Mecanismos de Recomendação e Pesquisa Visual

Compreender o comportamento do consumidor nunca foi tão importante para os varejistas. Para impulsionar o crescimento, recomendações inteligentes e ambientes de realidade aumentada (AR) estão sendo usados para criar experiências personalizadas. Para melhorar a receita, os varejistas on-line estão usando os algoritmos de machine learning (ML) e deep learning (DL) com GPU para mecanismos de recomendação mais rápidos e precisos. E a AI é agora a chave para a tendência crescente de comprar on-line e retirar na loja (BOPIS).

Sistemas de Recomendação

Em algumas das maiores plataformas comerciais, as recomendações representam até 30% da receita, o que pode resultar em bilhões de dólares em vendas. É por isso que os varejistas estão usando sistemas de recomendação para impulsionar todas as ações dos compradores, desde a visita a uma página da web até o uso de mídias sociais nas compras. Eles também aprimoram a conversão oferecendo produtos de consumo relevantes a partir do número exponencial de opções disponíveis.

O NVIDIA Merlin, um framework de recomendação sobre GPU de ponta a ponta, fornece engenharia rápida de recursos e alto rendimento de treinamento para permitir experimentação rápida e reciclagem da produção dos modelos de recomendação DL. O Merlin também permite inferência de produção de baixa latência e alto rendimento.

Recomendações Personalizadas

Para envolver os consumidores, os varejistas precisam atender às expectativas de personalização individual. O Olay Skin Advisor, uma ferramenta de AI acelerada por GPU que funciona em qualquer dispositivo móvel, avalia uma selfie fornecida pelo usuário e recomenda um tratamento Olay para melhorar as regiões com problemas. Após quatro semanas, 94% dos usuários do Skin Advisor continuaram a utilizar os produtos recomendados.

A Stitch Fix, uma empresa de comércio eletrônico de moda, está reunindo um equilíbrio perfeito entre a tomada de decisões baseada em AI e o julgamento humano. Usando algoritmos para entender as preferências do cliente, o Stitch Fix criou um serviço de moda que combina a arte do estilo pessoal com a análise de dados, tudo com DL acelerado por GPU.

Filtragem de Produtos

Os varejistas estão aproveitando a próxima geração de visão computacional para reconhecimento sofisticado de atributos de imagem para gerar automaticamente meta-tagging e catalogação abrangentes. O acesso a informações abrangentes sobre produtos e serviços ajuda a identificar imagens, resultando em um sistema de recomendações personalizadas bem-sucedido.

Como a moda muda rapidamente, a Omnious, parceira da NVIDIA, oferece uma API de marcação por AI que ajuda os clientes B2B a ficar à frente da curva da moda. Ominous Tagger, a solução de marcação automatizada com mais de 95% de precisão, é 100 vezes mais rápido que a marcação manual e aumenta a eficiência da pesquisa em 4 vezes. Omnious também oferece um relatório de tendências que analisa imagens de influenciadores de moda nas mídias sociais.

Prova Virtual

Em 2019, os custos com devolução de mercadorias nos EUA foram de US$ 309 bilhões. As devoluções on-line representaram US$ 41 bilhões desse total. Para reduzir o número de devoluções e proporcionar uma experiência de compra mais aprimorada, os varejistas agora podem sugerir itens para clientes com garantia de que são mais adequadas.

O Cappasity permite que os clientes experimentem um acessório virtual para ver como as roupas ficam antes de comprá-las, usando sua solução 3D Virtual Try-On. Alimentados por GPUs da NVIDIA, com o CUDA para aumentar a velocidade dos cálculos, os algoritmos do Cappasity processam dados em cloud para detectar medições corporais, enquanto as redes neurais executam segmentação de contorno humano.

Inscreva-se para receber as últimas notícias de varejo da NVIDIA.