Artificial intelligence (AI) สร้างผลกระทบกับธุรกิจค้าปลีก หรือห้างสรรสินค้าในโลกความจริงอย่างไร

This post is also available in: อังกฤษ

AI สามารถนำมาใช้เพื่อเสริมสร้างประสบการณ์การซื้อขายในโลกแบบออฟไลน์ในหลายๆ ด้าน เช่น การให้ประสบการณ์การช้อปปิ้งที่เหมาะสมสำหรับแต่ละบุคคล การจัดการสต็อกสินค้าอย่างมีประสิทธิภาพ การออกใบเสร็จอัตโนมัติ และการเพิ่มประสิทธิภาพในด้านความปลอดภัยของร้านค้าได้

1. Personalization

การใช้ AI Personalization สำหรับ offline retail สามารถทำได้โดยการนำข้อมูลต่างๆ เช่นประวัติการซื้อขายของลูกค้า และพฤติกรรมการเรียกดูสินค้าในร้าน มาวิเคราะห์เพื่อแนะนำสินค้าและข้อเสนอที่เหมาะสมต่อแต่ละลูกค้า เพื่อเพิ่มประสิทธิภาพในการขายสินค้า โดยการให้ประสบการณ์การช้อปปิ้งที่ตอบโจทย์ลูกค้าได้มากที่สุด

.

Used case : H&M ก็เป็นตัวอย่างหนึ่งที่ใช้ AI Personalization ในการปรับปรุงประสบการณ์การช้อปปิ้งของลูกค้าในห้างสรรพสินค้าของตนเอง ด้วยการใช้ AI สำหรับวิเคราะห์ข้อมูลที่เกี่ยวข้องกับแต่ละลูกค้า ซึ่งรวมถึงประวัติการซื้อขาย และข้อมูลทางสังคม เช่น สิ่งที่ลูกค้าเป็นกลุ่ม เช่น อายุ เพศ และการช้อปปิ้งในร้านอื่นๆ เพื่อทำการแนะนำสินค้าที่เหมาะสมสำหรับแต่ละลูกค้า ซึ่งผลลัพธ์ที่ได้ก็ช่วยเพิ่มยอดขายและพัฒนาประสบการณ์การช้อปปิ้งของลูกค้าใน H&M ได้อย่างมีประสิทธิภาพขึ้น

2.Inventory management

การจัดการสินค้าในคลังสินค้า (Inventory management) สำหรับ offline retail สามารถทำได้โดยการนำข้อมูลต่างๆ เช่นปริมาณการขายของสินค้า และแนวโน้มฤดูกาล เพื่อคำนวณปริมาณสินค้าที่ต้องสั่งซื้อเพื่อเพิ่มประสิทธิภาพในการจัดการสต็อกสินค้า และลดความเสียหายเนื่องจากสินค้าหมดออกไปหรือสินค้าคงคลังมากเกินไป นอกจากนี้ การใช้ AI ยังช่วยเพิ่มความสามารถในการทำนายและวิเคราะห์ข้อมูล เพื่อช่วยบริหารจัดการสินค้าในคลังสินค้าอย่างมีประสิทธิภาพมากยิ่งขึ้น

Used case : เคสของ Walmart เป็นตัวอย่างหนึ่งที่ใช้ AI สำหรับ Inventory management ในการจัดการสินค้าของตนเอง โดย Walmart ใช้ AI เพื่อช่วยในการจัดการสต็อกสินค้าในคลังสินค้า โดยการวิเคราะห์ข้อมูลต่างๆ เช่น ปริมาณการขายของสินค้าในแต่ละช่วงเวลา และแนวโน้มฤดูกาล เพื่อจัดการปรับเปลี่ยนการสั่งซื้อสินค้าในรอบฤดูกาลต่อไป ทำให้ Walmart สามารถควบคุมคุณภาพและปริมาณของสินค้าได้อย่างมีประสิทธิภาพ นอกจากนี้ การใช้ AI ยังช่วยลดการเสียหายเนื่องจากการบริหารจัดการสต็อกสินค้าที่ไม่ดีของ Walmart อย่างมากและช่วยเพิ่มประสิทธิภาพในการจัดการสต็อ

3.Automated checkout

Automated checkout ใน offline retail สามารถทำได้โดยการใช้เทคโนโลยีการตรวจจับวัตถุ (Object Detection) และ Machine Learning ที่สามารถตรวจจับสินค้าที่ลูกค้าเลือกและเก็บไว้ในตะกร้าของตนได้โดยอัตโนมัติ และสามารถสร้างใบเสร็จอัตโนมัติเมื่อลูกค้าเดินออกจากร้านค้าได้ทันที การใช้ AI สำหรับ Automated checkout นี้ช่วยลดความไม่สะดวกในการต่อคิวเพื่อชำระเงินและลดการบริหารจัดการต่างๆ ที่ต้องใช้ในการบริหารร้านค้าให้ง่ายและมีประสิทธิภาพมากยิ่งขึ้น

Used case : Amazon Go เป็นตัวอย่างหนึ่งที่ใช้ AI สำหรับ Automated checkout ใน offline retail โดยที่ลูกค้าสามารถเดินเข้าสู่ร้านค้า Amazon Go และเลือกสินค้าที่ต้องการในร้านค้าด้วยการเพียงแค่นำสินค้าออกจากชั้นวาง โดยระบบ AI จะตรวจจับสินค้าที่ถูกเลือกโดยลูกค้าและอัพเดตตะกร้าสินค้าโดยอัตโนมัติ และสามารถสร้างใบเสร็จอัตโนมัติเมื่อลูกค้าเดินออกจากร้านค้าได้ทันที โดยระบบนี้ช่วยลดความไม่สะดวกในการต่อคิวและเพิ่มประสิทธิภาพในการให้บริการสำหรับลูกค้าได้อย่างมีประสิทธิภาพมากขึ้น

4.In-store navigation

การใช้ AI สำหรับ In-store navigation ใน offline retail สามารถทำได้โดยการใช้เทคโนโลยี Beacon ที่สามารถติดตั้งได้ในร้านค้า โดยสามารถส่งสัญญาณ Bluetooth ไปยังโทรศัพท์มือถือของลูกค้า และระบุตำแหน่งของลูกค้าในร้านค้าได้อย่างแม่นยำ นอกจากนี้ การใช้ AI สำหรับ In-store navigation ยังสามารถประมวลผลข้อมูลต่างๆ เช่น การเดินทางของลูกค้าและตำแหน่งของสินค้า และแนะนำเส้นทางที่ต้องเดินทางเพื่อเข้าถึงสินค้าที่ลูกค้าต้องการได้อย่างถูกต้องและรวดเร็ว


Used case : เคสของ Lowe’s เป็นตัวอย่างหนึ่งที่ใช้ AI สำหรับ In-store navigation ใน offline retail โดยที่ลูกค้าสามารถใช้แอปพลิเคชัน Lowe’s Vision บนโทรศัพท์มือถือของตนเพื่อตรวจสอบตำแหน่งของสินค้าที่ต้องการและวิธีการเดินทางเพื่อเข้าถึงสินค้านั้นๆ โดยระบบ AI ของ Lowe’s จะใช้ Beacon เพื่อระบุตำแหน่งของลูกค้าและสินค้าที่ต้องการ และแนะนำเส้นทางที่ต้องเดินทางไปยังสินค้านั้นๆ ซึ่งช่วยเพิ่มประสิทธิภาพในการช้อปปิ้งและช่วยลดความสับสนของลูกค้าในการค้นหาสินค้าในร้านค้าได้อย่างมีประสิทธิภาพมากยิ่งขึ้น

5.Predictive maintenance

Predictive maintenance ใน offline retail สามารถทำได้โดยการนำข้อมูลต่างๆ เช่นปริมาณการใช้งานเครื่องมือและอุปกรณ์ต่างๆ และปริมาณการซ่อมบำรุงที่เกิดขึ้นในร้านค้ามาวิเคราะห์ เพื่อทำนายว่าอุปกรณ์หรือเครื่องมือใดมีแนวโน้มที่จะเสียหายหรือเสื่อมสภาพในอนาคต ซึ่งจะช่วยลดการชำรุดและความเสียหายที่อาจเกิดขึ้นและช่วยลดความไม่สะดวกในการใช้งานในร้านค้า


Used case : Target เป็นตัวอย่างหนึ่งที่ใช้ AI สำหรับ Predictive maintenance โดยที่ Target ใช้ AI เพื่อวิเคราะห์การใช้งานของเครื่องมือและอุปกรณ์ต่างๆ ในร้านค้า และใช้ข้อมูลเหล่านี้เพื่อทำนายว่าเครื่องมือหรืออุปกรณ์ใดมีแนวโน้มที่จะเสียหายหรือเสื่อมสภาพในอนาคต โดยใช้ Machine Learning ในการวิเคราะห์ข้อมูล ซึ่งช่วยลดการชำรุดและความเสียหายที่อาจเกิดขึ้นและช่วยลดความไม่สะดวกในการใช้งานในร้านค้าอย่างมีประสิทธิภาพมากขึ้น นอกจากนี้ Target ยังใช้ AI ในการวิเคราะห์และพัฒนาเครื่องมือและอุปกรณ์เพื่อลดความเสียหายและความไม่สะดวกในการใช้งานในร้านค้าในอนาคต


ติดต่อขอรับคำปรึกษาด้าน Marketing และ Technology

  • ให้คำปรึกษาตั้งแต่การวาง Technology Roadmap
  • การเลือกเครื่องมือที่ตอบโจทย์ธุรกิจที่สุด
  • การวาง Data Foundation ให้รองรับสเกลของธุรกิจ
  • การ Implement Platform อย่างมีระบบ
  • การทำ Change Management และการติดตามการ Adoption
  • ควบคุมการบริหารโครงการด้วยผู้มีประสบการณ์ตรง
  • รับจำนวนจำกัดไม่เกิน 2 Projects / เดือน

Email : [email protected]


Credit :
https://www.chargedretail.co.uk/2021/03/18/hm-launches-ai-powered-personal-styling-app-sorted/
https://analyticsindiamag.com/how-artificial-intelligence-is-driving-growth-at-hm/
https://futurestoreseast.wbresearch.com/blog/walmart-ai-powered-store-strategy-future-amazon-go
https://www.businessinsider.com/guides/tech/how-to-shop-at-amazon-go
https://www.lowesinnovationlabs.com/projects/lowes-vision-navigation
https://www.nbcnews.com/better/pop-culture/how-save-time-money-while-shopping-target-ncna916756


Similar Posts