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).

Estamos usando AI para simplificar a experiência do cliente. Em geral, os varejistas estão usando AI para otimizar preços equilibrando demanda e oferta, analisando o desempenho de programas de descontos e vendas e definindo preços que funcionam para os negócios e clientes, ao mesmo tempo em que respondem às mudanças do mercado em tempo real.

— Victoria Uti, Diretora, Chefe de Engenharia de Pesquisa, Kroger

A otimização de preços ajuda a prever o impacto das mudanças no preço, a demanda provável nesses preços e as melhores recomendações para escolher. A IA pode desempenhar um papel vital no processo onde, tradicionalmente, um comerciante teria que revisar cada recomendação de preço que está sendo feita em milhares de lojas e potencialmente milhões de produtos.

— Rob Armstrong, Diretor de Ciência de Dados, Tesco

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.

 Saiba como o Clarifai está reduzindo o tempo de rotulagem de dados com automação de IA (39:15 Minutes)

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.