Google Cloud lancia nuovi strumenti di intelligenza artificiale per i retailer

Google Cloud ha introdotto quattro tecnologie AI, nuove e aggiornate, per aiutare i retailer a trasformare i loro processi di controllo degli scaffali in negozio e migliorare i loro siti di e-commerce con esperienze di acquisto online più fluide e naturali per i clienti.

La nuova soluzione di controllo degli scaffali basata sull'intelligenza artificiale di Google Cloud può aiutare i retailer a migliorare la disponibilità dei prodotti sugli scaffali, fornire una migliore visibilità sull'aspetto effettivo dei loro scaffali e aiutarli a capire dove sono necessari rifornimenti. Basata su Vertex AI Vision di Google Cloud e alimentata da due modelli di machine learning, l'intelligenza artificiale per il controllo degli scaffali consente ai retailer di risolvere un problema molto complesso: come identificare prodotti di tutti i tipi, su larga scala, basandosi esclusivamente sul caratteristiche visive e testuali di un prodotto, e tradurre tali dati in insight fruibili.

Grazie al database di Google che contiene miliardi di entità uniche, inoltre, l’AI per il controllo degli scaffali di Google Cloud può identificare i prodotti da una varietà di immagini scattate da diverse angolazioni e punti di vista. I retailer potranno beneficiare così di un alto grado di flessibilità nei tipi di immagini che possono fornire all’AI per il controllo dello scaffale. Ad esempio, un retailer può utilizzare le immagini di una telecamera montata sul soffitto, del telefono cellulare di un collaboratore o di un robot che si aggira per il negozio adibito al controllo degli scaffali.



Per aiutare invece  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 funzione di navigazione alimentata dall'intelligenza artificiale nelle sue soluzioni Discovery AI per i retailer. La funzionalità utilizza il machine learning per selezionare l'ordine ottimale dei prodotti sul sito di e-commerce di un retailer una volta che gli acquirenti scelgono una categoria.

Per aiutare i retailer a creare esperienze di acquisto online più fluide e intuitive, Google Cloud hapoi  introdotto una nuova funzionalità di personalizzazione basata sull'intelligenza artificiale che personalizza i risultati che un cliente ottiene quando cerca e naviga nel sito web. La tecnologia potenzia le capacità della nuova offerta di navigazione di Google Cloud e della soluzione Retail Search esistente.

L'intelligenza artificiale alla base della nuova capacità di personalizzazione è un riconoscimento di pattern di prodotto che utilizza il comportamento di un cliente su un sito di e-commerce, come i clic, il carrello, gli acquisti e altre informazioni, per determinare i gusti e le preferenze dell'acquirente. L'AI quindi sposta i prodotti che corrispondono a tali preferenze nella classifica di ricerca e navigazione per offrire un risultato personalizzato.

L'acquirente viene identificato tramite un account che ha creato con il sito del retailer o tramite un cookie di prima parte sul sito web. Come con tutte le soluzioni Google Cloud, i clienti possiedono e controllano i propri dati: le informazioni sulle preferenze dei clienti sono comunicati esclusivamente al retailer. Questa tecnologia è ora generalmente disponibile per i retailer di tutto il mondo.

Nuovi aggiornamenti a Recommendations AI introducono infine nuovi strumenti di personalizzazione dei siti ecommerce. Ad esempio, una nuova funzione di ottimizzazione a livello di pagina ora consente a un sito di e-commerce di decidere dinamicamente quali pannelli di suggerimento prodotto mostrare in modo univoco a un acquirente. L'ottimizzazione a livello di pagina riduce inoltre al minimo la necessità di test della user experience che richiedono notevoli risorse e può migliorare il coinvolgimento degli utenti e i tassi di conversione.

Inoltre, una funzione di ottimizzazione dei profitti aggiunta di recente utilizza il machine learning per offrire migliori consigli sui prodotti che possono aumentare le entrate per sessione utente su qualsiasi sito di e-commerce. Un modello di machine learning, realizzato in collaborazione con DeepMind, combina le categorie di prodotti di un sito di e-commerce, i prezzi degli articoli, i clic e le conversioni dei clienti per trovare il giusto equilibrio tra soddisfazione a lungo termine per gli acquirenti e aumento delle entrate per i retailer. Infine, un nuovo modello di riacquisto  sfrutta la cronologia degli acquisti di un cliente per fornire consigli personalizzati per potenziali acquisti ripetuti.



"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".