Чем искусственный интеллект может помочь электронной коммерции?

После событий 2020 года онлайн-торговля не будет прежней. В то время как вся планета была «заморожена» пандемией, традиционный ритейл обнаружил, что не может конкурировать с интернет-магазинами, когда жизнь людей ограничивается их домами. Но стоит признать, что и без того немалая конкуренция в интернете сейчас стала еще выше. И чтобы выиграть в этой борьбе, нужно одним из первых внедрять новые инструменты. В том числе, искусственный интеллект, машинное обучение и анализ больших данных. О том, как это сделать, рассказывает Марго Бергер из OWOX.

Фото: Andrey_Popov/shutterstock

На основе технологий искусственного интеллекта создано множество приложений, сервисов и программ, но не все из них в равной степени применимы к интернет-магазинам. К тому же они довольно дороги в реализации. Поэтому, прежде чем начать внедрять новую причудливую технологию, давайте посмотрим, как ИИ может обеспечить рост ecommerce, улучшить качество обслуживания клиентов и повысить коэффициент конверсии.

Что такое ИИ?

Технологии искусственного интеллекта (ИИ) выполняют те задачи, которые раньше были под силу только людям. Как и люди, они обучаются на собственном опыте и информации, которая есть в наличии, но делают это гораздо быстрее. Идея искусственного интеллекта возникла в 1956 году, так что это уже старая и надежная технология с сильной математической и программной базой. Разрабатывается множество различных технологий искусственного интеллекта:

• Глубокое обучение (Deep learning)

• Обработка естественного языка (Natural language processing)

• Машинное обучение (Machine learning, ML)

• Обнаружение мошенничества (Fraud detection)

• Нейронные сети (Neural networks)

• Когнитивные вычисления (Cognitive computing)

• Компьютерное зрение (Computer vision)

• Технологии на основе Интернета вещей (IoT-based technologies)

С тех пор, как бизнес обосновался в интернете, искусственному интеллекту приходится много работать со всеми петабайтами поведенческих, финансовых и маркетинговых данных, которые собираются компаниями. И даже если два из пяти стартапов в области ИИ вообще не основаны на ИИ, количество существующих на рынке решений все равно огромно.

Самый большой недостаток технологий искусственного интеллекта в том, что они полностью зависят от данных, которые им предоставляют. Если данных недостаточно или они низкого качества, от толку от них будет мало. И требуется время и специалисты, чтобы интегрировать эту технологию в существующую экосистему данных компании.

Фото: Andrey_Popov/shutterstock

Как ИИ можно использовать в онлайн-торговле?

Итак, до внедрения ИИ важно не только собрать достаточно данных, но и убедиться в их качестве. Искусственный интеллект мотивирует компании объединять отделы продаж, маркетинга, рекламы, обслуживания клиентов и даже логистики в единую структуру данных, где качество и полнота данных являются приоритетом номер один.

Когда все бизнес-данные собираются и хранятся правильно – без потерь и дублирования, без нарушений формата, если все связи логически ограничены, – то такие данные можно использовать для обучения искусственного интеллекта и дальнейшего использования. Они позволят получить высококачественную аналитику с достаточной мощностью для решения сложных бизнес-задач, улучшить процессы и повысить качество обслуживания клиентов.

Вот краткий список возможностей ИИ для онлайн-ритейла:

• Прогнозировать будущие конверсии. Отслеживая все действия пользователя на сайте и в приложении, можно предугадывать, какую покупку и когда он совершит и не таргетировать на него «лишнюю» рекламу, но увеличивать ставки в самый подходящий момент.

• Увеличить ROI (окупаемость инвестиций) рекламных кампаний. Оптимизируя таргетинг рекламных кампаний, ИИ позволяет уменьшить бюджет на рекламу, не просев в продажах. Те посетители, которые еще не готовы к покупке, будут исключены из рекламных сегментов или по ним будут автоматически снижены ставки.

• «Умный ассистент», помогающий клиентам находить нужные товары. С помощью ИИ можно улучшить логику поиска на сайте и создать чат-бота, который будет помогать посетителям оформлять заказы в любое время.

• Только персонализированные предложения. Отслеживание всех точек взаимодействия; всех товаров, которые просматривали клиенты; всех цен, на которые они отреагировали –  позволяет сформировать персонализированный пул товаров и предложений для каждого покупателя.

• Прогнозировать путь клиента. На основе рекомендаций искусственного интеллекта можно сделать путь к покупке максимально комфортным, и получить конкурентное преимущество за счет гибкой маржи и возможности оценить эффективность будущего маркетингового плана. К тому же, можно улучшать точки офлайн-продаж. Собирать данные с датчиков и видеокамер, чтобы отслеживать то, как посетители двигаются в магазине – как строят свой путь, где останавливаются дольше, а какие стеллажи оставляют без внимания.

• Сократить количество человеческих ошибок при планировании цепочки поставок. Можно обеспечить полную прозрачность складских запасов в реальном времени.

• Обнаруживать проблемы до того, как они возникнут. Технология ИИ позволяет получать уведомления об аномалиях или подозрительных транзакциях, действиях поставщиков, мошенничестве, пока еще есть время, чтобы вмешаться в ситуацию и выяснить, что происходит.

Вот показательный пример использования ИИ для онлайн-ритейла.

Фото: «Эльдорадо»

Кейс: увеличение ROI контекстной рекламы в 2,2 раза с помощью прогноза конверсий

Проект, о котором пойдет речь, реализован агентством Dentsu Russia для ритейлера «Эльдорадо». Его целью была оптимизация расходов на рекламу таким образом, чтобы метрики, связанные с эффективностью, выросли; а частота контакта с теми, кто не намерен делать покупку в ближайшее время, – снизилась. Ведь при покупке трафика на сайт в таких системах, как Google Ads, «Яндекс.Директ», Facebook, основные расходы приходятся на клики пользователей, которые не делают заказов. А если делают, то не всегда его выкупают.

Dentsu использовали модель от OWOX BI, которая с помощью технологии машинного обучения рассчитывает вероятность совершения покупки для каждого пользователя сайта с момента его первого визита, и определяет, стоит ли тратить на него рекламный бюджет дальше.

Такая модель обучается на исторических данных о поведении пользователей сайта, данных CRM о выкупленных заказах и агрегированных и анонимизированных данных десятков тысяч клиентских проектов OWOX.

В результате сеть «Эльдорадо» получила:

1. Расчет вероятности совершения покупки для каждого пользователя сайта с учетом выкупаемости заказа.
2. Этот расчет обновляется при каждом действии или бездействии пользователя. То есть, если пользователь зашел на сайт и совершил ряд действий, ему присваивается вероятность Х%. Но если он не возвращается в течение следующих нескольких дней, то вероятность будет уменьшаться.
3. Выделили 10 сегментов пользователей, разделенных по вероятности с шагом в 10 пунктов (10%, 20%, 30% и так далее). Затем эти сегменты передаются в рекламные сервисы, и их эффективность анализируется в разрезе рекламных кампаний. Это позволяет корректировать ставки: уменьшать их для аудиторий с низкой вероятностью и увеличивать для аудиторий с высокой. 

Для расчета вероятности модель учитывает более 60 параметров, например:

• количество сессий и хитов в рамках конверсионного окна;

• действия на сайте в течение сессии;

• временные паузы между сессиями;

• общее количество действий;

• устройство сессии, операционная система;

• какие источники трафика были у пользователя в рамках конверсионного окна;

• количество действий на каждой странице в рамках сессии;

• время конкретной сессии, суммарное время сессий в рамках конверсионного окна.

Человеческий ум не способен провести такой анализ, а машинное обучение – да. В результате ROI рекламных кампаний (с учетом выкупаемости заказов) вырос в 2,2 раза, а разница в доходе по выкупленным заказам увеличилась в 2,7 раза в пользу кампаний с аудиториями OWOX BI по сравнению с контрольной группой.

Что дальше?

Возможно, однажды нас и ждет война роботов с человечеством, но пока мы точно можем использовать компьютерные технологии во благо. Увеличивать эффективность рекламы, оптимизировать расходы, экономить время на подготовку контента и общение с пользователями. Технологии искусственного интеллекта способны помочь адаптировать бизнес к новым реалиям и высокой конкуренции. Нужно только дать им шанс.

Марго Бергер, OWOX BI