Szacuje się, że każdego dnia nawet co drugi e-konsument wchodzi w interakcje z algorytmami sztucznej inteligencji -  zwykle nawet nie zdając sobie z tego sprawy. 

  Sztuczna inteligencja (ang. artificial intelligence, AI) już dawno przestała być jedynie wytworem wyobraźni pisarzy. Mimo to nieustannie elektryzuje – i to nie tylko fanów science-fiction. Elektryzuje także właścicieli sklepów internetowych, tym bardziej że przyszłość sektora e-commerce rysuje się pod znakiem inteligentnych algorytmów oraz machine learning.  

Sztuczna inteligencja, czyli jaka?

  Inteligencja naturalna zwykle definiowana jest jako „umiejętność przystosowania się do nowych warunków oraz wykorzystania dostępnych środków poznawczych” (William Stern) lub „zdolność do uczenia się” (G.A. Ferguson). Sztuczna inteligencja to zatem nic innego jak zdolność maszyn do wykazywania cech inteligencji naturalnej, w tym m.in. do samodzielnego podejmowania decyzji, logicznego rozumowania oraz wyciągania wniosków. W tym kontekście kluczowe jest także tzw. uczenie maszynowe (ang. machine learning, ML). Jego początek datuje się już na lata 50. XX wieku. Samo ML oznacza zdolność maszyn (tu: algorytmów) do uczenia się, a więc do bieżącego zdobywania i modyfikowania wiedzy w celu podnoszenia efektywności działań. W 2016 roku w samych Stanach Zjednoczonych wydatki na rozwój machine learning przekroczyły osiem miliardów dolarów. W tym samym czasie analitycy z biura analiz biznesowych SAS podkreślali, że aż 28 proc. respondentów ich badania wykorzystuje uczenie maszynowe, a kolejne 30 proc. planuje wdrożyć tę technologię w ciągu kolejnych trzech lat.  

Wykorzystanie machine learning w 2021 roku

  Pięć lat temu IDC prognozowało, że w 2020 roku wydatki firm na wdrożenie rozwiązań z zakresu sztucznej inteligencji i uczenia maszynowego przekroczą 47 miliardów dolarów. Entuzjazm ten nieco studzą statystyki, które podaje O’Reilly. Analiza działań przeszło 1500 firm reprezentujących różne sektory wykazała, że 85 proc. z nich dopiero przymierza się do implementacji rozwiązań opartych na sztucznej inteligencji. Mimo to w 2020 roku sztuczna inteligencja zyskała nieoczekiwanego sprzymierzeńca – koronawirusa SARS-CoV-2. Pozbawieni możliwości fizycznego dokonywania zakupów konsumenci przenieśli swoje zwyczaje zakupowe do sieci. Nie dziwi więc zwiększone wśród właścicieli e-sklepów zainteresowanie wykorzystaniem narzędzi wspierających sprzedaż. Są nimi: automatyczne rekomendacje, chatboty czy zaliczana do najważniejszego trendu w rozwoju AI hiperautomatyzacja. W efekcie szacuje się, że każdego dnia nawet 54 proc. e-konsumentów wchodzi w interakcje z najróżniejszymi inteligentnymi algorytmami. Często nie zdając sobie z tego sprawy.  

Praktyczne zastosowanie AI w e-commerce

  Sztuczna inteligencja znalazła szerokie zastosowanie w sprzedaży i marketingu. Sektorem, który najczęściej sięga po rozwiązania bazujące na AI i machine learning jest właśnie e-commerce. W rozwój dziedziny inwestują nie tylko globalni liderzy pokroju Amazon czy chińskiego Alibaba. Coraz częściej także małe i średnie podmioty czerpią wymierne korzyści z implementacji inteligentnych algorytmów.  

Personalizacja

Misz-masz wybranych przez dział marketingu produktów – oto przeciętny newsletter e-sklepu. Rezultat? Aż 74 proc. e-konsumentów odczuwa irytację wskutek otrzymywania niedopasowanego do ich potrzeb przekazu. A tymczasem, jak wpłynie z wniosków przeprowadzonego przez BCG badania The Next Level of Personalization in Retail, nawet co drugi klient byłby gotowy wydać więcej na zakupy. Warunkiem miałoby być otrzymanie oferty dopasowanej do jego potrzeb, preferencji i/lub uwzględniającej dotychczasową historię zakupową. Do analizy historii zachowania klienta na stronie, danych z transakcji i mediów społecznościowych można zaprząc algorytm, który opracowuje ofertę skrojoną niemal spod igły.  

Rekomendacje produktowe

Szacuje się, że umiejętne wykorzystanie rekomendacji produktowych może zwiększyć sprzedaż nawet do 30 proc. Stworzone z myślą o tworzeniu tysięcy konfiguracji produktowych boty dobierają produkty pod zupełnie dowolnym kątem. Zaproponują komplementarny (cross-selling) lub podwyższający standard (up-selling) asortyment, znajdą podobne pod względem wizualnym lub funkcjonalnym modele. Dopasują nawet analogiczny towar do uwiecznionego na fotografii pierwowzoru (visual search).  

Wyszukiwanie wizualne

Już w 2017 roku Google zaprezentował światu Lens (Obiektyw) – aplikację służącą do inteligentnego wyszukiwania za pomocą obrazu. W tym samym roku raport Jumpshot i Moz wykazał, że niemal co trzecie (27 proc.) wyszukiwanie w wiodących wyszukiwarkach internetowych dotyczyło właśnie obrazów. Z kolei rok później Pinterest ujawnił, że użytkownicy tego medium ponad 600 milionów razy wykorzystali Google Lens do wyszukiwania interesujących ich treści. Na polskim rynku pionierem szerokiego wykorzystania visual search został koncern obuwniczy CCC. Pod koniec 2020 roku umożliwił on swoim klientom wyszukiwanie obuwia oraz akcesoriów podobnych do uwiecznionych na dowolnej fotografii pierwowzorów.  

Hiperautomatyzacja

Hiperautomatyzacja zakłada wykorzystanie rozwiązań z zakresu automatyzacji, AI oraz machine learning w celu usprawnienia procesów wewnątrz organizacji. Gartner ujął ją nawet wśród dziesięciu strategicznych trendów w zakresie technologii w 2020 roku. Hiperautomatyzacja może mieć w biznesie bardzo szerokie zastosowanie – przez kontrolę przeprowadzanych transakcji, a na usprawnieniu pracy działu obsługi klienta kończąc.  

Automatyczny doradca klienta

Korzyści w postaci usprawnionej pracy działu obsługi klienta, wzrost sprzedaży czy wzmocnienie pozytywnego wizerunku i UX. To sprawia, że aż 57 proc. właścicieli firm uważa, że implementacja chatbota zapewnia duży zwrot z inwestycji przy stosunkowo niskich nakładach. Jednocześnie aż 69 proc. konsumentów preferuje błyskawiczną możliwość uzyskania odpowiedzi na zapytanie, która możliwa jest jedynie w przypadku wykorzystania automatycznych doradców klientów. W rezultacie szacuje się, że do 2025 roku wartość rynku chatbotów najpewniej przekroczy miliard dolarów*. *dane z raportu Chatbot Market – Growth, Trends and Forecasts (2020-2025)   

Analiza biznesowa

Machine learning to technologia, która doskonale sprawdza się w analizie biznesowej, czego najlepszym dowodem jest opracowany przez nas, naszpikowany inteligentnymi algorytmami system uCanCommerce. Na wielu płaszczyznach wspiera on właścicieli małych i średnich sklepów online w codziennym prowadzeniu biznesu.   uCanCommerce umożliwia m.in.:

• przeprowadzenie automatycznego audytu atrakcyjności i UX e-sklepu
• ocenę atrakcyjności, widoczności oraz użyteczności sklepu na tle bezpośrednich konkurentów oraz całej branży,
• scoring produktów pod kątem wykorzystania w kampaniach produktowych,
• automatyczną analizę najbardziej obiecującej grupy docelowej,
• dopasowanie asortymentu do konkretnych odbiorców,
• automatyczną analizę polityki cenowej na tle bezpośredniej konkurencji,
• prowadzenie automatycznych kampanii marketingowych

  Chcesz w pełni poznać możliwości uCanCommerce? Dołącz do nas i skorzystaj z bezpłatnego monitoringu Twojego sklepu internetowego. Poznaj wyniki atrakcyjności i użyteczności e-sklepu.  [grwebform url="https://news.ucancommerce.com/view_webform_v2.js?u=A&webforms_id=4" css="on" center="off" center_margin="200"/]