Su Google Cloud arrivano nuovi strumenti di Intelligenza Artificiale dedicati ai retailer
Google Cloud ha annunciato l'arrivo di quattro nuove tecnologie di Intelligenza Artificiale dedicate ai retailer, per aiutarli a semplificare le operazioni di controllo degli scaffali in negozio e a creare esperienze di acquisto online più fluide e naturali, con funzionalità di personalizzazione e navigazione migliorate per gli acquirenti.
"I cambiamenti degli ultimi anni hanno rimodellato il panorama del retail e gli strumenti di cui i rivenditori hanno bisogno per essere più efficienti, più attraenti per i loro clienti e meno esposti a future scosse - commenta Carrie Tharp, VP of Retail and Consumer, Google Cloud -. Nonostante l'incertezza, il settore del retail offre enormi opportunità. I leader di domani saranno coloro che affronteranno le sfide più pressanti di oggi, in negozio e online, servendosi dei più recenti strumenti tecnologici, come l'intelligenza artificiale e il machine learning".
La prima novità è una nuova AI per il controllo degli scaffali, che aiuterà i retailer a migliorare la disponibilità dei prodotti. L'intelligenza artificiale per il controllo degli scaffali utilizza il database di Google in riferimento a persone, luoghi e cose, offrendo ai rivenditori la capacità di riconoscere miliardi di prodotti, assicurando che gli scaffali dei negozi siano ben forniti e di dimensioni adeguate. Inoltre, l'intelligenza artificiale di Google Cloud per il controllo degli scaffali è in grado di identificare i prodotti da una varietà di immagini scattate da angolazioni e punti di vista diversi.
Leggi anche: TUTTE LE ULTIME NEWS DAL MONDO GOOGLE
La seconda novità è una nuova funzionalità delle Discovery Solutions per i retailer, per aiutarli a rendere l'esperienza di navigazione online e di scoperta dei prodotti più moderna, veloce, intuitiva e soddisfacente per gli acquirenti. La funzionalità utilizza il machine learning per selezionare l'ordine ottimale dei prodotti sul sito di e-commerce di un rivenditore una volta che gli acquirenti scelgono la categoria in cui desiderano acquistare, come "giacche da donna" o "utensili da cucina". La funzione ottimizza come e quali prodotti vengono mostrati per accuratezza e pertinenza, ma anche per probabilità di vendita.
Per aiutare i rivenditori a creare esperienze di acquisto online più personalizzate, Google Cloud ha introdotto inoltre una nuova funzionalità di personalizzazione basata sull'intelligenza artificiale che personalizza i risultati che i clienti ottengono quando cercano e navigano sul sito web di un retailer. Questa tecnologia potenzia le capacità della nuova offerta Browse AI di Google Cloud e della soluzione Retail Search esistente. L'intelligenza artificiale alla base della nuova funzionalità di personalizzazione è un riconoscitore di modelli di prodotto che utilizza il comportamento del cliente su un sito di e-commerce, come i suoi clic, il carrello, gli acquisti e altre informazioni, per determinare i gusti e le preferenze dell'acquirente. L'intelligenza artificiale sposta quindi determinati prodotti in alto nelle classifiche di ricerca e di navigazione per ottenere una corrispondenza personalizzata.
L’ultima delle novità annunciate su Google Cloud riguarda migliori raccomandazioni di prodotto per gli acquirenti, attraverso la soluzione Recommendations AI di Google Cloud, che utilizza il machine learning per aiutare i retailer a consigliare i prodotti agli acquirenti. Una nuova funzione di ottimizzazione a livello di pagina consente ora a un sito di e-commerce di decidere dinamicamente quali raccomandazioni di prodotto mostrare in modo univoco a un acquirente. Inoltre, una nuova funzione di ottimizzazione dei ricavi, realizzata in collaborazione con DeepMind di Google, utilizza il machine learning per offrire migliori consigli di prodotti correlati da acquistare, che possono aumentare i profitti per sessione utente su qualsiasi sito di e-commerce. Un modello di machine learning combina le categorie di prodotti, i prezzi degli articoli e i clic e le conversioni dei clienti di un sito di e-commerce per trovare il giusto equilibrio tra la soddisfazione a lungo termine degli acquirenti e l'aumento dei ricavi per i rivenditori. Infine, un modello buy-it-again sfrutta la cronologia degli acquisti di un cliente per fornire raccomandazioni personalizzate per potenziali acquisti ripetuti.