Ηλεκτρονικό εμπόριο με AI και machine learning
Το 2020 ήταν μια πρωτόγνωρη εμπειρία για τους μεταπωλητές και τους καταναλωτές λόγω του Covid-19. Κάποιες επιχειρήσεις κατάφεραν να ανοίξουν και να ανταπεξέλθουν στις δυσκολίες της αγοράς ενώ κάποιες άλλες δεν είχαν καν την ευκαιρία αυτή. Ευτυχώς υπήρξαν και καλά νέα κυρίως λόγω της άνθησης του ηλεκτρονικού εμπορίου εξαιτίας του Covid-19. Το ηλεκτρονικό εμπόριο έδωσε την ευκαιρία στους μεταπωλητές να χρησιμοποιήσουν τεχνολογίες όπως η AI και Machine Learning (ML) σε πραγματικούς χρόνους έτσι ώστε να καταλάβουν τις ανάγκες των καταναλωτών και να προσαρμόσουν την στρατηγική πωλήσεων τους.
Τι είναι και τι προσφέρουν η AI και ML;
Η AI αναφέρεται στην ικανότητα μιας μηχανής να αναπαράγει τις γνωστικές λειτουργίες ενός ανθρώπου, όπως είναι η μάθηση, ο σχεδιασμός και η δημιουργικότητα. Χρησιμοποιώντας την ML, κομμάτι της AI, οι μηχανές μπορούν να αντιληφθούν, κατανοήσουν και να επιλύσουν προβλήματα δρώντας προς την επίτευξη ενός συγκεκριμένου στόχου. Έτσι η ML παρέχει των μεγάλο όγκο δεδομένων, γνωστό ως big data ή large data sets, που χρειάζεται η AI για να επεξεργαστεί. Τα δεδομένα αυτά είναι η ¨ψυχή¨ των καλών προβλέψεων, που στην ουσία είναι και το κλειδί για την πρόβλεψη των αναγκών των καταναλωτών. Για παράδειγμα ένας μεταπωλητής που αξιοποιεί τα δεδομένα των πελατών του μπορεί να ανακαλύψει καταναλωτικά μοτίβα που θα τον οδηγήσουν στην πρόβλεψη των αναγκών των μελλοντικών του πελατών.
Πως μπορεί να γίνει αυτό;
Είναι σημαντικό να γίνει κατανοητό πως χωρίς την συλλογή των κατάλληλων δεδομένων δεν είναι δυνατή η αξιοποίηση της AI πετυχημένα. Έτσι θα πρέπει να δημιουργηθεί ένα πλάνο για το πως και ποια δεδομένα θα πρέπει να συλλεχθούν προς επεξεργασία. Με την πάροδο του χρόνου ο μεταπωλητής θα έχει καλύτερες προβλέψεις, μεγαλύτερη ευελιξία καθώς και σημαντική μείωση των άχρηστων επαναλαμβανόμενων εργασιών του.Για παράδειγμα η κάμερα ασφαλείας που συνήθως κοιτάζει σε σταθερά σημεία του καταστήματος. Μπορεί να τραβάει φωτογραφίες ανά μισή ή μια ώρα από τα ράφια που έχει στο φάσμα της και με την κατάλληλη χρήση της AI να μπορεί να προγραμματίζει τον ανεφοδιασμό των ραφιών.
Πως αντιδρούν οι καταναλωτές;
Εξαιτίας της ανάπτυξης των applications (apps) οι καταναλωτές έχουν αρχίσει να προσαρμόζονται και να εξοικειώνονται με αυτές σε αρκετά μεγάλο βαθμό. Τα apps, που βασίζονται στην εξατομίκευση των αναγκών του καταναλωτή, καταλαβαίνουν, αναλύουν, επεξεργάζονται τις ανάγκες των χρηστών τους κάνοντας τους να φαίνονται ¨εξυπνότεροι¨. Ένα απλό παράδειγμα είναι το local tracking που έχει ξεκινήσει στην Ελλάδα μέσω του food delivery. Εκεί οι καταναλωτές μπορούν να βλέπουν βλέπουν την διαδρομή του ντελιβερά προς σε αυτούς.
Τι μας επιφυλάσσει το μέλλον;
Ήδη ανά τον κόσμο οι μεταπωλητές έχουν ξεκινήσει ή θα ξεκινήσουν τις παραπάνω τεχνικές. Προσωπική πρόβλεψη είναι πως το μέλλον θα φέρει μεγάλες αλλαγές στα καταστήματα σε θέμα έκτασης και λειτουργίας. Με την αυτοματοποιημένη online αγορά και παράδοση των εμπορευμάτων τα καταστήματα θα εστιάσουν στην αγοραστική εμπειρία των καταναλωτών. Αυτό μπορεί να γίνει είτε μέσω συνδρομής (subscription), είτε μέσω συνεργασιών και της επιτόπιας εμπειρίας. Για παράδειγμα, γιατί να χρειαστείς να αγοράσεις από το ίντερνετ ένα ζευγάρι παπούτσια αναρρίχησης ενώ θα μπορείς να τα δοκιμάσεις στον αναρριχώμενο τοίχο του καταστήματος και να δεις ποια σου ταιριάζουν περισσότερο; Γιατί να χρειαστεί να αγοράσεις από το ίντερνετ ένα όργανο γυμναστικής ενώ θα μπορείς να δοκιμάσεις στο γυμναστήριο αυτό που θα σου προτείνει ο γυμναστής σου; Στην ουσία το ίντερνετ από κυρίαρχο μέσο της σημερινής εποχής θα καταλήξει να γίνει ένα βοηθητικό ή δευτερεύων μέσω για τις αγορές μας.
