Бизнес в сфере электронной коммерции — один из наиболее продвинутых с точки зрения использования ИИ, по сравнению с финтехом, новыми медиа и даже соседствующим ритейлом. Для каких задач компании применяют его уже сейчас, чтобы сокращать издержки и увеличивать прибыль — рассказали в материале.
Содержание
Компании, внедрившие ИИ-технологии в бизнес-стратегии, получают на 20% больше выручки
В 2023 г. «Яков и Партнеры» опросили 100 CTO крупнейших российских компаний в 15 индустриях. Исследование показало, что 100% e-commerce-проектов выделяют внедрение AI как одну из стратегических целей, успешно встраивая эти инструменты в повседневный бизнес. В то же время менее, чем 10% ритейлеров делают то же самое. При этом и ритейл и e-commerce игроки ждут, что ИИ позволит им сократить затраты и увеличить лояльность клиентов. И не зря: по данным зарубежных исследований, компании, внедряющие AI в собственную бизнес-стратегию, получают на 20% больше выручки и сокращают затраты в среднем на 8%. При этом 84% e-commerce глобальных компаний считают внедрение ИИ главным стратегическим приоритетом.
Еще немного статистики:
-
50% игроков в электронной коммерции не видят вообще никаких рисков и угроз со стороны AI, вторая половина разделяет лишь страхи по кибербезопасности («Яков и Партнеры»);
-
распознавание голоса станет одним из самых востребованных инструментов в рамках ИИ: уже 22% пользователей предпочитают общаться с голосовым помощником вместо того, чтобы печатать запросы в поисковую строку (Pew Research);
-
75% ИТ-директоров считают, что AI поможет повысить кибербезопасность (Statista);
-
Китай от внедрения AI выиграет больше всех остальных стран: к 2030 г вклад от ИИ-технологий может составить 26,1% ВВП страны или $7 трлн (ECDB);.
-
к 2035 году ИИ-функциональность может стать драйвером роста прибыли всех глобальных e-commerce-проектов почти на 38% благодаря таким инструментам, как гиперперсонализация покупательского опыта, оптимизация цепочек поставок, повышение качества обслуживания клиентов и других (Ecombusinesshub).
Взглянем подробнее на 5 ИИ-функций с бизнес-пользой для e-commerce-проектов.
Умный поиск
Задача умного поиска с AI — понять покупательские намерения клиента, лежащие в основе его поискового запроса. Для эффективной работы функции необходимы поведенческие данные покупателей сайта. Используя их, а также алгоритмы машинного обучения, умный поиск предложит более контекстуальные результаты. Например, если покупатель искал шляпы, и ИИ смог определить, что у него скоро свадьба, то поиск отобразит элегантные шляпки и вуали вместо шерстяных зимних шапок. Технология постоянно «изучает» пользователя и его предпочтения, чтобы предлагать наиболее релевантный товар. Так, для запроса «лучшая одежда на праздники», результаты скорее покажут одежду от любимых брендов.
Поиск с ИИ может считывать семантические запросы. Источник: Mindbox
В России протестировал умный поиск онлайн-магазин MaskShop: внедренная технология распознает транслитерацию, однокоренные слова, синонимы, ищет товары по артикулам. Подход позволил снизить запросы с нулевым результатом и число звонков в колл-центр.
В рамки умного поиска также входит и поиск по картинкам, который который облегчает покупку ранее неизвестных продуктов. Функция пользуется успехом на мобильных устройствах и в рамках поиска сложных товаров, какие бывают, например, в b2b-сегменте. Так, поиск по картинкам внедрила компания Alibaba. Внутренние исследования площадки показали, что использующие его пользователи на 28% чаще закрывали сделку, по сравнению с обычным поиском.
Логистика, прогнозирование и управление цепочками поставок
ИИ уже сейчас позволяет ритейлерам и интернет-магазинам автоматизировать повторяющиеся логистические задачи, оптимизировать складские процессы, роботизировать производства. Например, AI сможет оцифровать и оптимизировать работу с документами: определять их тип, дополнить их данными из открытого доступа. Другой пример — на складе ИИ может распознавать лица конкретных сотрудников, номера автомобилей, состояние конкретных товаров, штрихкодов. Так, анализируя данные в реальном времени, инструмент подскажет, какой маршрут выбрать, чтоб довезти продукцию быстрее. Помимо этого ИИ сможет проводить прогнозную работу: предсказывать сезонный спрос, управлять запасами, оптимизировать ценообразование.
Кейсов использования ИИ в логистике уже достаточно. Так, «СДЭК» сократили «холостой» пробег на 20% и снизил топливные издержки через оптимизацию маршрутов с помощью AI. «Северсталь» применили технологию для прогнозирования спроса, оптимизации размещения и перемещения товаров на складе. Благодаря этому удалось сократить время на обработку складских операций на 30%, а объемы избыточных запасов на 20%.
Команда «Ленты» собрала ML-алгоритм, который учитывает следующие факторы: сотни атрибутов товаров; специфику торговых точек; особенности и пересечения промоакций; ценовые и товарные характеристики; объем запасов; сезонный спрос и даже магазины конкурентов поблизости. «Умный» прогноз разгрузил сотрудников магазинов и позволил оптимизировать закупки и хранение товаров. Так, решение помогло снизить объем списания на 4% и сократить длительность расчета на 30%.
Продуктовые рекомендации
Один из самых эффективных инструментов в рамках ИИ, который позволяет увеличить конверсию и повысить удовлетворенность клиентов за счет создания чувства, что бренд понимает потребности и предпочтения покупателей. С помощью товарных рекомендаций на основе ИИ, по данным McKinsey, затраты на маркетинг сокращаются на 10-30%, число клиентов увеличивается на З-5%, а их удовлетворенность — на 5-10%. В основе товарных рекомендаций лежат данные о поведении посетителей сайта, которые позволяют предложить им наиболее релевантные товары исходя из их действий в онлайн-магазине. Например, система может учитывать прошлые покупки или просмотры товаров.
AI-рекомендации внедрила команда маркетплейса Lamoda. С его помощью лента товаров будет формироваться иначе для каждого покупателя
Опробовала технологию компания Yves Rocher, внедрившая персонализированные продуктовые рекомендации на основе first-party данных. Благодаря технологии команде удалось увеличить число кликов на рекомендованный продукт в 17,5 раз в течение одной минуты после показа рекомендации, а объем его продаж — в 11 раз.
Помощники и чат-боты на основе ИИ
Согласно зарубежной аналитике, чат-боты с ИИ обрабатывают уже 70% всех чатов с клиентами. Функциональность умных помощников обширна: используя поведенческие данные о клиенте, они могут круглосуточно переписываться с покупателями и помогать им с вопросами по доставке, товарам, инструкциям и условиям работы. При этом помощники могут даже понимать эмоциональную составляющую сообщений и предсказывать, какое действие пользователь предпримет следующим. Бизнесу обученные AI-ассистенты помогают определять подделки, оптимизировать товарные описания и карточки товаров, а также проводить небольшие A/B тесты. Автоматизированная помощь помогает снизить объем ручных операций, разгрузить отделы клиентского сервиса и продаж, повышать качество клиентского опыта.
Протестировала «умного» ассистента Amazon. Компания встроила помощника Руфуса в бета-версию приложения Amazon Shopping для теста среди покупателей США. Команда натренировала помощника на обширном каталоге маркетплейса, отзывах и вопросах клиентов и другой онлайн-информации. Руфус может отвечать на вопросы о продуктах, давать товарные рекомендации, помогать с выбором. Так, у него можно спросить: «Что нужно учесть перед покупкой наушников?», «Что лучше надеть на тренировку в гольф в холодную погоду?» или «Что лучше купить в подарок на День святого Валентина?». Подобное общение с помощником позволяет вовлечь покупателя, довести его до конверсии и повысить его лояльность.
Отзывы
Чтение обзоров и отзывов уже купивших товар клиентов часто играют решающую роль перед покупкой: зарубежные исследования показывают, что отзывы повлияли на решение о покупке 93% онлайн-покупателей. Компаниям AI позволяет экономить ресурсы, в автоматическом режиме анализируя тысячи отзывов и выявляя главные мысли из них. ML-модели облегчают анализ поведения клиентов, их потребностей, ожиданий, предпочтений, проблемных точек. В основу алгоритма ложатся LLM, Large Language Models или массивные вычислительные модели, которые обучаются на огромных объемах текстовых данных, в том числе и неструктурированных — тех самых отзывов на сайтах онлайн-магазинов.
В результате анализа алгоритмы позволяют выявлять ненастоящие результаты, синтезировать суть тысяч отзывов, понимать эмоциональный контекст комментариев и помогать тем самым пользователям сделать покупку, а компаниям — сэкономить деньги и снизить нагрузку на клиентский сервис. В 2020 году Google удалили 55 млн ненастоящих отзывов, поэтому зачистка больших объемов «фейковых» комментариев создает большую нагрузку на ресурсы бизнеса. Более того, пользователям удобнее быстро прочитать синтез всех сотен комментариев, оставленных на продуктовой странице, чтобы быстрее перейти в корзину и совершить конверсию. Так, опрос Capgemini показал, что в 2024 году 36% покупателей в 11 странах использовали автоматизированные сводки отзывов по продуктам в интернет-магазинах, а PowerReviews подсчитали, что сортировка отзывов по самой высокой оценке увеличила долю конверсий на 181,3%.
Самое главное из более, чем 10 тыс отзывов
Подобный инструмент давно внедрил «Яндекс» в свой маркетплейс «Яндекс Маркет». Нейросеть YandexGPT анализирует отзывы покупателей, выделяет из них недостатки и преимущества товаров и синтезирует их краткий список. Компания использовала автоматизацию также на своей обучающей платформе «Яндекс Практикум», чтобы снизить объем человеческого фактора и увеличить эффективность анализа. Так, раньше опытный сотрудник анализировал до 100 отзывов за час. При этом в спешке качество анализа снижалось: единицы смысла пропускались или интерпретировались неверно. Теперь скорость обработки кратно повысилась — как и статистическая значимость.
Что ждать от ИИ-технологий в будущем
Эксперты предсказывают, что в рамках e-commerce индустрии повсеместным станет использование голосовых ассистентов и помощников на основе AI. В зарубежных странах популярностью пользуются Siri от Apple, Google Assistant, Alexa Amazon и Cortana Microsoft. В России популярностью пользуется Алиса от «Яндекса». Весной компания заявила, что голосовой помощник теперь обрабатывает почти все запросы пользователей с помощью собственной нейросети YandexGPT. Если раньше Алиса» отвечала лишь на 60% вопросов, а остальные 40% запросов возвращались в виде ссылки на поисковую выдачу, то теперь количество полноценных ответов выросло до 95%. Голосовые помощники будут знать, понимать и учитывать предпочтения своих владельцев, вовремя предлагая нужный товар. Это открывает возможности для кросс- и апсейла, гиперперсонализированных продаж и в целом полностью новый покупательский опыт.
А мы продолжим наблюдать за развитием инструментов будущего.
***
«КОРУС Консалтинг» может выполнить e-commerce-проект любой сложности. Если у вас остались вопросы или требуются партнеры в разработке e-commerce-проекта для бизнеса — оставьте заявку в форме ниже или напишите на адрес omni@korusconsulting.ru. Мы с вами свяжемся.
