Home > Yleinen > Keinoälyn valtakausi vähittäiskaupassa on alkanut

Kuluttajan ostokäyttäytyminen on voimakkaasti pirstaloitunut. Enää ei riitä valikoiman ja tarjonnan kohdistaminen tietyille asiakassegmenteille saatika perinteisen ketjukonseptin tai massamarkkinoinnin orjallinen noudattaminen. On ymmärrettävä asiakasta yksilönä. Kaupan kilpailukyvyn keskeisiä osatekijöitä osaavan henkilökunnan lisäksi ovat valikoima, hyllytilan optimointi, hinnoittelu ja kampanjatoteutukset. Näitä on peilattava kulloiseenkin asiakaskuntaan ja kilpailutilanteeseen. 

AIS (Assortment In Space) on tekoälyä hyödyntävä työkalu, jonka avulla kaupan eri tietokokonaisuuksia voidaan synkronoida ja näin optimoida sekä tarjottavaa valikoimaa että hyllytilaa. Optimointi lähtee kysyntäennusteesta, joka mahdollistaa myös myynti- ja tuottopainotuksen sekä kauppakohtaisten erityistarpeiden huomioimisen. Myynti- ja tuottoskenaarioiden avulla nähdään eri ratkaisujen myynnilliset ja taloudelliset vaikutukset lopputulokseen. Mallissa voidaan hyödyntää strukturoimatonta tietoa, kuten asiakaspalvelun palautetta ja paneelien tuloksia, jolloin asiakkaiden tyytyväisyys saadaan mukaan analyysiin paitsi ostoskorien, myös mielikuvien kautta. 

Kun optimoitu valikoima on kasassa, voidaan siirtyä hyllytilan optimointiin. Siihen vaaditaan tarkat tiedot hyllytilasta ja tuotteista. Tietokokonaisuudet optimoimalla voidaan hyllymoduulien tilanjako viedä tuotetasolle. Tuloksena syntyvä tuotevalikoima- ja hyllytilasuositus palvelee optimaalisesti sekä asiakastyytyväisyyttä että myyntiä ja liiketoiminnan tulosta. Kysyntäennusteiden avulla voidaan hallita varastonarvoja ja näin parantaa kiertonopeutta ja edelleen kannattavuutta. 

Miten sitten tänä halpuuttamisen aikakaudella tuotteet kannattaa hinnoitella? Tähänkin keinoäly tuo toimivan ratkaisun. Ytimessä on kysyntäjoustojen selvittäminen eli miten hinta vaikuttaa kunkin tuotteen kysyntään, mikä on optimaalinen hinta kokonaismyynnin ja tuoton kannalta. Toisaalta tarkastelu yksittäisen tuotteen kautta ei välttämättä aina anna parasta kokonaiskuvaa. Oleellista voi olla huomioida eri tuotteiden väliset suhteet. Lisääkö savukalan myynti sitruunan tai kakkupohjat kerman ja tuoreiden marjojen myyntiä? Paljonko ostoskorin kokonaisvolyymi kasvaa hyvän tarjoustuotteen mukana? 

Eniten esillä ollut keinoälyn sovellus kaupan tarpeisiin on todennäköisesti markkinointiautomaatio, jonka avulla voidaan optimoida kullekin asiakkaalle kiinnostavin tuotetarjonta, oikeaan aikaan ja oikeassa kanavassa. Tämä asiakkaan tarpeista lähtevä markkinoinnin toteutustapa perustuu asiakkaan ostohistoriaan, mutta myös massadatan mallinnukseen. Jos muut terveellisyyttä otoksissaan painottavat taloudet ovat napanneet koriinsa vaikkapa uutuusmyslin, algoritmi voi ehdottaa sitä myös profiililtaan vastaavalle asiakkaalle, joka korista sitä ei vielä löydy. Miksi siis rasittaa asiakasta hihasta vedetyillä tarjouksilla, kun vaihtoehtona on tehdä markkinoinnista asiakkaan arkea helpottava palvelu. 

Harva asiakas tulee ainakaan ruokakauppaan viettämään aikaansa, vaan haluaa selvitä pakollisesta arkirutiinistaan mahdollisimman helpolla. Keinoälyä hyödyntämällä asiakas voidaan osuvien tarjousten avulla motivoida tulemaan kauppaa. Oikealla tuotevalikoimalla, toimivalla hyllytyksellä ja optimoidulla hinnoittelulla varmistetaan parhaiten, että asiakas on kasseja kantaessaan mahdollisimman tyytyväinen kaupassa käyntiinsä ja parhaassa tapauksessa suosittelee kauppaa naapureilleen. 

Jos aihe kiinnostaa ja on ajankohtainen, Houston Analytics on kaupan alan keinoälysovellusten ykkönen.