Autor: MIKOŁAJ SALECKI
Digital Media & Performance Marketing Director, They.pl
Wartość ekonomiczna sztucznej inteligencji rośnie z dnia na dzień, a wraz z nią zmieniają się branże, które rewolucjonizuje. Technologia odniosła już wiele sukcesów w usprawnianiu procesów biznesowych, m.in. w branży medycznej, motoryzacyjnej, sektorze edukacyjnym czy produkcyjnym. Według badania Salesforce The AI Revolution 2017 aż 37% przedsiębiorstw wykorzystuje sztuczną inteligencję w działaniach biznesowych, a 22% firm planuje to zrobić w niedalekiej przyszłości.
Kiedy pod koniec lat 90. powstały pierwsze sklepy internetowe, mało kto myślał o rewolucji opartej na modelu e-commerce, która nastąpiła blisko 20 lat później. Transformacja cyfrowa, powstanie nowych modeli biznesowych, rewolucja digital disruption czy wprowadzenie na rynek smartfonów i tabletów spowodowały zmiany w procesie organizowania biznesu i silne dostosowanie do współczesnego – wymagającego i scyfryzowanego – konsumenta.
Modyfikacja działań stała się też konieczna z racji coraz większych wymagań wobec maksymalizacji zysków czy optymalizacji kosztów, również pod kątem automatyzacji. Dziś nikt nie wątpi już w siłę oddziaływania, wartość i zasięg e-commerce oraz wykorzystywanych rozwiązań technologicznych mających na celu zwiększania sprzedaży – online i offline.
AI w dobie omnichannel
Sprzedawcy, którzy realizują strategię opartą na modelu omnichannel, powinni wdrażać w swoich przedsiębiorstwach najnowsze rozwiązania, aby przyciągać, obsługiwać i reaktywować swoich klientów. Sztuczna inteligencja oraz uczenie maszynowe są bowiem kluczowe, aby uzyskać przewagę nad konkurencją w krótkim czasie.
Według badania przeprowadzonego przez TUNE.COM (Marketing Technology 2018, grudzień 2017) kluczem do sukcesu w nadchodzących latach będą: sztuczna inteligencja, machine learning, big data oraz personalizacja. Te rozwiązania pozwalają:
▪ automatycznie dostosowywać i kierować do konsumenta przekaz w wielu kanałach zarówno online, jak i offline,
▪ ograniczyć koszty sprzedaży,
▪ zoptymalizować działania marketingowe (zmniejszyć koszty jednostkowe, równocześnie zwiększając efektywność).
AI w sprzedaży
Sztuczna inteligencja zwiększa wydajność zespołów ds. sprzedaży i obsługi klienta. Według badania Salesforce (The AI Revolution 2017) 80% jednostek biznesowych korzystających z procesów opartych na rozwiązaniach AI przyznaje, że mają one pozytywny wpływ na efektywność działań, a 74% z nich odnotowuje zauważalny wzrost sprzedaży. Co ważne, sztuczna inteligencja pozwala firmom budować trwałą relację ze swoimi klientami, m.in. dzięki działaniu i podejmowaniu decyzji w czasie rzeczywistym.
ZADANIA SYSTEMÓW AI W SPRZEDAŻY
Zwiększanie sprzedaży
Wdrożenie rozwiązań AI w działaniach online i offline z pewnością wpłynie na zwiększenie sprzedaży, na którym zależy każdemu przedsiębiorcy. Według raportu Salesforce 83% sprzedawców korzystających z takich rozwiązań stwierdziło że technologia pozwoliła im „zatrzymać klientów”, natomiast 80% z nich przyznało, że umożliwiło im to bardziej efektywne dbanie o relacje z klientami (również tymi potencjalnymi, np. w ramach działań e-commerce).
W komunikacji online takie działania to przykładowo wykorzystanie inteligentnych systemów reklamowych czy rozwiązań opartych na programatycznym zakupie mediów. Sprawdzi się również korzystanie z zasobów własnego serwisu e-commerce – przykładem może być np. inteligentna wyszukiwarka produktów w sklepie, która stara się przewidzieć to, czego konsument oczekuje (na podstawie historii wyszukiwania czy warunków pogodowych w danej lokalizacji).
W obszarze retail systemy AI mogą działać w kierunku inteligentnych sklepów, które badają rysy twarzy konsumenta w czasie rzeczywistym i dostosowują się do jego nastroju. Dzięki temu są w stanie rekomendować wybrane produkty. AI może działać również w sposób niewidoczny dla samego konsumenta. Przykładowo, dostarczając paczki kurierskie wdrożony system pozwala uwzględnić wiele różnych zmiennych, m.in. korki, opóźnienia czy warunki pogodowe, aby szybciej obliczyć najkrótszą drogę dostarczenia przesyłki.
Przy temacie AI warto wspomnieć o projekcie IBM Watson realizowanym wspólnie ze sklepem internetowym The North Face. Dzięki wykorzystaniu rozwiązania IBM Watson sklep umożliwiał klientom znalezienie idealnej kurtki. System AI osiągał to po zadaniu klientowi pytania, np. „Gdzie i kiedy będziesz używać swojej kurtki?”. Dzięki technologii AI do wprowadzania głosowego program Watson skanował tysiące produktów, aby znaleźć produkt dopasowany do danego klienta. Podejmował również decyzje w czasie rzeczywistym, np. sprawdzał aktualne warunki pogodowe.
Optymalizacja marży
Jednym z efektywnych sposobów na zwiększenie marży na sprzedaży jest z całą pewnością analiza i identyfikacja wrażliwości cenowej klientów. Dzisiejszy konsument ma różne motywacje do zakupu, inaczej reaguje też na wzrost czy spadek ceny – dla niektórych klientów nadrzędną wartością będzie jakość czy marka produktu, inni z kolei są łowcami okazji.
Silniki rekomendacji, które można zobaczyć na stronach e-commerce, od dawna wykorzystują w swoim działaniu rozwiązania oparte na sztucznej inteligencji. W tym przypadku podejmuje ona decyzje, czy wyświetlić rekomendację produktu x czy y. Należy przy tym pamiętać, że dla każdego rozwiązania AI to informacje w postaci danych użytkownika, jak również dane online (takie jak np. ciasteczka), są paliwem służącym do dalszego procesowania. Gdy pozna się wrażliwość cenową klienta, m.in. na podstawie historii jego aktywności w serwisie czy dokonanych zakupów w przeszłości, można skierować do niego spersonalizowaną ofertę z ceną dopasowaną do jego oczekiwań.
Do silników rekomendacji można również zaliczyć retargeting dynamiczny (personalizowany), który – powiązany z systemami CRM czy silnikiem sklepu internetowego – pozwala wybrać produkty i za pomocą dynamicznego banera emitować je konkretnemu użytkownikowi w sieciach reklamowych na różnych urządzeniach (również według lokalizacji użytkownika).
Optymalizacja wydatków marketingowych
Od pewnego czasu najwięksi przedstawiciele systemów reklamowych, jak Google czy Facebook, wprowadzają do swoich działań elementy AI. Z jednej strony w przypadku targetowania reklam mają one pomóc w zwiększeniu prawdopodobieństwa, że użytkownik kliknie w reklamę oraz dokona zakupu (w przypadku określania działań online pod kątem uzyskania m.in. pozytywnego ROI lub ROAS), dzięki czemu nie inwestuje się w nietrafione kliknięcia. Z drugiej strony silniki optymalizują sam proces wyświetlania (przedstawiania) reklam, aby dostosować je do oczekiwań potencjalnego klienta i ograniczyć koszty wykorzystania powierzchni reklamowej.
Równie istotne w działaniach zwiększających sprzedaż online jest modelowanie lookalike – odpowiednio wykorzystywane może niejako odszukać bliźniaczego konsumenta, który dokonał już zakupu. Dzięki temu modelowanie potrafi namierzyć nowych, potencjalnych klientów, wśród których prawdopodobieństwo zakupu jest większe niż przy targetowaniu przekazu na szersze grupy docelowe.
Budowanie lojalności i zadowolenia klientów
Obecny rynek wymusza na marketerach opracowywanie coraz skuteczniejszych sposobów komunikowania się z klientami. W ekosystemie marketingu cyfrowego, łączącego światy online i offline, działają systemy typu eCRM, które są oparte na uczeniu maszynowym, pozyskują i przekazują do serwera danych (DMP) i przetwarzają informacje oraz ruchy konsumenta w czasie rzeczywistym.
We wszystkich przypadkach cel jest jeden – ograniczyć koszty i zoptymalizować zyski za pomocą sztucznej inteligencji, która pozwala na emisję przekazu reklamowego w odpowiednim miejscu i czasie. Systemy klasy eCRM pozwalają na wysyłanie komunikatów również wtedy, kiedy konsument znajdzie się w zasięgu wybranej lokalizacji, np. w pobliżu sklepu stacjonarnego. To wszystko może działać pod kontrolą mechanizmów nałożonych przez operatora systemu za pomocą podstawowych operatorów logicznych (IF… THEN… ELSE…). Silniki AI wyemitują jednak przekaz w zależności od tego, czy prawdopodobieństwo sprzedaży u wybranego konsumenta jest wyższe (np. na podstawie historii jego ruchów wobec marki).
Aby zoptymalizować pracę i zaoszczędzić czas, wielu marketerów korzysta również z chatbotów, które pozwalają nawiązywać kontakt z klientami lub odbiorcami o każdej porze dnia i nocy. Ponadto za pomocą wykorzystywanych na szeroką skalę robotów, które rozwijają funkcję działów client service, firmy mogą na bieżąco rozwiązywać problemy konsumentów i odpowiadać na ich potrzeby. Chatboty udzielają więc odpowiedzi na proste i złożone pytania na temat produktów, podają ich dostępność w wybranej miejscowości czy proponują rabat adekwatnie do sytuacji i nawiązanego dialogu z konsumentem. Taki sposób działania chatbotów pozwala, dzięki silnikom samouczącym, pokazywać konsumentowi to, czego oczekuje w danym momencie.
Podsumowanie
Strategia wprowadzenia technologii AI do procesów biznesowych zakłada zmiany, które są wielowymiarowe i długotrwałe. By maksymalizować zyski, podmioty w segmencie retail/e- -commerce powinny nie tylko inwestować w najnowsze dostępne rozwiązania, ale przede wszystkim zmienić swój sposób działania. Na przegranej pozycji mogą bowiem znaleźć się te firmy, które podczas planowania strategicznego nie wezmą pod uwagę zmian w cyfrowym świecie i ewolucji w zachowaniu konsumentów. Tylko przy pełnym wsparciu właścicieli firm oraz ich zarządów sukces wdrożenia tej strategii ma realną szansę powodzenia, co z pewnością doceni rynek, i co najważniejsze, klienci.
