Как визуальный ИИ трансформирует розничные цепочки поставок: 3 ключевые стратегии

От робота-пылесоса к визуальному ИИ: одна технология — множество возможностей

Представьте: вы купили новый робот-пылесос. После изучения отзывов и выбора лучшей модели вы не терпетитесь запустить его дома и наслаждаться идеально чистыми полами. К вашему удивлению, он не только моет полы, но еще и стирает белье, моет посуду и выносит мусор.

Хотя идеальный робот-уборщик все еще на несколько лет впереди, идея единой технологии, открывающей ряд преимуществ, уже реализуется с визуальным ИИ и его применением в электронной коммерции и ритейле.

Данные — скрытый актив визуального ИИ

По мере развития визуального ИИ его ценность часто измеряется в контексте продаж и выручки. Действительно, инструменты визуального поиска открыли ряд преимуществ для сайтов электронной коммерции: более точные результаты поиска на сайте, более высокие объемы покупок и большая средняя стоимость заказа (AOV). Но есть другой, часто неиспользуемый актив: данные. Огромные объемы данных.

Эти данные — ключ к операционной эффективности. В них скрывается богатство информации о ваших покупателях, которую можно использовать для оптимизации цепочки поставок и трансформации операций: повышения эффективности, более точного прогнозирования трендов, увеличения продаж и устранения отходов.

Никогда ранее — когда цепочки поставок сталкиваются с нарушениями, неожиданными скачками спроса и новой срочностью устойчивого развития — визуальный ИИ не был таким источником данных, позволяющим оптимизировать цепочки поставок и извлекать дальнодосящие бизнес-выгоды. Рассмотрим три ключевых преимущества.

1. Кристально ясное понимание спроса

Визуальный ИИ стал вरоде для электронной коммерции — позволяя брендам и ритейлерам достигать беспрецедентных коэффициентов конверсии и вовлеченности клиентов. Одна из причин — способность технологии эффективнее сопоставлять покупателей с товарами, максимально соответствующими их вкусу, стилю и целям.

Понимая, какие товары покупатели действительно хотят и любят больше всего, и анализируя их последующие действия на экране (добавление в корзину, недавние просмотры, список желаний), вы получите кристально ясное представление о том, что ищет ваша аудитория — и чего не ищет.

Интеграция этих данных в системы управления цепочками поставок и инвентарем позволяет принимать более стратегические, точные решения о том, какие товары и стили предлагать и какой уровень запасов поддерживать.

По сравнению со стандартными системами управления запасами, визуальный ИИ дает гораздо более детализированное представление о типах товаров, стилях и трендах, завоевывающих популярность у покупателей. Это дает возможность повысить прибыль, закупая товары, которые данные указывают как наиболее востребованные.

Пока традиционные системы все еще полагаются на ручное или ограниченное тегирование товаров, визуальный ИИ автоматически анализирует и тегирует позиции по минимальным деталям и визуальным характеристикам. Это позволяет системе учета учитывать более широкий спектр факторов при прогнозировании спроса и расчете объемов закупок — факторы, которые традиционные системы либо неверно интерпретируют, либо полностью упускают.

Пример: Традиционная система может списать рост продаж на спрос на топы с цветочным принтом, в то время как визуальный ИИ покажет, что на самом деле спрос вызван топами с пуговичками спереди — многие из которых просто случайно имеют цветочный узор.

Понимая с уверенностью, какие именно атрибуты товара влияют на продажи, можно принимать более умные стратегические решения: что закупать, когда и в каком количестве. Также можно легко отслеживать возникающие тренды по тканям, кроям, принтам и стилям на самых ранних стадиях, обгоняя конкурентов.

2. Тренды в реальном времени

Начало пандемии COVID-19 показало, что непредвиденные внешние факторы могут нанести серьезный ущерб брендам и ритейлерам, если у них нет инструментов для оперативной реакции. Речь не только о глубине инсайтов для понимания конкретных товаров, которые будут продаваться, но и о немедленном доступе к этим данным.

Мгновенный переход к изоляции практически 24/7 сделал целые категории моды и аксессуаров временно невостребованными. Спрос на верхнюю одежду, сумочки и товары для отдыха, казалось, испарился. Бренды и ритейлеры остались со складами, забитыми невостребованным товаром. Одновременно многие компании не могли справиться с взрывным спросом на домашнюю одежду, спортивный инвентарь для дома и маски. Пандемия также вызвала скачок спроса на товары для дома и DIY-категории, заставляя бренды в суматохе подбирать правильные товары в правильных количествах.

Даже традиционные ИИ-системы не смогли среагировать на внезапные смены потребительского поведения. Когда компаниям нужно было перестроить стратегии под новые запросы, системы управления запасами на базе традиционного ИИ не могли распознать или понять поведение потребителей без ручного вмешательства.

Интегрируя данные визуального ИИ в системы управления запасами и планирования, вы получаете гибкость, необходимую для работы с неожиданностями, отслеживая меняющиеся тренды по мере их возникновения. Визуальный ИИ анализирует действия пользователей на экране в реальном времени и непрерывно обновляет свои инсайты на основе визуальных деталей, на которые реагируют покупатели. Применяя более гранулированный, но гибкий подход к управлению запасами, вы будете готовы быстрее и эффективнее реагировать на внешние факторы.

3. Экологическое воздействие

Благодаря более точному, основанному на данных подходу к логистике запасов станет проще устранить отходы и драматически снизить накладные расходы, связанные с управлением запасами и хранением излишков.

Еще один важный эффект сокращения отходов через более умное управление запасами — снижение воздействия компании на окружающую среду. Экологический след модной индустрии хорошо известен — от потребления жизненно важных ресурсов до выбросов парниковых газов. Помимо прямого воздействия производства текстиля и одежды, цепочка поставок — включая фрахт, доставку и хранение — также бьет по планете. По данным McKinsey, 90% экологического воздействия потребительских компаний приходится на их цепочки поставок.

Создание системы управления цепочкой поставок и запасами, основанной на потребительских данных, помогает бизнесу сократить глобальный след, уменьшая производство, доставку и хранение непопулярных и низкомаржинальных товаров.

Компании, внедряющие устойчивые практики, также находятся в более выгодном положении. Потребители все чаще хотят, чтобы бренды и ритейлеры были более прозрачны о своем воздействии на среду и предпринимали большие шаги к устойчивому развитию. По данным McKinsey, 88% потребителей считают, что ритейлеры должны действовать для снижения загрязнения, а 63% говорят, что продвижение брендом устойчивости является значимым фактором покупки.

Комплексный подход «все в одном»

Лучшая часть воображаемого робота-пылесоса — в том, что он мог бы достичь гораздо большего, чем вы ожидали. Визуальный ИИ — бесценный инструмент для обнаружения товаров, тегирования и рекомендаций. Но данные, которые он генерирует, открывают дверь ко множеству других потенциальных преимуществ.

Ключевые элементы операционной эффективности в ритейле — включая цепочку поставок, закупки и управление запасами — зрелы для оптимизации. Данные, полученные от визуального ИИ, содержат самую интимную, глубокую информацию о том, что ваши покупатели на самом деле хотят купить, что означает: вы точно будете знать, какие товары предлагать, а какие пропустить — в реальном времени.

Применение данных визуального ИИ в операциях ритейла — еще один способ, которым технология визуального ИИ выводит ранних последователей вперед конкурентов. С более стройными, интеллектуальными внутренними процессами вы будете готовы процветать.

Идан Пинто — сооснователь и директор по операциям Syte.