零售業(yè)中的機(jī)器學(xué)習(xí)：要點(diǎn)和10個(gè)關(guān)鍵應(yīng)用
近年來(lái)，在封控、供應(yīng)鏈中斷和能源危機(jī)之間，零售商們一定覺(jué)得自己像頭恐龍，試圖躲避小行星雨，避免滅絕。
但與那些巨大的史前爬行動(dòng)物不同，零售業(yè)可以依靠一系列技術(shù)創(chuàng)新來(lái)更好地應(yīng)對(duì)困難時(shí)期的這些挑戰(zhàn)。
而最有影響力的工具之一無(wú)疑是人工智能，包括其強(qiáng)大的子分支機(jī)器學(xué)習(xí)(ML)。讓我們簡(jiǎn)要介紹一下這項(xiàng)技術(shù)的性質(zhì)，并探討零售業(yè)中機(jī)器學(xué)習(xí)的關(guān)鍵用例。
機(jī)器學(xué)習(xí)在零售業(yè)中的作用
零售業(yè)中的機(jī)器學(xué)習(xí)依賴于自我改進(jìn)的計(jì)算機(jī)算法，這些算法用于處理數(shù)據(jù)，發(fā)現(xiàn)變量之間的重復(fù)模式和異常，并自主學(xué)習(xí)這種關(guān)系如何影響或決定行業(yè)的趨勢(shì)、現(xiàn)象和業(yè)務(wù)場(chǎng)景。
機(jī)器學(xué)習(xí)系統(tǒng)的自我學(xué)習(xí)和情境理解潛力可以在零售業(yè)中用于：
確定推動(dòng)零售業(yè)的潛在動(dòng)力。例如，基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析系統(tǒng)在營(yíng)銷中被廣泛采用，以通過(guò)基于客戶數(shù)據(jù)的推薦引擎和有針對(duì)性的廣告來(lái)個(gè)性化購(gòu)物體驗(yàn)，還可以預(yù)測(cè)商品需求或其他市場(chǎng)趨勢(shì)，從而優(yōu)化庫(kù)存管理、物流和定價(jià)策略。
推動(dòng)與人工智能相關(guān)的認(rèn)知技術(shù)，例如計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理(NLP)，它們分別從視覺(jué)和語(yǔ)言模式中識(shí)別和學(xué)習(xí)，以模仿人類的視覺(jué)和交流。零售商通常使用這些工具從文本和視覺(jué)來(lái)源收集數(shù)據(jù)，為聊天機(jī)器人和情境購(gòu)物等交互式解決方案提供動(dòng)力，或用于視頻監(jiān)控。
重新定義零售業(yè)的10個(gè)機(jī)器學(xué)習(xí)用例
零售商如何從上述機(jī)器學(xué)習(xí)算法的實(shí)際功能中受益？以下是典型零售場(chǎng)景中最相關(guān)的機(jī)器學(xué)習(xí)用例。
1、定向廣告
雖然主要用于電子商務(wù)，但有針對(duì)性的營(yíng)銷是一種將潛在客戶引導(dǎo)至在線平臺(tái)和傳統(tǒng)商店的強(qiáng)大工具。這涉及根據(jù)一系列行為、心理、人口統(tǒng)計(jì)和地理參數(shù)（例如他們的購(gòu)買和瀏覽歷史、年齡、性別、興趣、地區(qū)等）對(duì)用戶進(jìn)行細(xì)分，并針對(duì)他們推出完全個(gè)性化的廣告和促銷活動(dòng)。
2、情境購(gòu)物
一種不同的、更具互動(dòng)性的解決方案是情境購(gòu)物，它可以吸引用戶的注意力，并將他們引向你的電子商務(wù)平臺(tái)。該營(yíng)銷工具利用機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)來(lái)識(shí)別和指出社交媒體上視頻和圖片中顯示的商品，同時(shí)提供一種“快捷方式”來(lái)訪問(wèn)在線商店的相關(guān)商品頁(yè)面。
3、推薦引擎
一旦用戶登陸在線平臺(tái)，他們可能會(huì)在海量的商品中迷失方向。推薦引擎是一種強(qiáng)大的工具，旨在將客戶可能實(shí)際需要的商品推到他們眼前。
為了提供量身定制的建議，這些系統(tǒng)可以采用基于內(nèi)容的過(guò)濾方法，即推薦與過(guò)去購(gòu)買的商品具有相似特征的商品，或者選擇協(xié)作過(guò)濾，這意味著推薦具有相似購(gòu)買模式、個(gè)人特征和興趣的其他客戶訂購(gòu)的商品。
4、動(dòng)態(tài)定價(jià)
由于機(jī)器學(xué)習(xí)，產(chǎn)品推薦和廣告并不是唯一動(dòng)態(tài)變化的東西。如今，大多數(shù)在線商店和電子商務(wù)平臺(tái)都會(huì)根據(jù)產(chǎn)品需求和供應(yīng)的波動(dòng)、競(jìng)爭(zhēng)對(duì)手的促銷和定價(jià)策略、更廣泛的銷售趨勢(shì)等因素不斷調(diào)整價(jià)格。
5、聊天機(jī)器人
聊天機(jī)器人和虛擬助手是由機(jī)器學(xué)習(xí)和NLP提供支持的高度交互工具，能夠?yàn)榭蛻籼峁?4/7的用戶支持（包括有關(guān)可用產(chǎn)品和配送選項(xiàng)的信息），同時(shí)發(fā)送提醒、優(yōu)惠券和個(gè)性化建議，以增加銷售額。
6、供應(yīng)鏈管理
產(chǎn)品補(bǔ)貨和其他庫(kù)存管理操作絕不能碰運(yùn)氣。為了更好地匹配商品供應(yīng)和需求、優(yōu)化倉(cāng)庫(kù)的空間利用率、避免食品變質(zhì)，值得依賴機(jī)器學(xué)習(xí)算法的分析和預(yù)測(cè)能力。這意味著要考慮多個(gè)變量，例如價(jià)格波動(dòng)或基于季節(jié)性的購(gòu)買模式，來(lái)預(yù)測(cè)未來(lái)的銷售趨勢(shì)，并因此規(guī)劃適當(dāng)?shù)难a(bǔ)貨計(jì)劃。
7、交付優(yōu)化
可以通過(guò)機(jī)器學(xué)習(xí)增強(qiáng)物流的另一個(gè)方面是商品交付。由物聯(lián)網(wǎng)傳感器和攝像頭網(wǎng)絡(luò)收集的交通和天氣數(shù)據(jù)為機(jī)器學(xué)習(xí)驅(qū)動(dòng)的系統(tǒng)提供動(dòng)力，可以輕松計(jì)算出最快的交付路線。并且，通過(guò)處理用戶數(shù)據(jù)，它們可以推薦合適的交付方法，以更好地滿足客戶需求。
這種方法的典范應(yīng)該是亞馬遜實(shí)施的基于機(jī)器學(xué)習(xí)的預(yù)期發(fā)貨技術(shù)，該技術(shù)允許根據(jù)客戶的購(gòu)買模式預(yù)測(cè)未來(lái)的交付，并將產(chǎn)品轉(zhuǎn)移到離客戶最近的倉(cāng)庫(kù)，因此能夠在客戶實(shí)際下單時(shí)更快、更便宜地發(fā)貨。
8、自動(dòng)駕駛汽車
這種用于商品交付的機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)的實(shí)施方式還遠(yuǎn)未完善和大規(guī)模實(shí)施，然而，像亞馬遜和克羅格這樣的公司正在押注這項(xiàng)技術(shù)，不久我們可能會(huì)依靠自動(dòng)駕駛汽車來(lái)加快商品配送。
9、視頻監(jiān)控
由機(jī)器學(xué)習(xí)驅(qū)動(dòng)的計(jì)算機(jī)視覺(jué)系統(tǒng)可以發(fā)現(xiàn)竊賊。這些工具與傳統(tǒng)視頻監(jiān)控解決方案的主要區(qū)別在于，后者基于一種相當(dāng)不準(zhǔn)確的基于規(guī)則的方法來(lái)識(shí)別闖入者，這種方法存在大量誤報(bào)。另一方面，機(jī)器學(xué)習(xí)系統(tǒng)可以識(shí)別更微妙的行為模式，并在可疑情況發(fā)生時(shí)提醒管理人員。
10、欺詐檢測(cè)
對(duì)于在線零售商和電子商務(wù)平臺(tái)而言，盜賊更有可能從信用卡中偷錢，而不是偷拿貨架上的商品。由于機(jī)器學(xué)習(xí)算法旨在識(shí)別重復(fù)出現(xiàn)的模式，因此它們也可以查明任何偏離正常的事件，包括異常交易頻率或賬戶數(shù)據(jù)不一致，并將其標(biāo)記為可疑，以供進(jìn)一步檢查。
利用機(jī)器學(xué)習(xí)克服現(xiàn)代挑戰(zhàn)
事實(shí)證明，人工智能、機(jī)器學(xué)習(xí)和認(rèn)知技術(shù)在增加利潤(rùn)和優(yōu)化成本、個(gè)性化客戶體驗(yàn)、提高物流和庫(kù)存管理方面的運(yùn)營(yíng)效率，以及確保安全的零售環(huán)境方面具有不可估量的價(jià)值。
事實(shí)上，F(xiàn)ortuneBusinessInsight的2020年報(bào)告強(qiáng)調(diào)，到2028年，全球零售業(yè)人工智能市場(chǎng)預(yù)計(jì)將達(dá)到311.8億美元，其中機(jī)器學(xué)習(xí)是其核心部分。
從零售業(yè)的角度來(lái)看，這將使機(jī)器學(xué)習(xí)成為一個(gè)燈塔，使其能夠在經(jīng)歷兩年多的風(fēng)浪之后，找到正確的航線并停靠在安全的港口。（編譯：iothome）
（智慧黨校）（智慧農(nóng)業(yè)）（智慧工業(yè)）
來(lái)源：物聯(lián)之家網(wǎng)