5 käyttötapausta reaaliaikaiseen tekoälyanalyysiin
Vähittäiskaupan siirtyessä verkkoon, fyysisten liikkeiden on vaikeampaa houkutella asiakkaita ja lisätä myyntiään. Maailmanlaajuisesti verkkokaupan osuus on 17 % kaikesta vähittäismyynnistä, ja vuoteen 2025 mennessä verkkokaupan ennustetaan nousevan 25 prosenttiin. Suomessa tilanne on edelleen hieman erilainen, sillä vain 8 % myynnistä tulee verkkokaupasta. Yllättäen myymälässä ostokset eivät jää odotetusti jälkeen. Tämä johtuu pääosin verkkokauppojen hitaasta sopeutumisesta ja pandemiasta toipumisesta, kun yhä useammat ihmiset haluavat viettää aikaa kodin ulkopuolella. Mastercard SpendingPulsen mukaan Yhdysvalloissa myymälöiden myynti on noussut 13,7 % pandemiaa edeltävään tasoon verrattuna.
Myymäläostosten osalta jälleenmyyjien on kuitenkin pysyttävä merkityksellisinä ja löydettävä keinoja houkutella asiakkaita ja saada heidät palaamaan. Tapa pyyhkäistä taulua on keskittyä omnichannel-malliin, sekä online- että offline-kauppojen yhdistelmään.
Tekoälyllä voidaan ohjata kahta eri toimintoa vähittäiskaupan analytiikkaan: asiakaskokemuksen parantamiseen ja myynnin optimointiin.
Offline-vähittäiskaupan kamppailu on kyky tuottaa reaaliaikaista analytiikkaa, joka muistuttaa verkkokaupan analytiikkaa. Tekoälyllä voidaan ohjata kahta eri toimintoa vähittäiskaupan analytiikkaan: asiakaskokemuksen parantamiseen ja myynnin optimointiin.
Reaaliaikaisen tekoälyanalyysin käyttö asiakaskokemuksen parantamiseen
Accenturen pohjoismaisen ventures & Open Innovationin markkinajohtajan Sarah Ouakimin mukaan vähittäiskaupan muutos syntyy kuluttajien uusista tarpeista ja mieltymyksistä. Heidän tapamme tehdä ostoksia ovat muuttumassa, esimerkiksi tilauspalveluilla ja kotiinkuljetuksilla. Mukavuus on avainasemassa, ja sohvalta nouseminen vaatii hieman lisämotivaatiota. Kuluttajat kaipaavat loistavaa asiakaskokemusta kaupoissa – ja syy palata.
Reaaliaikaisen tekoälyanalytiikan avulla voimme perehtyä kuluttajien ostokäyttäytymiseen myymälässä ja saada arvokasta tietoa siitä, mitä kaupoissa tapahtuu ennen oston tekemistä – dataa, jota ei voida kerätä perinteisillä analytiikkatyökaluilla.
Joten miten voit käyttää reaaliaikaista tekoälyanalytiikkaa asiakaskokemuksen parantamiseen?
1. Jonon ennustaminen ja kassarivin hylkääminen
Amerikkalaiset kuluttajat hylkäävät kassajonon ja poistuvat kaupasta tekemättä ostoksia kahdeksan minuutin kassajonossa odottamisen jälkeen, todetaan Omnico Groupin tekemässä tutkimuksessa. Heidän brittikollegansa ovat vielä vähemmän kärsivällisiä, sillä he odottavat seitsemän minuuttia ennen kuin he lähtevät pois. Tässä jokainen minuutti on tärkeä.
Kuluttajat hylkäävät kassajonon ja poistuvat kaupasta tekemättä ostoksia kahdeksan minuutin kassajonossa odottamisen jälkeen.
Reaaliaikaisen tekoälyanalytiikan avulla voimme parantaa asiakaspalvelua ja ennustaa mahdollisten linjojen muodostumista ennen kuin ne toteutuvat. Tämä voidaan tehdä esimerkiksi 15 minuutin viiveellä sisäänkäynnistä ja tiedot pian muodostuvista jonoista voidaan välittää suoraan henkilökunnalle, jolla on aikaa varautua tilanteeseen avaamalla uutta käteistä rekisterit.
Lisäksi reaaliaikaista tekoälyä voidaan käyttää tunnistamaan niiden asiakkaiden lukumäärä, jotka kävelivät jonoon mutta jättivät linjan tekemättä ostoa.
2. Ostoprosessin kesto rekisterissä
Kuinka kauan kuluttajalla kestää ostoprosessin läpi maksusta tavaran pakkaamiseen? Omnico Groupin tutkimuksen mukaan 77 prosenttia amerikkalaisista palaa harvemmin kauppaan, jossa he kokivat pitkiä kassajonoja.
Rekisterissä ja pussitusalueella käytettyä aikaa mittaamalla voimme analysoida myymälän asiakaspalvelukokemusta ja kassojen tehokkuutta. Vertaamalla näitä analyysejä jonotietoihin voidaan tunnistaa myös mahdolliset pullonkaulat, mikä johtaa sujuvampaan toimintaan kassaalueilla.
Reaaliaikaisen tekoälyanalyysin käyttäminen myynnin optimointiin
3. Luokkien suorituskyvyn seuranta
Reaaliaikaisen tekoälyanalytiikan avulla voimme määrittää alueet, joille kerätään tietoja eri luokista. Nämä voivat olla kokonaisia käytäviä, erillisiä hyllyyksiköitä tai esimerkiksi yksittäisiä hyllyjä vaakasuunnassa, ylähylly vs. alahylly. Myymälät pääsevät vastaavanlaiseen tietoon myynnin kautta, mutta niistä puuttuu tiedot myymälän päätöksentekoprosesseista. Analysoimalla asiakkaiden määrää ja aikaa, jonka he viettävät tietyissä paikoissa myymälässä, voidaan verrata syntyneeseen myyntiin. Tätä voidaan käyttää esimerkiksi uuden tuotteen tai luokan suorituskyvyn seurantaan.
4. Ei-ostavia asiakkaita koskevat trendit
Ostamattomat asiakkaat ovat jälleenmyyjille vakava ongelma. Sen ymmärtäminen, miksi suurin osa asiakkaista lähtee tyhjin käsin, voi auttaa lisäämään myyntiä. Reaaliaikaisella tekoälyanalytiikalla tämä voidaan tehdä tulovirta-analytiikan avulla verrattuna myyntiin.
Pienemmissä kivijalkakaupoissa reaaliaikaista tekoälyä voidaan lisäksi käyttää myymälöiden viipymäaikojen analysointiin. Yhdistämällä tietoja tulovirtoihin voimme tutkia aikoja, jolloin useimmat saapuvat kävijät tekevät myös ostopäätöksen, ja aikoja, jolloin kävijät vain vaeltavat kaupassa tulovirta-analytiikan perusteella.
5. Kampanjan ja myynninedistämisen tehokkuus
Verkkomainonnan etu on tuotetun tiedon määrä; sivustossa käytetty aika, napsautussuhteet ja niin edelleen. Kauppakampanjan tehokkuutta ei ole yhtä helppo analysoida. Kun kaupassa käytetään kampanjakylttejä tai -telineitä, pystymme tekoälyn avulla seuraamaan asiakkaiden määrää ja aikaa, jonka asiakkaat viettävät osastoilla. Näitä tietoja voidaan sitten käyttää muuntamiseen myyntiin. Kampanjan tehokkuutta voidaan verrata tavallisten hyllyjen tietoihin, jotta voidaan määrittää mainoksen vaikutus ostopäätökseen.
Useissa kaupoissa on mahdollista analysoida luokkien tehokkuutta ja kampanjan tehokkuutta myös A/B-testauksella. Eri myymälöiden sijaintipaikoissa on usein pieniä muutoksia demografiassa, mikä saattaa vaikuttaa myyntiin. Reaaliaikaisen tekoälyanalytiikan avulla voidaan kerätä tietoja useista paikoista ilman aikaa vieviä asennuksia ja muuttaa ne todellisiksi suorituskykynäkymiksi.
Loppujen lopuksi, onko tällä mitään väliä? Me näemme muutoksen, ja niin ovat muutkin; Gartnerin toimitusjohtajan ja yritysjohtajien vuoden 2021 tutkimuksen mukaan 95 % vähittäiskaupan toimitusjohtajista haluaa tehostaa teknologiaansa parantaakseen brändinsä myymälöissä ja verkkokaupoissa ostokokemuksia ja vähittäismyyntivalmiuksia.
Kirjailijasta
Julia Peltonen on Elisan analyytikko, joka keskittyy syvällisesti teknologiaratkaisuihin, tekoälyyn ja innovaatioihin.