Comment les détaillants de mode utilisent l'IA pour optimiser le commerce électronique et l'expérience client

Comment les détaillants de mode utilisent l’IA pour optimiser le commerce électronique et l’expérience client

Lancée en 2015 par les co-fondateurs Purva Gupta et Sowmiya Narayanan, la plate-forme Lily AI a été fondée pour aider à connecter avec précision le réseau de clients d’un détaillant aux produits pertinents qu’ils recherchent en ligne, à grande échelle.

En utilisant l’IA pour créer une taxonomie robuste d’attributs de produits, le programme est conçu pour offrir aux consommateurs une expérience de commerce électronique plus personnalisée grâce à une meilleure conversion de la recherche sur le site et à des parcours de découverte de produits personnalisés. Aujourd’hui, il a grandi en taille et en envergure et compte parmi ses clients des détaillants de mode et des marques aussi variées que Macy’s, Joor, The Gap, Bloomingdale’s, Vans et ThredUp.

Alors que la technologie a déjà révolutionné la façon dont les entreprises de mode mondiales font des affaires, la pandémie de Covid-19 et les changements ultérieurs dans les comportements d’achat ont confirmé à quel point l’innovation technologique est essentielle au succès et à la croissance continue. .

En fait, le secteur de la mode État de la mode : la technologie Le rapport, une édition spéciale du rapport phare de BoF, produit en partenariat avec McKinsey & Co., identifie “l’hyper-personnalisation” comme l’un de ses cinq impératifs axés sur la technologie pour l’industrie de la mode, citant les opportunités pour les cadres de tirer parti du Big Data et de l’IA pour offrir des expériences personnalisées et individuelles qui fidélisent à long terme. En fait, plus de 60 % des dirigeants de la mode pensent que la création de processus numériques intégrés dans leurs organisations figurera parmi leurs cinq principaux domaines de numérisation d’ici 2025.

Ahora, BoF se sienta con la cofundadora de Lily AI, Purva Gupta, para obtener información sobre los casos de uso de Lily AI, los beneficios de personalizar los viajes de los compradores a través de la tecnología y la relación entre la inteligencia artificial y la attention au client.

Quelles informations Lily AI peut-elle partager sur l’évolution du comportement des acheteurs ?

La pandémie a entraîné une forte escalade numérique, qui a essentiellement conduit à une montée en flèche des attentes des acheteurs. Après la pandémie, même si la fracture en ligne/hors ligne est peut-être quelque peu revenue, les attentes de l’acheteur viennent de complètement changer. Nous opérons maintenant dans un monde où des acteurs comme Amazon changent complètement la façon dont les consommateurs expérimentent les produits, de la vitesse à la précision et [breadth] du mix produit. En conséquence, la demande des clients pour une expérience en ligne sans friction est incessante.

Fondamentalement, l’ensemble de la chaîne de vente au détail doit absorber ce que nous appelons le langage du client. Laisse moi te donner un exemple. Si un consommateur recherche une robe ample, il existe 50 autres façons pour un acheteur de la rechercher. Ils pourraient écrire une robe d’été, une robe de sieste ou une robe swing – il y a tellement de façons différentes de chercher la même chose. Les détaillants ne tiennent pas compte de cette différence linguistique et [terminology].

Comment fonctionne la technologie Lily AI ?

L’IA, c’est quand une machine imite ce que les humains peuvent faire, mais à grande échelle. Votre IA est seulement aussi bonne que vos modèles de formation et vos données de formation, nous nous assurons donc que nous avons d’excellentes données de formation que nos experts du domaine ont collectées en interne.

Si un consommateur recherche une robe ample, il existe 50 autres façons pour un acheteur de la rechercher. Les détaillants ne tiennent pas compte de cette différence linguistique et [terminology].

Notre IA est capable d’ingérer tout type de catalogue de produits d’une marque ou d’un distributeur. Vous pouvez ensuite extraire des attributs longs et fins de ces images et du texte dans le catalogue de produits. Ensuite, grâce à notre plateforme, notre client peut mapper ces attributs à ses flux de travail internes pour s’assurer qu’ils sont alignés sur la façon dont tous les différents types d’opérations utilisent ces données en interne. Ils peuvent le personnaliser ; ils peuvent faire ce qu’ils veulent pour s’assurer qu’ils sont alignés.

Comment évoluent vos cas d’utilisation ?

À l’heure actuelle, à ce jour, il existe environ une demi-douzaine d’applications sur lesquelles Lily AI travaille actuellement avec nos marques et nos détaillants. Il existe une demi-douzaine d’autres applications importantes que ces marques et détaillants ont déjà partagées et qu’ils aimeraient que nous explorions ensemble. Maintenant, il s’agit de découvrir combien d’applications et d’intégrations différentes vous pouvez concevoir.

Une fois que nous avons tous ces attributs profonds via la plateforme Lily, nous pouvons les envoyer à différents systèmes cibles dans la pile de vente au détail, des moteurs de recherche à un système de recommandation et même une application de prévision de la demande. Ce sont tous les différents types d’applications qui consomment ces riches données d’attributs de produit.

Il est [critical] sachant que donner ces attributs aux détaillants ne suffit pas. Il s’agit de transmettre ces informations aux bons systèmes de destination et de boucler la boucle, afin que les détaillants puissent voir le retour sur investissement de toutes les différentes applications dans lesquelles ils pourraient utiliser ces données.

Quels exemples de stratégie de pointe pouvez-vous partager avec d’autres détaillants ?

L’un des détaillants avec lesquels nous travaillons a vu ses résultats de recherche pertinents multipliés par trente. De tels résultats ont le pouvoir d’être transformateurs, car le consommateur final remarquera une amélioration. C’est vraiment le meilleur compliment que nous puissions recevoir, lorsque non seulement les détaillants, mais aussi les clients finaux remarquent directement les améliorations.

Donner ces attributs aux détaillants ne suffit pas. Il s’agit de transmettre ces informations aux bons systèmes cibles et de boucler la boucle.

Grâce à ces résultats de recherche améliorés, vous obtenez également des résultats commerciaux 30 fois meilleurs. Pour ce détaillant, cela s’est traduit par au moins 20 millions de dollars de revenus supplémentaires pour l’entreprise, uniquement grâce à la recherche.

Comment les marques peuvent-elles utiliser l’intelligence artificielle pour devenir plus centrées sur le client ?

Le langage des consommateurs fait généralement défaut dans le commerce de détail d’aujourd’hui. La quantité de données utilisées en amont dans la prise de décision est très faible. Cette mise à niveau simple peut vous aider à garder le client au centre de votre entreprise et à générer des augmentations significatives de vos revenus. Disons que votre consommateur recherche un blazer accrocheur. Les commerçants d’aujourd’hui peuvent ne pas être en mesure d’appliquer facilement les attributs d’un blazer accrocheur. Si les détaillants attribuent les produits uniquement à une langue vernaculaire héritée et prête à l’emploi, cela pourrait signifier qu’ils manquent un contexte consommateur important, ce qui donne aux clients une mauvaise expérience de recherche ou de recommandation.

Si vous regardez les données comportementales des acheteurs – comment ils interagissent avec une boutique en ligne, où ils cliquent, ce qu’ils achètent, ce qu’ils retournent – toutes ces données comportementales ont été utilisées depuis plus de 20 ans dans toutes sortes d’expériences. Cependant, en ce qui concerne les données sur les produits, il s’agit de véritables fruits à portée de main qui n’ont pas encore été pleinement explorés par les détaillants. C’est un moyen essentiel pour les détaillants de déchiffrer le comportement plus profond des consommateurs et, à leur tour, de devenir plus centrés sur le client.

À moyen terme, qu’est-ce qui vous enthousiasme le plus dans la fusion des capacités d’IA et de commerce électronique ?

Ce que je trouve si excitant, c’est que ce n’est finalement pas sorcier. Ce qui se passe dans cet espace est très intuitif. C’est le langage du consommateur, la façon dont un acheteur recherche les choses, sa façon d’analyser, qui fait défaut à tout le commerce de détail. [ecosystem]. Pour moi, cela pourrait transformer fondamentalement le fonctionnement de la vente au détail, car les entreprises en sauront beaucoup plus sur leurs clients, à la fois en ligne et hors ligne. Il existe de nombreux types de récits différents autour de l’IA et comment cela fonctionne ou ne fonctionne pas. Je suis tellement content que nous ayons une histoire ici, où nous avons trouvé quelque chose de si fondamentalement intuitif dont le commerce de détail a vraiment besoin. Nous avons pu résoudre la reconnaissance d’image, un problème technologique traditionnellement difficile.

Le deuxième élément qui me passionne est la boucle fermée que l’IA peut fournir dans le commerce de détail. Vous pouvez créer de très bonnes solutions technologiques, mais si vous ne pouvez pas les utiliser et générer un retour sur investissement, boucler la boucle pour les détaillants et le consommateur final, alors il vous manque une pièce du puzzle.

#Comment #les #détaillants #mode #utilisent #lIA #pour #optimiser #commerce #électronique #lexpérience #client

Leave a Comment

Your email address will not be published.