Google Cloud presenta nuove tecnologie AI aggiornate per aiutare i retailer a semplificare le operazioni di controllo degli scaffali in negozio e a creare esperienze di acquisto online più fluide e naturali, con funzionalità di personalizzazione e navigazione migliorate per gli acquirenti.

"I cambiamenti degli ultimi anni hanno rimodellato il panorama del retail e gli strumenti di cui i rivenditori hanno bisogno per essere più efficienti, più attraenti per i loro clienti e meno esposti a future scosse", ha affermato Carrie Tharp, VP of Retail and Consumer, Google Cloud. “Nonostante l'incertezza, il settore del retail offre enormi opportunità. I leader di domani saranno coloro che affronteranno le sfide più pressanti di oggi, in negozio e online, servendosi dei più recenti strumenti tecnologici, come l'intelligenza artificiale e il machine learning".

Ecco in sintesi le novità:

• Una nuova AI per il controllo degli scaffali aiuta i retailer a migliorare la disponibilità dei prodotti
  • Un nuovo strumento di controllo degli scaffali alimentato dall'intelligenza artificiale di Google Cloud può aiutare i retailer a migliorare la disponibilità dei prodotti a scaffale, fornire una migliore visibilità sull'aspetto effettivo degli scaffali e aiutarli a capire dove sono necessari rifornimenti.
  • L'intelligenza artificiale per il controllo degli scaffali utilizza il database di Google in riferimento a persone, luoghi e cose, offrendo ai rivenditori la capacità di riconoscere miliardi di prodotti, assicurando che gli scaffali dei negozi siano ben forniti e di dimensioni adeguate. Ora un retailer non deve più impiegare tempo, sforzi e investimenti per la raccolta dei dati, la formazione, il test e la manutenzione dei propri modelli di intelligenza artificiale.
  • Inoltre, l'intelligenza artificiale di Google Cloud per il controllo degli scaffali è in grado di identificare i prodotti da una varietà di immagini scattate da angolazioni e punti di vista diversi.
• L'AI trasforma l'esperienza di acquisto sulle vetrine digitali migliorando la navigazione
  • Per aiutare i retailer a rendere l'esperienza di navigazione online e di scoperta dei prodotti più moderna, veloce, intuitiva e soddisfacente per gli acquirenti, Google Cloud ha introdotto una nuova funzionalità delle Discovery Solutions per i retailer.
  • La funzionalità utilizza il machine learning per selezionare l'ordine ottimale dei prodotti sul sito di e-commerce di un rivenditore una volta che gli acquirenti scelgono la categoria in cui desiderano acquistare, come "giacche da donna" o "utensili da cucina". La funzione ottimizza come e quali prodotti vengono mostrati per accuratezza e pertinenza, ma anche per probabilità di vendita.
    
• Ricerca più personalizzata e migliori risultati di navigazione grazie al machine learning
  • Per aiutare i rivenditori a creare esperienze di acquisto online più personalizzate, Google Cloud ha introdotto una nuova funzionalità di personalizzazione basata sull'intelligenza artificiale che personalizza i risultati che i clienti ottengono quando cercano e navigano sul sito web di un retailer. Questa tecnologia potenzia le capacità della nuova offerta Browse AI di Google Cloud e della soluzione Retail Search esistente.
  • L'intelligenza artificiale alla base della nuova funzionalità di personalizzazione è un riconoscitore di modelli di prodotto che utilizza il comportamento del cliente su un sito di e-commerce, come i suoi clic, il carrello, gli acquisti e altre informazioni, per determinare i gusti e le preferenze dell'acquirente. L'intelligenza artificiale sposta quindi determinati prodotti in alto nelle classifiche di ricerca e di navigazione per ottenere una corrispondenza personalizzata.
• Migliori raccomandazioni di prodotto per gli acquirenti
  • La soluzione Recommendations AI di Google Cloud utilizza il machine learning per aiutare i retailer a consigliare i prodotti agli acquirenti.
  • Una nuova funzione di ottimizzazione a livello di pagina consente ora a un sito di e-commerce di decidere dinamicamente quali raccomandazioni di prodotto mostrare in modo univoco a un acquirente.
  • Una nuova funzione di ottimizzazione dei ricavi, realizzata in collaborazione con DeepMind di Google, utilizza il machine learning per offrire migliori consigli di prodotti correlati da acquistare, che possono aumentare i profitti per sessione utente su qualsiasi sito di e-commerce. Un modello di machine learning combina le categorie di prodotti, i prezzi degli articoli e i clic e le conversioni dei clienti di un sito di e-commerce per trovare il giusto equilibrio tra la soddisfazione a lungo termine degli acquirenti e l'aumento dei ricavi per i rivenditori.
  • Un modello buy-it-again sfrutta la cronologia degli acquisti di un cliente per fornire raccomandazioni personalizzate per potenziali acquisti ripetuti.