Олег Лесов, eSputnik: Роль искусственного интеллекта в повышении продаж в ритейле

23.12.2024 10:00

140

Дарія Осіїк

Читати українською мовою

CPO eSputnik Олег Лесов во время своего выступления на RAU Summit 2024 рассказал, как искусственный интеллект помогает улучшать алгоритмы товарных рекомендаций, увеличивать конверсию, повышать продажи и оптимизировать работу маркетологов. RAU публикует основные тезисы его выступления.

Перспективы развития ИИ

Если в 2022 году инвестиции в искусственный интеллект составляли около $5 млрд, то уже в 2023 году они достигли $25 млрд. Сейчас ИИ стремительно догоняет людей в различных сферах. В частности, возможности ИИ в визуальном мышлении, понимании английского языка, знании математики уже почти сравнялись с человеческими возможностями.

В начале этого года ИИ правильно решал лишь 4% задач в программировании. Сейчас этот показатель составляет уже около 50%. И возможно, что в следующем году эти задачи искусственный интеллект будет решать уже на уровне человека.

Существуют опасения, что ИИ заменит всех сотрудников. Но вероятнее, что люди, которые умеют использовать искусственный интеллект заменят тех, кто не работает с ним. То есть через пять лет пользование ИИ для выполнения рабочих задач будет так же обязательным, как сейчас использование электронной почты.

В этом есть свои преимущества: искусственный интеллект быстрый и много знает. Например, ChatGPT вмещает в себя знания всего интернета. Поэтому, конечно, в маркетинге и ритейле есть много сфер, где можно использовать ИИ для оптимизации работы. В общем, в каждом подразделении можно найти применение искусственному интеллекту, чтобы улучшить внутренние или внешние процессы взаимодействия с клиентами.

Примеры применения ИИ в ритейле

В мобильном приложении Sephora с помощью ИИ можно примерить макияж. Эта функция очень популярна среди клиентов ритейлера и существенно повышает вовлеченность.

На сайте Amazon, на самом видном месте можно найти Rufus — ИИ-ассистент, который помогает клиентам совершать покупки. С ним можно пообщаться и получить подробную информацию о любом товаре, который есть в наличии на маркетплейсе. Также ИИ помогает ритейлеру улучшать внутренние процессы, например, генерировать контент для карточек товара или помогать продавцам находить и структурировать новый контент.

Как eSputnik применяет инструменты ИИ для оптимизации работы своих клиентов

CDP eSputnik предоставляет ритейлерам возможность использовать ИИ для повышения эффективности бизнеса:

Генеративные инструменты: для автоматизации рутинных процессов и высвобождения времени маркетолога для стратегических задач. Например, ИИ берет на себя улучшение текстов и наполнение контентных блоков емейл-рассылок, создает целые мобильные кампании для конкретных целей и аудиторий.
Предиктивные инструменты: для выявления паттернов поведения клиентов и прогнозирования их будущих потребностей и действий. Анализируя огромные объемы информации ИИ создает:

персональные товарные рекомендации, которые с наибольшей вероятностью заинтересуют клиента и он совершит покупку ;
предиктивные сегменты: алгоритмы отбирают клиентов, которые с наибольшей вероятностью готовы к покупке. Это позволяет бизнесу оптимизировать расходы на рассылки, что особенно важно при использование таких дорогостоящих каналов, как Viber и SMS.

Товарные рекомендации

Товарные рекомендации — это блоки с определенными товарами, которые могут быть интересны покупателю.

Товарные рекомендации давно существуют на рынке. Мы смогли улучшить их эффективность с помощью новых ИИ-подходов. Обычно, товарные рекомендации на базе ИИ повышают конверсию сайта в среднем на 20-30%, а наш рекордный результат достиг 60%.

Чтобы достичь наилучших результатов, ИИ следует сочетать с бизнес-логикой на разных этапах воронки продаж — например, для cross и up-sell или подбора next best offer.

В частности, с помощью ИИ для одного из наших клиентов — магазина спортивной одежды — нам удалось повысить конверсию на 25% и кратно увеличить количество заказов из рекомендательных блоков.

Но страницы сайта это не единственный канал, где стоит внедрять товарные рекомендации. Они доступны для использования:

на сайте: в каналах App Inbox, Web Push, виджеты;
в мобильном приложении: как на страницах товаров, в корзине, так и в каналах In-App, App Inbox, Mobile Push;
в других каналах: Email, Viber, Telegram bot, SMS, Telegram bot.

Персональные рекомендации на базе ИИ могут существенно повлиять на результаты массовых рассылок. Поскольку такие электронные письма имеют большой охват, добавление индивидуально подобранных товарных предложений может повысить конверсии и вовлеченность. Например, для маркетплейса по поиску медикаментов Liki24 инструмент товарных рекомендаций принес +70,8% к конверсии массовых рассылок. А для украинского бренда витаминов и диетических добавок Perla Helsa +106% (или увеличение в 2 раза).

Как работает ИИ в «новых» товарных рекомендациях

В 2017 году Google опубликовал документ под названием «Attention is all you need», который ввел новую архитектуру для нейронных сетей искусственного интеллекта — «Трансформер». Сейчас почти все модели искусственного интеллекта используют именно эту архитектуру.

Что это значит для ритейла и как модель помогает строить лучшие товарные рекомендации? Ранее товары подбирались к товарам (шлем к велосипеду, спортивные товары к другим спортивным товарам и т.д.). Зато архитектура трансформерной модели позволяет целостно оценивать весь путь клиента, где учитывается каждый его клик, каждая предыдущая покупка или просмотренный товар. Это влияет на формирование персональных товарных рекомендаций, которые человек получит в письме или в других каналах.

eSputnik занимается созданием товарных рекомендаций более 12 лет. Казалось, что улучшить алгоритмы существенно уже почти невозможно. Но сочетание архитектуры «Трансформер» с большими языковыми моделями (Language Models), дало лучшие результаты за все время работы нашей компании.

Так, нам удалось существенно улучшить конверсию с товарных рекомендаций для сети Dnipro-M, клиенты которой, как оказалось, склонны к импульсивным покупкам.

Сегментация клиентов с помощью ИИ

Искусственный интеллект также помогает с сегментацией клиентов. Ранее маркетологи вручную перечисляли много условий для создания сегментов. Однако с ростом объема информации ручная сегментация стала слишком сложной из-за большого количества параметров и данных. Искусственный интеллект анализирует такие данные как история покупок, паттерны в прошлых покупках, монетарные значения, дата последней покупки, демографические факторы, полная история просмотров, сходства между различными группами покупателей и позволяет все это обобщить и упростить.

Используя технологию предиктивной сегментации, мы разделили всех пользователей наших клиентов на четыре сегмента: потенциальные покупатели, гарантированные покупатели, маловероятные покупатели и неопределившиеся. Это позволяет оптимизировать рекламные кампании и достигать лучших результатов. Например, отправлять сообщения маловероятным покупателям в таких дорогих каналах как SMS или Viber малоэффективно, зато этот канал дает хорошие результаты, если отправлять сообщения гарантированным и потенциальным покупателям. Например, украинский бренд одежды O.TAJE использовал предиктивную сегментацию и получил +310% ROMI рассылок в Viber и +300% к коэффициенту конверсии.

ИИ для А/Б тестирования

ИИ также позволяет выбирать лучшие сообщения для отправки клиентам. Для своих клиентов мы создали инструмент «Одно из многих», который автоматически выбирает лучшее сообщение из нескольких предложенных маркетологом. Также, встроенный в редактор ИИ может самостоятельно создать сообщение, что даст возможность протестировать креативность маркетолога и искусственного интеллекта.

Prom.ua использовал этот непрерывный А/Б тест для увеличения конверсии среди пользователей, которые оставляют приложение без покупок. В результате на 26% выросло количество кликов на оповещения, а конверсия продаж увеличилась на 5%.

Сети аптек АНЦ благодаря инструменту «Одно из многих» удалось на 23% увеличить трафик с мобильных оповещений.

Подводя итоги

В общем, в ритейле есть множество возможностей для применения ИИ. Мы пытаемся их обобщить, чтобы максимально упростить использование ИИ для розничной торговли.

Искусственный интеллект важно внедрять, потому что это позволяет: