Jak zwiększyć sprzedaż dzięki mocy AI? [AKTUALIZACJA 2022]

Możliwości AI istnieją w każdej branży i w każdej funkcji biznesowej. Obecnie 77% konsumentów regularnie styka się ze sztuczną inteligencją na jednym lub kilku urządzeniach (Pega). McKinsey przewiduje , że do 2030 roku 70% wszystkich firm może wdrożyć rozwiązania oparte na AI, żeby usprawnić operacje i podnieść produktywność. Te liczby oznaczają, że to idealny moment, by biznesy internetowe, w tym marketplace'y, sięgnęły po moc AI.

Ze zmianą przychodzi jednak wyzwanie. Wielu właścicieli wirtualnych marketplace'ów boi się ruszyć z AI w obawie przed zaporowymi kosztami, złożonością technologii albo brakiem zasobów. Niepotrzebnie. Od pierwszych zastosowań w biznesie skalowalne usługi i rozwiązania AI rozwijają się w zawrotnym tempie i są już dostępne dla każdej organizacji, niezależnie od jej wielkości. Dziś nawet małe firmy mogą sobie pozwolić na dodanie mocy AI do swoich wirtualnych marketplace'ów, korzystając z AI w chmurze i zatrudniając wyspecjalizowaną firmę doradczą od AI.

Jeśli więc masz cyfrowy marketplace albo planujesz go uruchomić, zostań z nami, żeby poznać sekret wdrażania AI w wirtualnych marketplace'ach i dowiedzieć się, jak zwiększyć sprzedaż dzięki budowie marketplace'u opartego na AI.

Czym są marketplace'y online?

Rozpoznajesz to miejsce?

W starożytności ta grecka agora tętniła życiem, łącząc kupców z nabywcami. Ludzie przybywali tu z daleka, żeby zaopatrzyć się w potrzebne rzeczy, korzystając z okazji do wyboru spośród szerokiej oferty towarów z całego regionu.

Przewińmy do 2022 roku: marketplace online to agora 3.0. To serwis e-commerce, w którym kupujący i sprzedający spotykają się i handlują towarami. Starożytne agory dawały obu stronom fizyczną przestrzeń do handlu, a marketplace'y online pozwalają im prowadzić transakcje przez sieć, w serwisach cyfrowych.

Rodzaje marketplace'ów: ogólne a niszowe

Współczesne cyfrowe marketplace'y bywają skrajnie różne pod względem wyboru dostępnych produktów i usług. Poza marketplace'ami ogólnymi, takimi jak eBay, Amazon, czy Taobao (w Chinach), które sprzedają wszystko — od książek, ubrań i jedzenia po części samochodowe, sprzęt kuchenny i leki — istnieje cała gama marketplace'ów niszowych, takich jak bricklink, Ruby Lane, czy Gun Auction, skupionych na konkretnej grupie produktów (odpowiednio: klocki Lego, antyki i broń palna).

Źródło: Webretailer 

Rodzaje marketplace'ów: B2B, B2C, P2P

Kolejny istotny podział marketplace'ów dotyczy rodzaju podmiotów uczestniczących w transakcjach. Wyróżniamy:

• Marketplace'y business to business. Pozwalają markom sprzedawać innym firmom. Do znanych przykładów należą Manta, Global Market, i Thomas Net. Wiele działających globalnie serwisów e-commerce kojarzonych przede wszystkim z handlem B2C — jak eBay, Amazon czy Alibaba — dopuszcza też sprzedaż B2B.
• Marketplace'y business to consumer. Marketplace B2C pozwala firmom sprzedawać produkty i usługi klientom indywidualnym. Także tutaj eBay, Amazoni Walmart to najpopularniejsze serwisy w tej kategorii. Za marketplace'y typu B2C można też uznać portale takie jak Booking.com, AppStore, Spotify, czy UpWork. 
• Marketplace'y peer-to-peer. Uber i Airbnb najlepiej ucieleśniają ten typ, znany też jako P2P albo C2C (consumer to consumer). W tym modelu towarami i usługami handlują między sobą osoby prywatne. Każda platforma, która pozwala osobie fizycznej wystawić przedmiot (samochód, nocleg, używane ubrania czy jedzenie), by kupiła go inna osoba fizyczna, może być uznana za marketplace P2P.

Rodzaje marketplace'ów: model biznesowy

Platformy marketplace mogą też opierać się na różnych modelach przychodowych. Nie wymienimy wszystkich, ale pokrótce omówimy najczęstsze. Więcej modeli i przykładów znajdziesz, gdy pobierzesz nasz e-book o marketplace'ach.

• Większość marketplace'ów działa na prowizji od każdej transakcji, zwykle pobieranej od sprzedającego. Gdy sprzedawcy wystawiają produkty lub usługi, nic nie płacą; kiedy jednak ich przedmiot zostanie sprzedany, portal pobiera niewielką opłatę — kwotową albo procentową — za udostępnienie zaplecza umożliwiającego sprzedaż. Przykłady marketplace'ów prowizyjnych to Uber, Amazon, Rakuten, Fiverr, czy Alibaba.
• Opłata abonamentowa albo członkowska to popularny model przy zakupach cyklicznych, zwłaszcza na platformach niszowych. Opiera się na stałej opłacie miesięcznej, którą zwykle wnoszą obie strony, żeby uzyskać dostęp do ofert dostępnych w marketplace. Serwisy peer-to-peer często zarabiają właśnie w ten sposób.
• Portale ogłoszeniowe, takie jak Etsy czy Craigslist często pobierają opłatę za wystawienie od sprzedających za każdy przedmiot, który chcą sprzedać. Bywają one niższe niż prowizja, ale pobiera się je zawsze, niezależnie od wyniku transakcji.
• Niektóre marketplace'y mieszają powyższe modele przychodowe, żeby optymalizować zyski i dać użytkownikom większy wybór. Tak jest w przypadku Amazon, który co do zasady działa na prowizji, ale oferuje też kupującym usługi członkowskie odblokowujące niższe ceny, oferty specjalne i inne korzyści.

Dlaczego ludzie kochają marketplace'y?

Wszyscy lubimy załatwiać sprawy szybko, zwłaszcza dziś. I nikt nie lubi przepłacać. Marketplace'y dają przejrzysty i bezpieczny grunt do bezpośredniej wymiany między kupującym a sprzedającym, bez pośredników i bez dodatkowych kosztów. 

W 2022 roku kupujący online na całym świecie wydali 2,67 biliona dolarów w 100 największych marketplace'ach.

(Digital Commerce 360)

Oferują niższe ceny

Zaawansowane albo wysokotechnologiczne produkty i usługi wciąż wymagają pośrednika (np. dystrybutora albo detalisty) między stronami transakcji, ale wiele dóbr konsumpcyjnych to prosta wymiana jeden do jednego, która pośrednika nie potrzebuje. W takich przypadkach udział dodatkowego podmiotu podbija cenę końcową i wnosi niewiele lub nic. Marketplace'y umożliwiają bezpośredni kontakt kupującego ze sprzedającym, co obniża koszty i upraszcza obsługę.

Marketplace'y dają kupującym możliwość zakupu prosto z hurtu, dzięki czemu oszczędzają na marżach narzucanych przez pośredników.

Są wygodne

Druga zaleta marketplace'ów online, którą klienci bardzo cenią, to wygoda. Wyobraź sobie, że potrzebujesz nowej koszulki na intensywne zajęcia CrossFitu. Oto, co możesz zrobić:

1. Spędzić tygodnie, objeżdżając wszystkie sklepy sportowe w mieście, przymierzając różne koszulki i porównując ceny.
2. Pójść do najbliższego sklepu, znaleźć koszulkę mniej więcej OK i zapłacić tyle, ile jest na metce. Żeby tydzień później dowiedzieć się, że mocno przepłaciłeś.
3. Rozsiąść się na kanapie ze smartfonem (zwłaszcza od czasu pandemii COVID), zalogować się do ulubionego marketplace'u z odzieżą sportową, od razu porównać setki koszulek wszystkich marek i zamówić jedną z nich prosto do domu w najlepszej cenie.

Dają nieograniczony wybór

Ten ostatni punkt prowadzi nas do kolejnej cechy marketplace'u online, która szczególnie przyciąga kupujących: wyboru. Konsumenci kochają marketplace'y nie tylko dlatego, że pozwalają zaoszczędzić czas, pieniądze i wysiłek, ale też dlatego, że dają ogromny wybór produktów, którego trudno dorównać pojedynczym sklepom — stacjonarnym czy internetowym.

W tym artykule skupiamy się zwłaszcza na tym, jak AI w  marketplace'ach napędza sprzedaż. Jeśli chcesz poznać więcej ogólnych informacji o marketplace'ach online i budowie własnego wirtualnego marketplace'u od zera, sprawdź ten link i pobierz nasz kompleksowy przewodnik po cyfrowych marketplace'ach.

Czym jest marketplace napędzany AI? 

Mówiąc prosto, sztuczna inteligencja (AI) to dziedzina informatyki skupiona na tworzeniu inteligentnych maszyn, które potrafią „myśleć”, reagować i rozwiązywać problemy tak jak ludzie. Data scientiści przyznają, że AI często myli się z uczeniem maszynowym, które jest podzbiorem sztucznej inteligencji — metodą wykorzystującą algorytmy komputerowe i modele statystyczne do uczenia maszyn, jak się uczyć. 

W e-commerce rozwiązania AI zbierają ogromne ilości danych o klientach, konkurencji, produktach i transakcjach, a następnie łączą je z zaawansowanymi algorytmami analitycznymi, żeby poprawić doświadczenie klienta, obniżyć koszty magazynowe i zwiększyć sprzedaż przez:

• Hiperspersonalizowane zakupy i marketing.
• Wyjątkowe funkcje, takie jak chatboty, wyszukiwanie obrazem czy wyszukiwanie głosowe.
• Automatyzację procesów biznesowych.
• Trafne prognozowanie zapasów i opartą na danych ocenę stanów magazynowych oraz cen.

Marketplace'y napędzane AI to marketplace'y online, które wykorzystują technologie sztucznej inteligencji, żeby wyciągać szczegółowe wnioski z dużych zbiorów danych, przyspieszać operacje i dostarczać lepsze doświadczenie użytkownika dzięki spersonalizowanym usługom w czasie rzeczywistym.

Ten wybór naprawdę się opłaca, zwłaszcza że AI i uczenie maszynowe mogą wesprzeć Twoje badania i rozwój.

Jak marketplace'y online wykorzystują sztuczną inteligencję do wzrostu sprzedaży?

Inteligencja maszynowa już przynosi owoce progresywnym markom internetowym, umieszczając je na radarze kupujących i dając narzędzia do optymalizacji zysków. Technologie oparte na AI dają współczesnym firmom tak istotne usprawnienia, że według Salesforce, 49% najskuteczniejszych zespołów marketingowych deklaruje szerokie wykorzystanie inteligencji predykcyjnej do śledzenia interakcji z klientami i poprawy ich doświadczenia z marką.

Specjaliści od big data w połączeniu z algorytmami predykcyjnymi i automatyzacją AI usprawniają monitorowanie i analizę zachowań użytkowników, dostarczają wniosków o wskaźnikach zakupowych i pomagają wirtualnym marketplace'om tworzyć mocno spersonalizowane interakcje, które napędzają sprzedaż. Jak zatem, przy takich możliwościach, inteligencja maszynowa może pomóc wirtualnym marketplace'om?

W tym wpisie skupiamy się na zastosowaniach AI w marketplace'ach. Żeby dowiedzieć się więcej o sztucznej inteligencji w ogóle, poznać różnice między nią a Big Data, deep learningiem i uczeniem maszynowym oraz sprawdzić, jak może pomóc różnym branżom, sięgnij po nasz kompleksowy przewodnik po wszystkim, co związane z AI.

Większa trafność dzięki segmentacji klientów

Rozwiązania AI napędzają wzrost marketplace'ów online przede wszystkim w obszarach personalizacji i dopasowania doświadczenia kupującego. Marketplace'y obsługują ogromne sieci klientów kierujących się różnymi potrzebami, oczekiwaniami i wymaganiami. Dzięki segmentacji klientów cyfrowe marketplace'y mogą rozbić tę monolityczną grupę na mniejsze, precyzyjnie określone segmenty kupujących o wspólnych cechach i obsługiwać każdą osobę niemal indywidualnie. 

Kampanie segmentowane dają 760% wzrostu przychodów.

[Źródło: Campaign Monitor]

Trafna segmentacja klientów pomaga właścicielom marketplace'ów dopracować przekaz marketingowy w mediach społecznościowych oraz w kampaniach mailowych i PPC, a także osiągać wyższe wskaźniki odpowiedzi i konwersji. Bez automatyzacji AI skuteczna segmentacja tysięcy odwiedzających marketplace jest jednak praktycznie niemożliwa. Proces ręczny wymaga sporego wysiłku, nie daje się łatwo skalować i jest podatny na stereotypy i uprzedzenia. Sztuczna inteligencja znosi wszystkie ograniczenia tradycyjnej segmentacji rynku i pozwala marketplace'om precyzyjniej komunikować się z kupującymi i sprzedającymi, wykrywając ukryte wzorce i trendy. 

Pobudzający wpływ segmentacji klientów na przychody dobrze widać na przykładzie Overstock, marketplace'u sprzedającego nadwyżki towarów od innych dostawców e-commerce. Portal korzysta z systemów uczenia maszynowego, żeby zbierać i przetwarzać dane klientów z wielu kanałów i urządzeń, wskazywać osoby najbardziej skłonne do zakupu i natychmiast docierać do nich z dopasowanym przekazem marketingowym. Przychody netto Overstock wzrosły wcześniej o 108,7% w II kwartale 2020 roku wobec 2019, o ponad 100 punktów procentowych więcej niż wzrost w II kwartale 2021.

Rekomendacje zakupowe dzięki AI

Rekomendacje zakupowe to jeden z fundamentów udanego marketplace'u online. W Zalando, czołowym europejskim portalu modowym, generują 40% sprzedaży online. Firma zbudowała napędzany AI silnik rekomendacji stylizacji , żeby dostarczać dopasowane porady modowe ponad 27 milionom klientów online. Algorytm podpowiada produkty na podstawie listy życzeń, wcześniejszych zakupów i aktualnych trendów pasujących do indywidualnych gustów. 

„Zaczęliśmy to z myślą o długofalowej wizji, w której zakupy nie polegają tak bardzo na przeglądaniu produktów, ile na przeglądaniu stylizacji” — James Healey, VP of Inspire and Engage w Zalando.

Rekomendacje napędzane AI są też fundamentem strategii biznesowej Booking.com. W tym filmieJonathan Poelsius, principal data scientist, i Rares Mirics, software developer w Booking.com, opowiadają, jak portal rezerwacyjny wykorzystuje zaawansowaną analitykę danych, żeby dać użytkownikom rozbudowane filtry i pomóc znaleźć pokój najlepiej spełniający ich wymagania (ich prezentacja zaczyna się o 29:50).

Booking.com i Zalando to liderzy branży o globalnym zasięgu i z własnymi zespołami innowacji, ale małe marketplace'y nie zostają w tyle. Mogą podłączyć się do abonamentowych, chmurowych rozwiązań AI i wdrożyć spersonalizowane rekomendacje produktów. Na przykład singapurski Snaphunt wykorzystuje sztuczną inteligencję, żeby dostarczać kandydatom wyselekcjonowane rekomendacje ofert pracy i bieżące informacje o statusie aplikacji. 

Napędzana AI automatyzacja reklam dla sprzedawców

Zapaleni twórcy produktów, zwłaszcza małe i średnie firmy sprzedające w marketplace'ach online, nie słyną ze skutecznego marketingu.

Trudno zakładać, że potrafią tworzyć kampanie reklamowe od zera, choćby w Google Ads, i śledzić je, żeby je optymalizować.

Sprzedawcy na marketplace skupiają się na swoich produktach i na tym, jak sprzedają się w serwisie.

A co, gdyby sprzedawcy mogli uruchamiać kampanie reklamowe w wielu kanałach jednym kliknięciem, odchylić się w fotelu i patrzeć, jak reklama dowozi wyniki, zwiększając sprzedaż i osiągając oczekiwane ROI?

Stos monetyzacyjny OnlineSales.ai urzeczywistnia tę ambicję dla sprzedawców na marketplace'ach, wykorzystując deep learning, przetwarzanie języka naturalnego i inne podejścia oparte na sztucznej inteligencji. Rozwiązanie stosują już znane marketplace'y i sieci agregatorów na całym świecie, takie jak Swiggy, Souq, Livingly, Maruti Suzuki, Haravan, Konga, Sendo, Daraz, Shopmatic i inne.

Mówiąc prosto, stos pomaga sprzedawcom umieszczać reklamy bezpośrednio w marketplace, w którym sprzedają, a także na popularnych platformach reklamowych, takich jak Google Ads czy Facebook Ads, bez żadnej wiedzy o marketingu cyfrowym.

Przewidywanie zachowań kupujących dzięki rozpoznawaniu wzorców

Spersonalizowane rekomendacje są ściśle powiązane z algorytmami rozpoznawania wzorców , które przeglądają wszystkie dostępne dane o klientach, żeby zidentyfikować powtarzalne wzorce ludzkich zachowań i wyodrębnić wspólne cechy. Uczenie maszynowe, a zwłaszcza deep learning, badają kontekst ludzki i wnioskują, co potencjalny klient sądzi o produktach i usługach dostępnych na platformie. Tę wiedzę można potem wykorzystać do poprawy doświadczenia obecnych użytkowników i lepszych wyników pozyskiwania klientów.

Facebook Marketplace konsekwentnie wdraża nowe funkcje AI, żeby zwiększać sprzedaż. Portal wykorzystuje na przykład AI do zbierania i analizowania danych demograficznych udostępnianych przez użytkowników Facebooka w profilach i łączy je ze słowami kluczowymi z wyszukiwań w Marketplace, żeby dopracować rekomendacje, przyciągać nowych kupujących i utrzymywać obecnych. Szerokie wykorzystanie rozwiązań sztucznej inteligencji sprawia, że Marketplace przyciąga co miesiąc ponad 800 milionów użytkowników.

➡️➡️➡️ Żeby dowiedzieć się więcej o roli AI, uczenia maszynowego, deep learningu i analityki predykcyjnej w optymalizacji biznesu, sprawdź nasz e-book o AI.

Chatboty

Chatboty nigdzie się nie wybierają. Akceptacja rośnie, a klientom coraz wygodniej się z nimi rozmawia. Business Insider pokazują, że 40% ludzi ma pozytywne zdanie o chatbotach.

Wszystkie popularne marketplace'y e-commerce używają chatbotów, żeby odciążyć zespoły wsparcia. Ich zastosowanie nie ogranicza się jednak do odciążania obsługi klienta — służą też zwiększaniu sprzedaży.

Inne badanie pokazuje, że co trzeci Amerykanin jest gotów kupować przez chatbota. Kupujący mogą uzyskać dzięki nim rekomendacje produktów, aktualne informacje o produktach, dostępne lub przyszłe zniżki i wiele więcej.

Chatboty tworzy przetwarzanie języka naturalnego, poddziedzina AI. Klasyfikatory tekstu, sztuczne sieci neuronowe i rozumienie języka naturalnego (NLU) służą do zrozumienia wypowiedzi użytkownika, a generowanie języka naturalnego (NLG) do wygenerowania odpowiedzi użytecznej i brzmiącej naturalnie.

W połączeniu z automatyką domową i wirtualnymi asystentami zakupy online przez chatboty stają się łatwiejsze. To trend, który będzie się tylko nasilał — chatboty AI pozostaną dużym wsparciem dla rynków e-commerce.

Łatwiejsze odkrywanie produktów dzięki autotagowaniu i automatycznym opisom

W każdym marketplace trafne tagowanie i opisywanie produktów odgrywa kluczową rolę w minimalizowaniu barier zakupowych, ułatwiając użytkownikom znalezienie odpowiednich produktów i usług oraz przejście ścieżki zakupowej. Bez tego sprzedaż cierpi, bo jak podają badania, 30% klientów online porzuca koszyk z powodu słabego opisu produktu (Retail Dive).

Ręczne opisywanie produktów, gdy człowiek wprowadza wszystkie dane do systemu, jest żmudne, czasochłonne i skrajnie nieefektywne, zwłaszcza w dużych marketplace'ach, które codziennie muszą dodawać i aktualizować tysiące pozycji. Ze wsparciem AI współczesne marketplace'y mogą przyspieszyć ten proces nawet dziesięciokrotnie, uzyskując kilka tysięcy trafnych opisów na godzinę i ułatwiając odnajdywanie produktów.

Silniki tagujące oparte na AI zwykle wykorzystują sieci neuronowe wytrenowane tak, by rozpoznawać każdy produkt na przedstawionym zdjęciu i tworzyć szczegółowe, trafne opisy z użyciem technik generowania tekstu. Tak działa na przykład rozwiązanie uczenia maszynowego eBaya. Sieci neuronowe firmy uczyły się na ponad 130 milionach zdjęć z 16 000 podkategorii, żeby rozumieć, jaki produkt przedstawia każde zdjęcie i jak opisać go z największą dokładnością. Następnie silnik wykorzystuje automatyczne generowanie tekstu, żeby otagować nowe zdjęcia w całym asortymencie eBaya i wyszukiwać właściwe produkty.

Budowanie zaangażowania klientów dzięki analizie sentymentu

Analiza sentymentu to proces wydobywania danych z opinii, rozmów i treści tworzonych przez użytkowników w mediach społecznościowych, żeby analizować i interpretować wnioski o klientach we wszystkich punktach styku. Cyfrowe biznesy, w tym czołowe marketplace'y, korzystają z niej, by sięgnąć po autentyczny głos klienta i ulepszać produkty oraz usługi, utrzymując zaangażowanie konsumentów w markę.

Pinterest wykorzystuje na przykład moc napędzanej AI analityki sentymentu, emocji i zachowań, która obejmuje wiele aspektów interakcji z konsumentami, w tym analizę tekstu pisanych opinii. Brian Johnson, Head of Knowledge w Pinterest, zdradza, że firma używa analizy sentymentu i zachowań, żeby analizować wszystkie interakcje konsumentów z publikowanymi treściami z ostatnich 12 miesięcy, kształtować na tej podstawie strategię marketingową i zwiększać zaangażowanie użytkowników.

„Nie wystarczy już znać zaangażowanie pod postem w social mediach; musimy dziś rozumieć proporcję zaangażowania pozytywnego do negatywnego, a także intencję zakupową, którą ten sentyment i emocje mogą zdradzać” — mówi Johnson.

Krótsza droga do zakupu dzięki inteligentnemu wyszukiwaniu

Jak zauważyliśmy wcześniej, ludzie wybierają marketplace'y online nie tylko ze względu na niższe ceny, ale też na szybkość i wygodę zakupów. Dlatego stworzenie pozytywnego, bezwysiłkowego doświadczenia wyszukiwania jest dla cyfrowych marketplace'ów kluczowym czynnikiem wzrostu.

Wyobraź sobie marketplace, w którym codziennie wystawionych jest ponad 50 milionów unikatowych, ręcznie robionych przedmiotów. A teraz spróbuj szybko znaleźć produkt idealnie odpowiadający Twoim oczekiwaniom jako kupującego. Tak dzieje się każdego dnia na Etsy, które znalazło swoją niszę w łączeniu twórców rękodzieła z kupującymi szukającymi czegoś mniej zwyczajnego. Największy atut tego marketplace'u jest jednak zarazem jednym z jego największych wyzwań. Jak sprawić, żeby wyszukiwanie działało, skoro odwiedzający nie wiedzą, że dany przedmiot w ogóle istnieje w serwisie?

Ponieważ niemal wszystkie produkty wystawione na Etsy są unikatowe, marketplace nie prowadzi katalogu produktów. Zamiast tego opiera się na algorytmach uczenia maszynowego, które ustalają, które produkty najlepiej odpowiadają wymaganiom każdego odwiedzającego. Codziennie algorytmy pochłaniają ponad miliard zdarzeń z całego serwisu i przetwarzają je, żeby wskazać najtrafniejsze towary dla każdego klienta na podstawie jego wcześniejszych wyszukiwań. Następnie wypychają najlepsze propozycje na pierwszą stronę Etsy, która generuje ponad 80% sprzedaży z wyszukiwania. W efekcie kupujący spędzają mniej czasu na szukaniu, są bardziej zadowoleni z serwisu i kupują więcej i częściej, a sprzedający cieszą się wyższymi konwersjami i zyskami.

eBay również dobrze wykorzystuje uczenie maszynowe do optymalizacji wyszukiwania. Żeby wesprzeć klientów, marketplace wprowadził napędzane AI wyszukiwanie obrazem , żeby znacznie ułatwić szukanie produktów. Rozwiązanie łączy komputerowe widzenie z deep learningiem i pozwala klientom eBaya przesyłać zdjęcia produktów, których szukają w serwisie. Konwolucyjna sieć neuronowa przetwarza obrazy i zwraca podobne przedmioty spośród wszystkich wystawionych produktów.

Połowa wszystkich kupujących online w USA szuka produktów na Amazonie.

[Źródło: MuchNeeded]

Mniej tarcia dzięki wykrywaniu anomalii

Marketplace'y napędzane AI mogą też korzystać z algorytmów uczenia maszynowego, żeby wykrywać i łagodzić anomalie w swoich usługach. Anomalie to wszelkie pozycje, zdarzenia lub dane znacząco odbiegające od większości pozostałych, mogące wskazywać na nieefektywności albo błędy. 

Przykładem anomalii, która uderzyła dużego gracza po kieszeni, była cenowa wpadka Amazona, gdy internetowy gigant wystawił popularny aparat w cenie ponad sześciokrotnie niższej od zwykłej. Nie był to przypadek odosobniony. Błędy cenowe i inne usterki serwisów zdarzają się w cyfrowych marketplace'ach tak często, że istnieją strony poświęcone wyłącznie ich wyszukiwaniu. 

Takie pomyłki wynikają z niemożności dokładnego monitorowania i aktualizowania milionów metryk, które serwis musi przetwarzać każdego dnia. Tradycyjne narzędzia BI do ręcznego monitoringu istnieją, ale są asynchroniczne i nie dają skutecznego sposobu priorytetyzowania problemów i alertów, przez co marketplace'om trudno rozpoznać krytyczne błędy, którymi trzeba zająć się najpierw. 

Rozwiązania do wykrywania anomalii oparte na AI (nazywane też wykrywaniem wartości odstających) najpierw uczą się, co jest „normalne”, na milionach przykładowych punktów danych, a potem monitorują setki metryk w poszukiwaniu nietypowych zachowań mogących wskazywać na anomalię. Po wykryciu anomalii stosuje się scoring, żeby na podstawie ustalonych progów określić pilność zdarzenia. Następnie wysyłane są odpowiednie alerty informujące marketplace o znalezisku. 

Alibaba szeroko wykorzystuje wykrywanie anomalii, żeby optymalizować łańcuch dostaw i zapobiegać usterkom w usługach i cenach. Poza monitorowaniem i korygowaniem cen w czasie rzeczywistym przy pomocy rozwiązań AI do wykrywania anomalii gigantyczny marketplace korzysta z ponad 600 modeli data scientistów, żeby wykrywać i usuwać z serwisu podróbki.

RPA i inteligentna automatyzacja w marketplace'ach

Jak CIO pięknie ujęło,

„RPA to zastosowanie technologii napędzane logiką biznesową i ustrukturyzowanymi danymi wejściowymi, służące automatyzacji procesów biznesowych”.

Automatyzacja procesów eliminuje potrzebę udziału człowieka i oznacza, że technologia sama radzi sobie z wymaganymi zadaniami.

Podstawowe przykłady RPA to uzupełnianie profili klientów danymi albo obsługa zgłoszeń. RPA ma automatyzować mikroprocesy w firmie i pozwalać pracownikom skupić się na rzeczach wymagających głębszej, dokładniejszej analizy.

Wdrożenie RPA w procesach biznesowych oszczędza czas i zasoby, a jednocześnie minimalizuje liczbę możliwych błędów. W e-commerce automatyzacja procesów wprost wpływa na jakość obsługi klienta, co z kolei może prowadzić do wzrostu sprzedaży. Przy złożoności niektórych platform e-commerce integracja z RPA jest absolutnie niezbędna. 

Na przykład development e-commerce na Magento ma zamienić tę złożoną platformę w sprawne środowisko sprzedażowe, a w połączeniu z RPA i inteligentną automatyzacją platforma potrafi zdziałać cuda.

Proces płatności

E-commerce to dziesiątki procesów, a płatność jest chyba najważniejszym z nich, bo dotyczy pieniędzy klientów i bezpieczeństwa ich transakcji.

Obsługa płatności obejmuje wiele kroków i wszystkie muszą przebiegać bezbłędnie: 

• dokumentacja finansowa, 
• zobowiązania i należności, 
• uzgadnianie faktur, 
• i wiele więcej.

RPA może pomóc firmom zintegrować wszystkie procesy płatnicze w jednym silniku, który działa bezbłędnie we wszystkich kanałach.

Obsługa klienta i personalizacja

Kupujący łakną personalizacji i są gotowi poczekać na produkt albo udostępnić swoje dane w zamian za spersonalizowany produkt. RPA skutecznie rozwiązuje ten problem i pozwala marketerom e-commerce zachwycać klientów oraz napędzać konwersje.

Automatyzacja składania zamówień, pobierania informacji i innych procesów związanych z interakcją klienta ze sklepem prowadzi do szybszego i lepszego doświadczenia użytkownika oraz większej lojalności. Przykładem użycia RPA w obsłudze klienta jest wysyłanie automatycznych powiadomień o zamówieniu i zbieranie opinii po jego odbiorze.

Zarządzanie ERP

System planowania zasobów przedsiębiorstwa pomaga zarządzać wszystkimi procesami biznesowymi i trzymać je w jednym miejscu. Rzecz w tym, że w każdym procesie zachodzą setki mikroprocesów, a przy ręcznej kontroli zajmują sporo czasu.

RPA może zautomatyzować cały proces ERP i oszczędzić Ci godzin mozolnej pracy. Dodatkowo możesz zintegrować system ERP z magazynem i zawsze znać stan swoich zasobów.

Automatyzacja marketingu

Marketing jest ważny, bo pozwala opowiedzieć ludziom o Twoim sklepie. Poza częścią kreatywną obejmuje też:

• masową wysyłkę maili, 
• uzupełnianie danych klientów, 
• ciągłą aktualizację informacji, 
• obsługę reklamacji, 
• i wszelkie inne działania związane z kontaktem z klientami.

RPA pomaga zautomatyzować te procesy i daje marketerom gotowy zestaw danych, który można potem wykorzystać do planowania przyszłych kampanii.

Zarządzanie logistyką

Łańcuch dostaw to jeden z procesów wymagających największej uwagi, bo dotyczy produktów i ich bezpiecznego przemieszczenia od dostawcy do konsumenta. Od zarządzania magazynem po wysyłkę i monitorowanie zamówień RPA jest nieocenione, bo zwiększa bezpieczeństwo i szybkość procesów logistycznych.

RPA może zająć się całym procesem, wysyłać powiadomienia o statusie zamówienia, informować o stanie magazynu i obsługiwać wszystkie inne zadania związane z dostawą produktów. Dzięki RPA sprzedawcy na marketplace'ach mogą wysyłać towary szybciej i sprawniej, zawsze wiedząc, co dzieje się z zamówieniami.

AI, e-commerce i przyszłość

Dostawa ostatniej mili zmieni się, gdy roboty zastąpią ludzi w dowożeniu zakupów. Amazon testuje już w południowej Kalifornii swojego autonomicznego, bezzałogowego robota dostawczego o nazwie Scout.

Amazon Scout to autonomiczny pojazd elektryczny do dostarczania towarów na ostatniej mili.

Poza dostawą „ostatniej mili” sztuczna inteligencja będzie nadal wspierać firmy e-commerce w kolejnych obszarach:

• Doświadczenie w pracy z klientami,
• Zarządzanie relacjami z klientami,
• Personalizacja dla klientów,
• Zarządzanie magazynem,
• Możliwości reklamowe dla sprzedawców
• Optymalizacja stron i aplikacji,
• Wykrywanie oszustw,
• Analityka biznesowa,
• Cyberbezpieczeństwo,
• Zatrudnianie pracowników itd.

Sztuczna inteligencja przekształca platformy agregujące e-commerce w nowsze i inteligentniejsze wersje, prowadząc do bezprecedensowego wzrostu tych platform. Trudno było o tym myśleć w 1994 roku, gdy Amazon dopiero startował.

Podsumowanie. Nowoczesne cyfrowe platformy marketplace potrzebują AI

Odblokowując użyteczne wnioski z danych, sztuczna inteligencja otwiera cały wachlarz nowych możliwości przed cyfrowymi marketplace'ami , które chcą zbudować i utrzymać przewagę konkurencyjną. Kiedyś rozwiązania oparte na AI były zarezerwowane wyłącznie dla dużych przedsiębiorstw — dziś już tak nie jest. 

Zakup przez Google za 400 milionów funtów startupu DeepMind, firmy zajmującej się algorytmami i uczeniem maszynowym o pozytywnym wpływie, to tylko jedno z wielu przejęć, jakie szykują się w miarę urzeczywistniania potencjału tej technologii. 

A jednym z najważniejszych kroków, jakie przed Tobą, jest wybór właściwego stosu technologicznego do budowy marketplace'u.

Małe i średnie wirtualne marketplace'y mogą wdrożyć gotowe narzędzia AI w każdym aspekcie działalności związanym z danymi, żeby przyciągać więcej odwiedzających, poprawiać ich retencję, podnosić jakość doświadczenia klienta i ostatecznie generować większą sprzedaż. 

Dlatego kolejny wpis na blogu okaże się w 100% przydatny w Twoich dalszych działaniach — Na co zwrócić uwagę, zatrudniając programistów marketplace eCommerce?

Umów BEZPŁATNĄ konsultację z naszym ekspertem AI!

Myślisz o zbudowaniu albo skalowaniu swojego marketplace'u? Chcesz zwiększyć sprzedaż? Nie możesz się doczekać zbudowania własnego łańcucha dostaw i potrzebnej infrastruktury? Ideamotive specjalizuje się w budowie cyfrowych marketplace'ów z wykorzystaniem sztucznej inteligencji, uczenia maszynowego i analityki Big Data. Jeśli chcesz się dowiedzieć, jak przekształcić swój marketplace dzięki AI, jesteśmy do Twojej dyspozycji! 

Napisz do nas, a umówimy BEZPŁATNĄ konsultację z naszym ekspertem AI, który pokaże Ci potencjalne korzyści z rozwiązań AI dla Twojego biznesu.

Umów moją BEZPŁATNĄ konsultację ze specjalistą AI