Mesterséges intelligencia az e-kereskedelemben - és a saját webáruházadban - Webshippy

Mesterséges intelligencia az e-kereskedelemben – és a saját webáruházadban

Olvasási idő: 5 perc
AI-mesterséges-intelligencia

A Webshippy raktárában már robotizált rendszer segíti a rendelések kiszolgálását, de az e-kereskedelem nem csak így hasznosítja a mesterséges intelligenciát! Ezzel a cikkel tisztázzuk az alapokat, hogy biztosan el tudj igazodni a divatszavak tengerében programozó-diploma nélkül is, és felvázoljuk, milyen területeken tudja használni az AI-kat egy jó webkereskedő.

A kályhánál kezdjük, de gyors ütemben fogunk haladni.

A mesterséges intelligencia üzleti felhasználása a mai formájában azt jelenti, hogy egy szoftveres megoldással nagy mennyiségű adatot gyorsan dolgozunk fel, és ezek alapján részben vagy egészben automatizált döntéseket hozunk meg. Ezeket a döntéseket algoritmusok segítik, amelyek valószínűség-számítási módszerek segítségével választják ki a következő megoldást.

Mindannyian számtalanszor használunk ilyen megoldásokat már most is, nap-mint-nap.

A Google keresőben algoritmusok döntik el, hogy milyen sorrendben listázzák ki számodra a találatokat, ha bármit keresel. Ugyanilyen szoftverek döntik el, hogy milyen ajánlásokat kapj a YouTube kezdőlapodon, sőt, ezek szerkesztik a Facebook feededet is, hogy minél érdekesebb posztokat láss.

A mesterséges intelligencia kapcsán van néhány tipikus kifejezés. Gyorsan vegyük át, mivel lehet gyakran találkozni a témában.

A mesterséges intelligencia alapfogalmai

Gépi Tanulás (Machine Learning)
 

A gépi tanulás lehetővé teszi a számítógépek számára, hogy kifejezetten programozás nélkül, maguktól tanuljanak, és ezt a tudást dinamikusan felhasználják.

A gépi tanulás olyan algoritmusokra támaszkodik, amelyek azonosítani tudják az adathalmazok mintáit, majd előrejelzéseket készíthetnek ezekből a mintákból. Biztosan találkoztál már ilyen megoldásokkal, például marketing kampányokban is. A hirdetések azért tudnak nagyon relevánsak lenni manapság, mert a hirdetést megtekintő felhasználó online profiljához kötődő adatok (például, hogy mit nézett meg korábban) segítenek egy minta kidolgozásában, és más, hasonló felhasználók választásaiból kiindulva lehet a számára várhatóan érdekes hirdetést ajánlani.

A gépi tanulás folyamata jellemzően három lépésből áll:

1) információk kinyerése egy adathalmazból;
2) ezen információk áttekintése és mintázatok keresése,
3) bizonyos elemek – számok, szavak, hangok vagy egyéb jellemzők – azonosítása egy mintán belül a sok közül, amelyek pontos előrejelzéshez vezetnek ugyanazon a mintán vagy más mintán belüli másik elemről

Fontos megjegyezni, hogy a gépi tanulás nem pusztán arról szólhat, hogy előre megjósoljuk egy személy szükségleteit vagy érdeklődési körét. Eszközként is használható bármely összetett rendszer természetének megértéséhez. Például, hogy az új gyógyszerek hatásainak klinikai vizsgálatai során, vagy hogyan változik egy beavatkozás hatására a talaj vízmegtartó képessége.

Kereskedelmi területen az biztosan igaz, hogy minél jobban megértik a vállalatok ügyfeleik viselkedését és preferenciáit, annál jobban tudják személyre szabni szolgáltatásaikat és termékeiket. Ehhez a machine learning elengedhetetlen eszköz.

Robotikus folyamat-automatizálás (RPA)

Az RPA (robotic process automation) lényege, hogy az irodai dolgozók által jellemzően ismétlődő és nagy volumenű feladatokat robotokkal helyettesítse. Ezek a szoftverrobotok képesek megtanulni és végrehajtani a feladatokat az emberi alkalmazottak digitális tevékenységeinek utánzásával.

Ha van bármilyen repetitív folyamat a munkádban, akkor azt egy rövid betanítás után akár teljesen automatizálhatod! Az e-kereskedőknek bizony sok ilyen feladatuk van, a különböző táblázatok frissen tartása, nyomonkövetése terén, vagy a számlázás, a termékleírások feltöltésének lépéseiben… sorolhatnánk napestig. Ezek a robot-szoftverek értékes új munkatársakká válhatnak a vállalkozásodban.

Természetes nyelvfeldolgozás (NLP)

A természetes nyelvfeldolgozás (natural language processing) folyamata során a szöveget szoftveresen feldolgozzák egy normalizált formába, amit elemezni tudnak. Az algoritmusok egy idő után felismerik, hogy melyik helyzetben milyen szöveget kell alkalmazni. Mindezt sokkal egyszerűbb megérteni a gyakorlatban:

Beszéd-Szöveg Generálás (Speech-to-Text): hangfelvételen hallható emberi beszéd konvertálása írott szöveggé;

Érzelemelemzés: annak azonosítása, hogy a felhasználó pozitívan vagy negatívan áll -e valamihez;

Kérdések megválaszolása: a kérdések automatikus észlelése, és megfelelő válaszok megadása.

Most, hogy áttekintettük az alapokat, nézzük meg, hogyan használják az e-kereskedelmi cégek az AI -t ma és a közeljövőben?

AI-mesterséges-inteligencia

 

Mesterséges Intelligencia az E-kereskedelemben

 
Chatbotok

A mesterséges intelligenciával rendelkező csevegőrobotok sokkal praktikusabbak és hatékonyabbak, mint a régebbiek. Az előre meghatározott válaszokra (szkriptekre) támaszkodva csak egy bizonyos pontig lehet eljutni: könnyen elakadnak, ha nem pont úgy alakul a beszélgetés, ahogy azt a beállításkor elgondolta az üzemeltető.

Az AI chatbotok viszont tanulhatnak abból, amit az ügyfelek mondanak, és ennek megfelelően reagálnak. Ismerik az emberi pszichológiát, és képesek „olvasni” egy ügyfelet – például észrevehetik, ha a felhasználó gúnyos vagy frusztrált, és másképp válaszolnak egy új ügyfélnek, mint egy visszatérőnek. Ez az NLP-algoritmusok hatalma: a chatbot a saját tapasztalatait megoszthatja más chatbotokkal, és folyamatosan egyre okosabb lesz abban az értelemben, hogy megtalálja a legcélravezetőbb választ az adott helyzetben.

Prediktív Analitika

A prediktív elemzés segíthet az e -kereskedelmi cégeknek kitalálni, hogy milyen termékeket vásárolnának szívesen a felhasználók, például az elmúlt hét vagy hónap értékesítési adatainak elemzésével. Így működnek a viselkedés-alapú hirdetések is, amelyek olyan terméktípusokat, vagy konkrét terméket mutatnak, amelyek iránt a felhasználó érdeklődést mutatott (kosárba rakta, vagy csak megnyitotta, rákeresett, stb).

Az AI segíthet annak megértésében is, hogy mely termékek egészítik ki egymást jól. Akár közös landing oldal készítése is lehet ennek a felismerésnek az eredménye, mert a vásárló számára segítségként, jól beazonosított igényként jelenhet meg a kombinált ajánlat, ami kereskedői szempontból nézve már upsellnek minősül.

Termékajánlások

Az Amazon állítása szerint a keresztértékesítés felelős az éves összes bevételeik 35 százalékáért. Kétségtelen, hogy az Amazon AI-alapú, valósidejű termékajánló motorja a “titkos szósz” a cég működésében, mint ahogy például Google-nél a keresőalgoritmus.

Minden mesterséges intelligencia-technológia alapja az, hogy rengeteg, még a néhány évvel ezelőtti időszakhoz képest is sokkal több adat áll a rendelkezésünkre: vásárlási előzmények, keresések, életmódbeli sajátosságok, demográfiai jellemzők. Ezek mind befolyásolhatják a vásárlási döntéseket. Egy bizonyos komplexitás fölött a “döntési fa” (“ha ez, akkor az”) jellegű beállítások képtelenek felvenni a versenyt az algoritmusokkal, amelyek komplex mintázatok alapján hoznak döntéseket.

A fogyasztói magatartási adatok felhasználhatók e -mail kampányokhoz a fogyasztók jobb megcélzása érdekében, ami gyorsabb készletforgalmat és jobb felhasználói élményt eredményez. A jobb megtartás (“retention”) pedig magasabb bevételekhez vezet.

A mesterséges intelligencia e -kereskedelmi vállalkozásban való használatának elsajátítása eltarthat egy darabig, ezért érdemes kicsiben kezdeni néhány egyszerű változtatással, amelyeket bármely vállalkozás gyorsan végrehajthat anélkül, hogy szükség lenne a programozás vagy az adatelemzés széles körű ismereteire. Az első lépés lehet például egy korszerű chatbot: ezzel az eszközzel úgyis kiváló adatokat nyerhetünk, amelyekre lehet építkezni, és közben növelik a márka iránti bizalmat.

Robotika a logisztikában

Büszkén számolhattunk be arról a közelmúltban, hogy saját robot csapatunk munkába állt, és ezzel a Webshippy raktárcsarnokaiban zajló munka megkülönböztethetetlenné vált a világ abszolút élvonalbeli logisztikai központjaiétól.

A robotok feladata egy-egy polc mozgatása: rendelés esetén közelebb gurulnak a pickerekhez, ezért gyorsabb, hatékonyabb, áttekinthetőbb lett a kiszolgálás folyamata.

De ez még messze nem minden! Hiszen a robotok akkor dolgoznak a leggyorsabban, ha a megrendelt termék eleve a lehető legközelebb van a csomagolóállomásainkhoz. Ezt pedig a rendszer aktívan figyeli és erre törekszik: nem emberi raktárosok határozzák meg, hogy melyik polc hová kerül, hanem a robotok a folyamatosan termelődő rendelési adatok alapján olyan elrendezést próbálnak elérni a raktárban, hogy a leggyakrabban rendelt dolgok a legközelebb legyenek a pickerekhez!

Ezeket a folyamatokat a robotjaink gyártói olyan kifejezésekkel jellemzik, mint “optimális rendelési hullám-kombináció”, “asszociációs analízis”, vagy “felügyelet nélküli csoportosítás”. Ezeknek a rejtelmeibe nem kell most elmerülnünk, bőven elegendő tudnunk, hogy a raktár elrendezése folyamatosan halad az optimális felé:



AI-robotika-fulfillment

A robotokat vezérlő mesterséges intelligencia a rendelési adatokból beazonosítja, hogy mely termékek fogynak leggyakrabban, és ennek megfelelően rendezi el a teljes áruházban a polcok rendszerét. Forrás: Geek+

Az AI-technológiák jelentősége minden iparágban növekszik, beleértve az e-kereskedelmet is, mely fénykorát éli. A csevegőrobotoktól kezdve az adatközpontú hirdetéseken és a személyre szabott vásárlási élményeken keresztül az AI technológia forradalmasította az emberek online vásárlási élményét, és ez a folyamat nem fog lassulni a közeljövőben sem, és egyre népszerűbb lesz a digitális kereskedelemben.

Ha többet szeretnél megtudni, vagy segítséget kérni a mesterséges intelligencia saját marketing stratégiájába való bevezetéséhez, vagy éppen a raktárodat hoznád XXI. szintre, írj nekünk!

Szeretünk olyan ügyfelekkel dolgozni, akik osztoznak a kreativitás és az innováció iránti szenvedélyünkben – a mesterséges intelligencia pedig nagyszerű módja annak, hogy új lendületet adj a marketingstratégiádnak, és új dolgokkal kísérletezz.

Gergő Benedek

Gergő Benedek

Startup-kommunikációs szakértő, sharing economy evangelista. 2002 óta blogol, nyughatatlanul kutatja a leginnovatívabb témákat és platformokat.

Kapcsolódó cikkek

Összetett keresés

CÍMKÉK

GYŰJTEMÉNYEK

Tudnivalók induló webáruházaknak

38 cikk

Szervezd ki webáruházad logisztikáját

29 cikk

Növeld bevételeidet mások termékeinek értékesítésével

26 cikk

Marketing tippek webáruházaknak

57 cikk

Emeld a webshopodat a következő szintre

49 cikk