レコメンデーション エンジン とビジュアル検索

小売業者にとって、消費者行動を理解することはかつてないほど重要になっています。ビジネスの成長を促進するために、インテリジェントなレコメンデーションと拡張現実 (AR) 環境を用いてエクスペリエンスのカスタマイズが行われています。オンライン小売業者は収益向上のために、より高速かつより高精度なレコメンデーション エンジンに GPU 活用機械学習 (ML) とディープラーニング (DL) アルゴリズムを使用しています。また現在 AI が、大きなトレンドとなりつつある「オンラインで購入して店頭で受け取る (BOPIS)」のカギとなっています。

レコメンデーション システム

最大規模の商用プラットフォームの一部ではレコメンデーションが収益の 30% ほどを占めており、これが売り上げの数十億ドルに変わります。そのため小売業者はレコメンダー システムを使用して、ショッピングに関連した Web ページの閲覧からソーシャル メディアの利用まで、買い物客のあらゆる行動を促進しています。さらには、膨大な選択肢の中から適切な消費者製品を提案することで、コンバージョンの向上も図っています。

エンドツーエンドの GPU 活用レコメンダー フレームワークである NVIDIA Merlin では、高速特徴量エンジニアリングや高スループットでのトレーニングにより、DL レコメンダー モデルの実験および本稼働での再トレーニングを高速で行えます。Merlin では他にも、本稼働での低レイテンシ、高スループット推論が可能です。

パーソナライズされたレコメンデーション

小売業者は消費者にエンゲージするために、個々に合わせたパーソナライゼーションを実施する必要があります。Olay Skin Advisor はあらゆるモバイル デバイスで動作する GPU 対応 AI ツールであり、ユーザーが指定した自撮り画像を評価してスキンケアに役立つ Olay 推奨製品を提案します。Olay Skin Advisor ユーザーの 94% が、レコメンドされた製品を 4 週間後にも引き続き利用していました。

ファッション e コマース企業である Stitch Fix は、AI を活用した意思決定と人間による判断をシームレスに調和させています。Stitch Fix は顧客の好みを理解するためのアルゴリズムを使用して、パーソナル スタイリング術とデータ分析を組み合わせたファッション サービスを開発しました。これには GPU 活用 DL が全面的に利用されました。

製品フィルタリング

小売業者は高度な画像属性認識に対応した次世代コンピューター ビジョンを活用して、包括的なメタ タギングとカタログ作成を自動で行っています。製品およびサービスの包括的な情報にアクセスすることで画像の識別が促進され、パーソナライズされたレコメンデーション システムを実現できます。

ファッションはあっという間に移り変わっていくものですが、NVIDIA パートナーである Omnious は、B2B の顧客がファッションの最前線に立ち続けられるよう、AI タギング API を提供しています。95% 超の高精度を誇る自動タギング ソリューションである Ominous Tagger では、手動の場合よりも 100 倍の速さでタギングを行えます。それにより、検索効率が 4 倍向上し、人件費が 77% 削減されます。Omnious ではさらに、ソーシャル メディア ファッション インフルエンサーの画像を分析するトレンド レポートも利用できます。

仮想フィッティング

2019 年の米国における商品の返品コストは、総額 3,090 億ドルにのぼりました。オンラインでの返品は、そのうちの 410 億ドルを占めています。返品を減らしより強化されたショッピング体験を提供することを目的として、小売業者は仮想的なフィット保証付きの商品を顧客に提案できるようになりました。

Cappasity では、3D Virtual Try-on ソリューションにより、衣料品を身に着けた状態がどう見えるかを購入前に確認できる、仮想フィッティング体験を実現します。Cappasity のアルゴリズムは、NVIDIA GPU を活用した CUDA による高速計算でクラウド上のデータを処理し、採寸を行います。同時に、ニューラル ネットワークが体の輪郭をセグメント化します。 

登録して NVIDIA から小売業界の最新ニュースを受け取る