Tre sätt som artificiell intelligens kommer att omvandla e-handeln under 2018

Om du inte har bott på en öde ö så vet du vad artificiell intelligens (AI) är och har upplevt de fördelar som maskininlärning har på kundupplevelse och affärsverksamhet.

Trots att AI har funnits i årtionden så är det just nu ett av de mest populära affärsämnena. Gartner förutspår att 2020 kommer AI att ligga på topp fem över investeringsprioriteringar för mer än 20 procent av CIO:er.

AI överbrygger just nu klyftan mellan att upptäcka mönster från stora dataset och förutsäga avsikt (en roll som traditionellt varit reserverad för marknadsförare och säljare). AI-driven teknik ersätter det manuella arbetet som traditionellt utförts av säljare när det gäller produktrekommendationer och marknadsförare gällande annonsutgifter. För närvarande kommer AI inte helt ersätta all mänsklig ansträngning, men dramatiskt förbättra effektiviteten hos e-handelsteam som använder den samt förbättra kundupplevelsen hos de som köper från AI-centrerade e-handelsföretag.

 

Idag förbättrar AI kundupplevelsen genom att leverera personaliserade produktrekommendationer

Det huvudsakliga sättet som AI har tagit onlinevärlden med storm är genom att leverera mycket personaliserade upplevelser av vad kunderna vill ha. Att använda AI för att anpassa kundresan har ett stort mervärde. Enligt en rapport från Boston Consulting Group ser de som har implementerat personaliseringsstrategier försäljningsökningar på 6-10%, vilket är två till tre gånger mer än hos andra återförsäljare.

Många e-handelswebbplatser använder AI-drivna produktrekommendationsmotorer för att rikta och anpassa vilka produkter som visas för kunderna. Detta uppnås genom att spåra och analysera stora mängder kundbeteende på e-handelswebbplatser samt tillämpa maskininlärningsalgoritmer för att välja vilka produkter en enskild konsument sannolikt kommer att köpa baserat på deras tidigare surf- och köpbeteende jämfört med andra onlinekunder. En mängd olika maskininlärningsalgoritmer har utvecklats av teknikleverantörer (inklusive Episerver). Dessa ändrar rekommendationerna baserat på det skede eller den kanal där kunden handlar. Exempelvis kan algoritmer som prioriterar toppsäljande produkter användas för en produktinformationssida medan algoritmer som prioriterar gratisprodukter kan användas för kundvagnen och kassan.

 

2018: Ständigt närvarande personalisering, röst- och dialogrobotar och introduktion av prediktiv analys

 

1. Ständigt närvarande och automatiserad personalisering med hjälp av maskininlärningsalgoritmer 

Nu utvidgas AI-drivna personaliseringsverktyg in i nya steg i kundresan, som att anpassa sökresultat på e-handelswebbplatser till varje enskild kund och lägga in anpassade produktrekommendationer till nya digitala beröringspunkter som shopping via speglar. Personaliserade sidsökverktyg som Episerver Personalized Find ändrar automatiskt sorteringsordningen för produktsökningar baserat på beteendet hos den användare som utför sökningen. Detta har potential att dramatiskt förbättra sökresultatens relevans och leda till högre konverteringsfrekvenser från sökdrivna resor som traditionellt har en större köpavsikt.

2. Rösthandel och dialogrobotar som drivs med naturlig språkbehandling

Men de mest transformativa AI-verktygen som vi som konsumenter kommer att uppleva kommer att använda sig av naturlig språkbehandling (NLP, Natural Language Processing) för att förstå och svara på röst- och livechattinteraktioner. NLP-dialogrobotar (chatbots) kan bäddas in och användas via stora meddelandeprogram för att fungera som kundtjänst utan att en människa behövs. Även om dialogrobotar inte kan hantera alla kundfrågor så kan de användas för att hantera många av de rutinfrågor som oftast utgör de flesta serviceförfrågningar. Dialogrobotar gör det enkelt och snabbt för kunder att nå handelsföretagen med samma meddelandetjänster som de använder varje dag.

Rösthandel är en annan tillämpning av NLP som kommer att förändra hur konsumenterna interagerar med e-handelswebbplatser. NLP-rösthandelsverktyg och virtuella personliga assistenter (VPA) låter konsumenter söka och köpa med röstkommandon i scenarier där en kund inte har en pekskärm eller dator. Faktum är att Gartner Research förutspår att 2020 kommer slutanvändare att spendera 2,1 miljarder dollar på VPA-högtalare och den sammantagna årliga tillväxten kommer att vara 43% från 2015 till 2020. De tror även att under 2018 kommer 30% av våra samspel med teknik ske genom ”samtal”.

3. AI kommer att hjälpa marknadsförare fatta bättre beslut med prediktiv analys 

Medan AI har och kommer att fortsätta att förvandla hur vi handlar på nätet, så kommer de mest revolutionerande förändringarna i e-handel vara hur e-handlare och B2B-företag analyserar kundresor och fattar marknadsförings- och säljbeslut.

Prediktiv analys gör det möjligt för AI att ta över urskiljning och förutsägelser. Detta har historiskt varit reserverat för mänsklig bedömning. Prediktiv analys använder mönsterigenkänningsteknik för att bearbeta och upptäcka mönster i stora mängder data som samlas in av e-handlare. Datan är ofta så omfattande och varierad att många marknadsförare och säljare skulle missa eller avfärda mönster som artificiella intelligensprogram lätt kommer att upptäcka. När AI kan upptäcka dessa mönster kan AI-program läras att visa dessa fynd som säljare kan agera på. Det kallas nästa bästa åtgärd. Det finns tre scenarier som dyker upp som både stora och små e-handelsteam kan dra nytta av när det gäller prediktiv analys; modellering av köpbenägenhet, produktförsäljningsanalys och integrerad digital marknadsanalys.

Köpbenägenhet: Som e-handelsledare vill vi självklart veta vem som vill köpa något och när de vill köpa det. Ett användarexempel är att en marknadsförare kan se hur många digitala interaktioner (som sidvisningar eller e-postmeddelanden) som skickas innan ett stillastående kundsegment återaktiveras och gör ett köp. Nästa bästa åtgärd kommer att göra det möjligt för marknadsförare att skapa ett kundsegment som närmar sig köpgränsen och erbjuda en riktad marknadsföring.

Produktförsäljningsanalys: E-handelsledare skulle också gärna vilja veta vilka produkter som kommer att bli populära om de sätts på rea och vilka produkter som förmodligen kommer att säljas med eller utan prisnedsättning. Prediktiv analys kan analysera tidigare försäljningsdata så att en säljare kan se vilka produkter som sannolikt kommer att sälja nästa månad om de sätts på rea.

Integrerad digital marknadsanalys: John Wanamakers berömda och korrekta uttalande: "Hälften av pengarna som jag spenderar på reklam är bortkastade, problemet är att jag inte vet vilken hälft" är ännu mer relevant i en digital ålder än i början av 1900-talet när Wanamaker drev butiksverksamhet. Prediktiv analys gör det möjligt för marknadsförare att se vilka kundresor som leder till konverteringar och vilka som slösar bort pengar på dyrbara annonseringspengar och resurser. Marknadsförare kommer att kunna fråga AI-drivna analysplattformar om vilka kundresor som resulterar i en försäljning och vilka resor som genererar mycket trafik men inte driver tillväxt.

År 2018 kommer data att vara den nya valutan

Tekniken som möjliggör denna nivå av analys kräver ett centralt lagringsutrymme av all kunddata, inklusive surfbeteende och inköp. I det framväxande området för AI-driven e-handel är data den nya valutan. E-handelsavdelningar måste centralisera sin kund- och orderdata och berika denna dataprofil genom att integrera sin marknadsföring, e-handel och backoffice-teknik. Vissa företag har kommit långt med dessa initiativ men de flesta har inte ens börjat. Episerver driver en plattform för kunddatahantering (Customer Data Management) som gör det möjligt för marknadsförare och säljare att köra användarfall för prediktiv analys liknande de som beskrivits ovan.

AI kommer att förändra spelreglerna

Framsteg inom artificiell intelligens har förändrat våra liv och AI:s konsekvenser vinner mark inom detaljhandel och e-handel. AI börjar ha en betydande inverkan på hur e-handelsföretag attraherar och behåller kunder. En undersökning av Gartner spår att år 2020 kommer 85% av en kunds relation med ett företag att hanteras utan mänsklig interaktion. Medan e-handelsjättar som Amazon, Walmart och eBay har använt dessa möjligheter bakom kulisserna i flera år, kan mer blygsamma e-handelslag göra detsamma. Detta förbättrar dramatiskt effektiviteten hos de team som använder AI samtidigt som kundupplevelsen för de som köper från dessa företag förbättras. AI blir alltmer sofistikerad för varje dag som går och e-handelsföretag kan nu utnyttja den kraften för att förbättra konsumenternas shoppingupplevelse. 

 

Talk to a digital commerce expert to see Episerver in action

See how Episerver Commerce can work for your business to increase sales easier and faster.

Contact us

 

 

Edward Kennedy

Edward Kennedy

Commerce Strategist @Episerver

Email: Ed.Kennedy@episerver.com

White paper: AI and the Customer Experience Revolution

Ecommerce guide

White paper: AI and the Customer Experience Revolution How AI can transform your digital experiences.

Read the white paper