze door Xoriant ontwikkelde CLV-modellen hielpen de retailer bij het ontwerpen van effectieve langetermijn-verkoopstrategieën, het segmenteren van klanten in groepen, het nauwkeurig voorspellen van de toekomstige koopkracht en -gedrag van klanten, het personaliseren van marketingcampagnes voor specifieke klanten en het forecasten van toekomstige inkomsten. Als gevolg hiervan registreerde het bedrijf een hogere omzet en verbeteringen op het gebied van klantbehoud. Het op deze manier inzetten van AI en ML zullen we in de toekomst steeds vaker gaan zien en zou op een dag de standaardpraktijk kunnen worden voor retailers die over de middelen beschikken om dit soort oplossingen te implementeren.
Het groeiende belang van data-analyse
Data wordt in alle sectoren steeds meer een integraal onderdeel van het succes van organisaties en de detailhandel is daar een goed voorbeeld van. Nu er steeds meer gegevens worden gegenereerd en verzameld, nemen ook de mogelijkheden toe om deze informatie te analyseren en waardevolle inzichten te verkrijgen. In het competitieve landschap van de moderne retail is het vermogen om consumentengedrag te analyseren — zowel op collectief als individueel niveau — van onschatbare waarde. Analyses kunnen niet alleen relevantere persoonlijke productaanbevelingen voor klanten mogelijk maken, maar ook voorspellingen over toekomstig consumentengedrag.
Retailers maken natuurlijk al heel lang gebruik van data, maar als gevolg van de technologische ontwikkelingen wordt steeds meer data gegenereerd en verzameld waar retailers hun voordeel mee kunnen doen. Zo biedt online retail merken de mogelijkheid om de aankoopgeschiedenis van klanten en andere gegevens te analyseren, zoals hoe lang ze op bepaalde webpagina’s doorbrengen. Naast betalings- en aankoopinformatie kunnen transacties in fysieke winkels ook andere soorten waardevolle klantgegevens opleveren, zoals (e-mail)adressen. Naarmate fysieke en digitale kanalen steeds meer in elkaar overvloeien en apparaten en apps steeds meer met elkaar verbonden raken, hebben retailers toegang tot meer gegevens dan ooit tevoren.
Naarmate AI- en machine learning-algoritmen krachtiger worden, worden ook data-analyses steeds sneller en efficiënter. Deze technologieën kunnen enorme hoeveelheden gegevens verwerken in een fractie van de tijd die een mens daarvoor nodig zou hebben — en met veel grotere nauwkeurigheid. Voor online retailers kan dit nog nauwkeurigere productaanbevelingen, nog gerichtere advertenties en nog verder gepersonaliseerde deals en kortingen mogelijk maken. In fysieke winkels kan data-analysetechnologie het voetverkeer meten en managers helpen de fysieke lay-out van de winkel te optimaliseren. Steeds meer retailers gebruiken geavanceerde analyseoplossingen en de verwachting is dat de wereldwijde markt voor retailanalyse tegen het einde van dit jaar een waarde van meer dan $10 miljard zal bereiken.
Een laatste overweging
Hoewel je zou denken dat een betere klanttevredenheid het best kan worden bereikt met behulp van ‘menselijke’ vaardigheden, blijken technologieën als AI en ML hierin steeds succesvoller te worden. Hun vermogen om gegevens te analyseren, belangrijke inzichten te genereren en de klantenservice te personaliseren zorgt er de komende jaren voor dat de retailsector nog sneller zal veranderen. Bij sommige organisaties zal het gebruik van deze technologieën waarschijnlijk ‘achter de schermen’ plaatsvinden, terwijl de interactie met klanten (voorlopig nog grotendeels) door menselijke werknemers wordt uitgevoerd. Weer andere bedrijven kiezen er misschien voor om AI juist voor klantgerichte rollen in te zetten — of het nu gaat om slimme voice-chatbots of echte robots als winkelmedewerkers. Hoe consumenten op deze ontwikkelingen zullen reageren valt nog te bezien. De meningen zullen voorlopig verdeeld blijven, zoals bijvoorbeeld bij de implementatie van zelfbedieningskassa’s, die sommige klanten enorm handig en efficiënt vinden en andere juist vervelend, omdat daardoor nog meer persoonlijk contact wegvalt. Steeds verder gepersonaliseerde klantervaringen en steeds efficiëntere customer journeys zullen de komende jaren echter de norm worden, wat niet verwonderlijk is, want het biedt zowel klanten als retailers vooral heel veel voordelen.
