Рекомендательные движки и визуальный поиск

Понимание поведения покупателей для компаний в сфере розничной торговли сейчас важно как никогда. Чтобы стимулировать рост продаж, они используют персонализированные рекомендации и среды дополненной реальности (AR) для индивидуального обслуживания и увеличения доходов. 

Мы используем ИИ для упрощения обслуживания клиентов. В целом, компании розничной торговли используют ИИ для оптимизации цен, чтобы балансировать спрос и предложение, анализировать эффективность дисконтных программ и распродаж и устанавливать цены, которые работают для бизнеса и клиентов, реагируя при этом на изменения рынка в режиме реального времени.

— Виктория Ути (Victoria Uti), директор, главный инженер-исследователь, Kroger

Оптимизация ценообразования помогает предсказать влияние изменений цен, вероятный спрос по этим ценам и лучшие рекомендации на выбор. ИИ может сыграть жизненно важную роль в процессе, где мерчендайзеру пришлось бы анализировать каждую рекомендацию по ценообразованию в тысячах магазинов и, возможно, для миллионов продуктов.

— Роб Армстронг (Rob Armstrong), директор по аналитике данных, Tesco

Рекомендательные системы

На крупнейших коммерческих платформах рекомендации обеспечивают до 30% дохода, что означает продажи на миллиарды долларов. Поэтому компании розничной торговли используют рекомендательные системы на базе ИИ, чтобы управлять каждым действием покупателя: от посещения веб-страницы до использования социальных страниц для шопинга. Они также улучшают конверсию, предлагая актуальные для покупателя продукты из огромного числа доступных вариантов. 

Комплексный фреймворк NVIDIA Merlin для рекомендательных систем обеспечивает быструю разработку функций извлечения, преобразования и загрузки (ETL) и высокую производительность обучения, чтобы ускорить эксперименты и переобучение рекомендательных моделей. Merlin также обеспечивает низкую задержку, высокую пропускную способность и инференс в производственной системе.

Персонализированные рекомендации

Чтобы привлечь покупателей, компаниям розничной торговли необходимо обеспечить персонализированное обслуживание. 

Olay Skin Advisor — это GPU-ускоренный инструмент на базе ИИ, который работает на любом мобильном устройстве, оценивает селфи пользователя и рекомендует режим ухода Olay для улучшения проблемных зон. Спустя четыре недели 94% пользователей продолжали применять рекомендованные продукты. 

Модная онлайн-компания Stitch Fix объединяет принятие решений на основе ИИ и мнение пользователей. Используя алгоритмы для определения предпочтений клиентов, компания Stitch Fix создала модный сервис, который предоставляет услуги по созданию личного стиля с помощью анализа данных на основе алгоритмов глубокого обучения с ускорением на GPU.

Автометки

Компании розничной торговли используют компьютерное зрение нового поколения для распознавания сложных признаков изображений и автоматической генерации сложных мета-тегов и систематизации для предоставления результатов поиска и рекомендаций. Эта исчерпывающая информация о продуктах и услугах позволяет успешно персонализировать рекомендации. 

Так как мода быстро меняется, партнер NVIDIA компания Omnious предоставляет API для создания тегов на базе ИИ, который помогает клиентам идти в ногу с модными трендами. Ominous Tagger, решение для автоматического создания тегов с точностью более 95%, работает в 100 раз быстрее ручного создания тегов и повышает эффективность поиска до 4 раз. Omnious также предоставляет отчет о тенденциях, который анализирует изображения модных инфлюэнсеров в социальных сетях.

Виртуальная примерка

В 2021 году стоимость возвращенных товаров в США составила 761 миллиард долларов. 218 миллиардов долл. США из этой суммы приходится на возвраты товаров, приобретенных онлайн. Чтобы уменьшить число возвратов и обеспечить более удобный шопинг, теперь компании розничной торговли могут предлагать покупателям вещи, которые практически гарантированно им подойдут.

Решение Virtual Try-On от Cappasity предлагает покупателям посетить виртуальную примерочную, чтобы увидеть, как смотрятся вещи перед покупкой. Алгоритмы Cappasity работают на базе GPU NVIDIA и CUDA® для ускорения вычислений и обрабатывают данные в облаке для определения параметров тела, в то время как нейронные сети выполняют сегментацию силуэта.

Подпишитесь на новостную рассылку NVIDIA по решениям для розничной торговли.