Estamos utilizando IA para simplificar la experiencia de nuestros clientes. En general, los minoristas están utilizando IA para optimizar los precios equilibrando la demanda y la oferta, analizando el rendimiento de los programas de descuento y las ventas, y estableciendo precios que funcionan para el negocio y los clientes, todo mientras responden a los cambios del mercado en tiempo real. — Victoria Uti, Directora, Ingeniera principal de investigación, Kroger
La optimización de precios ayuda a predecir el impacto de los cambios en el precio, la demanda probable a esos precios y las mejores recomendaciones para elegir. La IA puede desempeñar un papel vital en el proceso en el que, tradicionalmente, un comerciante tendría que revisar probablemente cada recomendación de precios que se está haciendo en miles de tiendas y posiblemente en millones de productos. — Rob Armstrong, Director de ciencia de datos, Tesco
Sistemas de recomendación En algunas de las plataformas comerciales más grandes, las recomendaciones suponen hasta un 30 % de los ingresos, lo que puede traducirse en miles de millones de dólares en ventas. Este es el motivo de que los establecimientos utilicen sistemas de recomendación de IA para dirigir cada acción que realizan los compradores, desde visitar una página web hasta usar redes sociales para compras. También mejoran la conversión al ofrecer productos de consumo relevantes a partir del número exponencial de opciones disponibles. NVIDIA Merlin™, un marco completo de sistema de recomendación, proporciona funciones rápidas de extracción, transformación y carga (ETL), ingeniería de características y un elevado rendimiento de entrenamiento para hacer posible una experimentación más rápida y un reentrenamiento para producción de los modelos de recomendación. Merlin también ofrece baja latencia, elevado rendimiento e inferencia de producción. Más información sobre NVIDIA Merlin Descubre cómo Walmart utiliza sistemas de recomendación
Recomendaciones personalizadas Para atraer a los consumidores, los establecimientos deben satisfacer las expectativas de la personalización individual. Olay Skin Advisor, una herramienta de IA acelerada por GPU que funciona en cualquier dispositivo móvil, evalúa una selfi proporcionada por un usuario y recomienda un tratamiento de Olay para mejorar las áreas problemáticas. Después de cuatro semanas, el 94 % de los usuarios de Skin Advisor siguió aplicándose los productos recomendados. Stitch Fix, una empresa de comercio electrónico de moda, está logrando un equilibrio perfecto entre la toma de decisiones con tecnología de IA y el criterio humano. Mediante el uso de algoritmos para comprender las preferencias de los clientes, el servicio de moda de Stitch Fix combina el arte del estilismo personal con el análisis de datos, impulsado por el deep learning acelerado por GPU. Leer el blog Ve cómo Accenture está llevando la hiperpersonalización al comercio minorista
Autoetiquetado Los establecimientos están utilizando la visión computarizada de próxima generación para ofrecer un sistema de reconocimiento de atributos de imagen que genere automáticamente metaetiquetado y catalogación para resultados de recomendación y búsqueda. Esta información completa sobre productos y servicios da como resultado una personalización de las recomendaciones correcta. Como la moda cambia rápidamente, el partner de NVIDIA Omnious ofrece una API de etiquetado por IA que ayuda a los clientes a mantenerse a la vanguardia de la curva de la moda. Ominous Tagger, la solución de etiquetado automatizada con más del 95 % de precisión, es 100 veces más rápida que el etiquetado manual y cuadriplica la eficacia de las búsquedas. Omnious también ofrece un informe de tendencias que analiza las imágenes de personajes influyentes de las redes sociales. Descubre cómo Clarifai está reduciendo el tiempo de etiquetado de datos con la automatización de IA
Probador virtual El coste de las devoluciones de artículos en EE. UU. en 2021 fue de 761 000 millones de dólares estadounidenses. Las devoluciones en línea representaron 218 000 millones de dólares de ese total. Para reducir el número de devoluciones y ofrecer una experiencia de compra mejorada, los establecimientos ya pueden sugerir artículos a los clientes con la garantía virtual de que se ajustarán a sus necesidades. La solución Virtual Try-On de Cappasity permite a los clientes probarse virtualmente la ropa para ver cómo queda una prenda antes de comprarla. Con la tecnología de las GPU NVIDIA, con CUDA® para aumentar la velocidad de los cálculos, los algoritmos de Cappasity procesan los datos en la nube para detectar las medidas corporales mientras las redes neuronal realizan la segmentación del contorneado humano. Obtén más información sobre la solución Virtual Try On de Cappasity