Aplicación
de los algoritmos evolutivos de la inteligencia
artificial en el comercio minorista de
los supermercados (por ejemplo encuentra de viaje algo que le gusta como un
tarro de conserva o un objeto en una tienda o en un letrero en una pared, pero
no sabe que es y le toma fotos y cuando viaja a algún otro lugar la aplicación le
dirá que es y donde encontrarlo más barato o más cerca combinando el GPS; hasta puede recordárselo). La IA puede
entender las preocupaciones de los usuarios y responder a preguntas
complicadas. Ejemplo, no lo compre le
puede afectar a su diabetes, o decirle
que es dañina, la combinación de este alimento, con el otro medicamento que toma,
etc.
RED CRUNCH
¿Cómo
está cambiando la inteligencia artificial al por menor en línea para siempre
https://techcrunch.com/2016/10/11/how-artificial-intelligence-is-changing-online-retail-forever/
Al corriente
11 Oct, el año 2016
por Babak Hodjat
Babak
Hodjat es un co-fundador y el jefe científico de Sentient .
Cómo
unirse a la red
La
inteligencia artificial es todo lo que nos rodea, desde la búsqueda en Google
para qué noticias que se ve en los medios sociales para el uso de Siri. Y con el impulso en torno a la IA crece día a
día, no es de extrañar que algunos de los sitios de venta más innovadores
recientemente han estado experimentando con el uso de la IA, también.
Las empresas que hacen caso omiso de
esta tendencia creciente se encontrarán a ponerse al día durante años.
La gran
pregunta es ¿cómo es exactamente esta nueva tecnología
va a cambiar por menor. El comercio electrónico es un espacio con mucho
potencial, en parte porque es una industria tan rico en datos, y hay algo de
impulso en torno a la recolección ya la IA. Lo que es más, muchas de las
técnicas de IA que están disfrutando de éxito en otras aplicaciones están en
buena posición para hacer impacto serio en el espacio, la racionalización de
los procesos de venta al por menor y la transformación de la experiencia en
línea en algo más parecido a hablar con un vendedor experimentado en un
ladrillo y -mortar ubicación.
El
aprendizaje profundo es
un gran ejemplo de esto. Ha sido el combustible durante gran parte del reciente
éxito de la IA aplicada, por lo que no es sorprendente que algunos de los
primeros intentos de aumentar la experiencia de compra
han estado haciendo uso de la facultad de aprendizaje profundo en la
clasificación de imágenes. Si nos fijamos en algo así como la función de búsqueda visual de Pinterest , se puede ver cómo los
inicios de aprendizaje profundo encajar cómodamente en un contexto comercial.
Otro ejemplo
son las tecnologías que le permiten tomar imágenes de
las cosas que se ven en las tiendas, en su viaje
o incluso en un anuncio y hacer los puntos de dichas imágenes shoppable.
Eso puede servir fácilmente como el comienzo de una experiencia de compra: Usted ve algo que le gusta, pero no conoce
el nombre o donde conseguirlo, o lo que desea es algo similar a, por
ejemplo, un par de zapatos que se ve en una escaparate (por ejemplo CamFind ).
Pero tomar
fotos no es la única modalidad para ir de compras, y hay otras áreas en la
experiencia de compra, donde AI puede desempeñar un papel. De hecho, la
experiencia del usuario de comercio electrónico tiene más o menos la misma se
quedaron en los últimos 15 años. Y eso
significa que ciertos indicadores, como las tasas de conversión, se han
estancado.
Un comprador
en línea, que a menudo sabe lo que están buscando, se enfrenta a la tarea de
dar con los términos de búsqueda adecuados, o desplazándose a través de muchas
páginas de inventario para encontrarlo.
Los intentos
de aumentar la experiencia de búsqueda de palabras clave con el lenguaje
natural no han hecho una diferencia importante, sin embargo, en parte debido al
hecho de que las compras, para la mayoría de los
usuarios, es una experiencia muy visual.
El
aprendizaje profundo puede ser de ayuda aquí, también! Auto-codificación
de características de las imágenes en un inventario sobre la base de
similitudes y diferencias trae consigo una rica modelo de lo que está
disponible en el inventario, y el modelo es sorprendentemente cerca de la forma
en que los seres humanos perciben como elementos shoppable. El modelo por sí
solo, por supuesto, no es suficiente: necesitamos
una manera de entender las preferencias de los compradores, ya que interactúan
con el inventario.
Otra técnica
de IA, llamado aprendizaje en línea, puede ser
de utilidad aquí, donde los sitios son capaces de analizar cada clic a través
de un inventario en línea en tiempo real para entender las preferencias del
cliente y crear una experiencia de compra personalizada. Obviamente, otros aspectos
no visuales de contenido shoppable, como el precio, el tamaño y el partido,
también hay que tener en cuenta, lo que ayuda a ponderar los modelos visuales
hacia las preferencias del usuario.
AI
entregará ventajas tangibles e importantes tanto para los minoristas y sus
clientes.
Ya que
estamos delante de múltiples vías, superior para el descubrimiento de productos
habilitados por AI: Usted será capaz de tomar fotografías de elementos que te
gusta, buscar visualmente en línea y obtener recomendaciones personalizadas
basadas en un modelo generado por la IA. Pero eso es sólo el principio.
Otro avance
AI verá aplicada al comercio en línea es el sitio web y la optimización del
contenido. Tradicionalmente, esto se ha hecho a través de ensayo y error, y
verificado usando el software de pruebas A / B como
Optimizely . El problema con este tipo de optimización, por supuesto, es
que la mejora de los contenidos en línea es un problema de optimización
multi-punto.
Hay muchos grados de libertad disponibles
para la exploración, que van desde el tamaño de la fuente, las opciones de
mensajería e imágenes para utilizar todo el camino a las opciones para
proporcionar, ordenamiento de páginas e incluso el diseño de las páginas.
Aunque los profesionales de pruebas tienen hipótesis inteligentes, diferentes audiencias responder a
diferentes mensajes. A veces los más pequeños movimientos Tweak Los
ingresos de la mayoría. A veces es necesaria una revisión a gran escala.
Los algoritmos evolutivos
(AE), una clase de
técnicas de IA, son especialmente adecuados para este tipo de problemas.
Inspirado por los principios de la supervivencia del más apto, EA generan una
población de soluciones candidatas - en este caso, las configuraciones de
contenido en línea - a continuación, medir su rendimiento y pasar a la
construcción de nuevos candidatos en base a los candidatos más exitosos ya
medidas. En otras palabras, le da un programa de mensajería las ideas, las opciones de imagen, diseños
de página y más, y los muta EA, combina y evoluciona para encontrar la
mejor configuración para el éxito de un sitio en particular.
Lo que es
realmente fascinante de este enfoque es que la IA puede medir las soluciones
candidatas viven, en contra de la base de usuarios, y mejorar el rendimiento en
una base en curso.
Cada usuario
empuja el sistema para hacer ajustes y optimizaciones. En esencia, esto
significa la optimización constante y continua que en realidad puede
evolucionar con el cambio de patrones de usuario. Es casi como el contenido se
está vivo!
Artículos
relacionados
Breinify
le dice a los minoristas
en línea lo que los clientes quieren comprar en un punto específico en el
tiempo
BloomReach quiere entregar datos significativos
directamente a merchandizers línea
veterinarios
de Google Wallet recibe $ 19 millones más para el índice, lo que ayuda a los
minoristas fuera de línea son más parecidos a los en línea
Compras Cuestionarios es un Quiz- motor de recomendaciones
basadas en sitios de comercio electrónico
Ese es el
tipo de tecnología que hará cada visita más valioso. Los vendedores y los
sitios podrán presentar mensajes óptimas y diseños de página para que los
usuarios lo que quieren, más rápido (y, por supuesto, cerrar la venta).
Pero, de
nuevo, hay más. Chatbots , en forma de
asistentes y representantes de servicio al cliente automatizados, son cada vez
más comunes en la industria. Ellos tienen el potencial de crear una experiencia
agradable para el usuario, que está dirigido a identificar exactamente lo que
mejor se adapte a sus necesidades, promoviendo al mismo tiempo la identidad de
marca a través del propio personaje chatbot. Muchas compañías que construyen sistemas conversacionales - como Viv - apuestan a esta
intermediación de intención a servicios en línea como su modelo de negocios. No
es difícil imaginar que se extiende de este a contenido shoppable.
AI también
está preparado para hacer la complicada forma masiva (y ricos en datos) mundo
de la logística mucho más fácil para los minoristas, de asegurarse de que los productos adecuados se encuentran en los
almacenes adecuados para predecir la realidad los elementos que va a volar
de las estanterías.
Curiosamente,
en lo que se refiere a los consumidores, muchos de estos avances AI dará lugar
a un concepto central: adaptativa, en-el-personalización sobre - AI que puede intuir lo que el estilo de un
comprador es y adaptar sus recomendaciones como él o ella tiendas; AI que
puede evolucionar un sitio web a las necesidades específicas de los
consumidores; y AI que puede entender las
preocupaciones de los usuarios y responder a preguntas complicadas.
En otras
palabras, en cada paso del viaje de compra, desde el descubrimiento hasta la
entrega, AI entregará ventajas tangibles e importantes tanto para los
minoristas y sus clientes. Esto hará que las compras
más fácil y más personal. Y ya está sucediendo, todo a su alrededor.
No hay comentarios:
Publicar un comentario