16 Νοέμβριος 2018

Πώς η H&M στοιχηματίζει στην τεχνητή νοημοσύνη (ΑΙ) και στα μεγάλα δεδομένα με στόχο την κερδοφορία

Τα τελευταία χρόνια ανεπαρκούς απόδοσης και η χρονιά με την πιο σημαντική πτώση των κερδών των τελευταίων έξι χρόνων, στρέφουν τον γνωστό λιανοπωλητή ταχείας μόδας H&M στην αναζήτηση νέων κερδοφόρων δρόμων. Η εταιρεία στρέφεται προς την τεχνολογία για να οικοδομήσει μια ισχυρότερη επιχείρηση, να αυξήσει την αποτελεσματικότητά της στην αλυσίδα εφοδιασμού και τις λειτουργίες της και να δώσει στους καταναλωτές αυτό που θέλουν, χάρη στις γνώσεις που θα της παρέχουν τα μεγάλα δεδομένα και η ΑΙ σχετικά με τις τάσεις της μόδας και τις προτιμήσεις των πελατών τους. Μόνο ο χρόνος θα δείξει εάν η επένδυσή τους είναι αρκετή για να τους σταματήσει την πτώση πωλήσεών και αν η επένδυσή τους σε AI και μεγάλα δεδομένα θα έχει θετική έκβαση.

Παρακάτω θα βρείτε μερικούς τρόπους με τους οποίους η H&M χρησιμοποιεί την τεχνολογία με στόχο την απόκτηση πλεονεκτήματος.

Οι πληροφορίες που παρέχουν τα δεδομένα βοηθούν να αποφεύγονται οι κακοί κύκλοι του προϊόντος

Περίπου 20 χρόνια πριν, οι λιανοπωλητές ταχείας μόδας έκαναν ηχηρή την ένταξή τους στον χώρο του εμπορίου δημιουργώντας ισχυρές επιχειρήσεις αφού εμπορεύονταν την ποιότητα για καλύτερες τιμές και φρέσκα προϊόντα. Ωστόσο, για να πετύχουν, οι λιανοπωλητές ταχείας μόδας όπως η H&M πρέπει να προβλέψουν τι θέλει η αγορά για να αποφύγουν έναν κακό κύκλο προϊόντων, την πιθανότητα προεξόφλησης του αποθέματος, κι ακόμη περισσότερο την πιθανότητα της παντελώς εξαφάνισής του. Δεδομένου ότι οι τιμές είναι ήδη εξαιρετικά χαμηλές για τους λιανοπωλητές ταχείας μόδας, είναι δύσκολο να ανακάμψουν από τις κακές αποφάσεις αγοράς και να μετακινήσουν τα ανεπιθύμητα αποθέματα. Τα μερίδια γι’ αυτούς τους λιανοπωλητές είναι υψηλά και οι πληροφορίες που παρέχουν τα στοιχεία μπορούν να βοηθήσουν στην οικοδόμηση μιας πιο ευέλικτης και ταχύτερης αλυσίδας εφοδιασμού, να διευκολύνουν την ανίχνευση τάσεων, να διαχειρίζονται τα αποθέματα και να καθορίζουν τις τιμές.

Αποθέματα για μεμονωμένα καταστήματα

Παλαιότερα, μπορούσατε να μπείτε σε οποιοδήποτε κατάστημα της H&M, είτε αυτό ήταν στη Σουηδία, το Ηνωμένο Βασίλειο ή τις Ηνωμένες Πολιτείες και να βρείτε σχεδόν τα ίδια προϊόντα. Δυστυχώς, οι λιανοπωλητές βρίσκονταν συνεχώς αντιμέτωποι με την ανάγκη να μειώσουν τις τιμές για να δώσουν και το τελευταίο απούλητο απόθεμα στα 4,288 καταστήματα τους σε όλο τον κόσμο. Σε μια προσπάθεια για καλύτερη αποθεματοποίηση μεμονωμένων καταστημάτων με τοπικά πελατειακά προϊόντα, η H&M χρησιμοποίησε μεγάλα δεδομένα και τεχνητή νοημοσύνη (AI) για να αναλύσει τις αποδόσεις, τις αποδείξεις και τα στοιχεία της κάρτας πιστότητας και να προσαρμόσει τα εμπορεύματα για κάθε κατάστημα. Μιλάμε για την «τοπική προσαρμογή» κάτι που μπορεί να είναι πιο δύσκολο να εκτελεστεί για μια παγκόσμια αλυσίδα, όπως η H&M, η οποία συνήθως αποκτά τα κέρδη της με βάση το παγκόσμιο δίκτυο προμηθευτών της. 

Αυτοματοποιημένες αποθήκες

Προκειμένου να αποκτήσει αυτό το προσαρμοσμένο απόθεμα σε κάθε κατάστημα και να ανταποκριθεί στις απαιτήσεις των καταναλωτών για μια ανεμπόδιστη εμπειρία αγορών, η H&M επένδυσε σε αυτοματοποιημένες αποθήκες, οι οποίες, όταν θα είναι έτοιμες να τεθούν σε λειτουργία, θα είναι και υπεύθυνες για την παράδοση της επόμενης ημέρας για το 90%  της Ευρωπαϊκής αγοράς. Οι καταναλωτές θα περιμένουν παράδοση οποιαδήποτε στιγμή και οπουδήποτε, καθώς και δωρεάν αποστολή και επιστροφές. Το τελευταίο προσφέρεται ήδη στους «πιστούς» πελάτες H&M. Οι αποθήκες και τα προγράμματα αφοσίωσης τροφοδοτούνται από αλγορίθμους και δεδομένα και η εταιρία αναπτύσσει τεχνολογία RFID στα καταστήματά της για να βελτιώσει την αποτελεσματικότητα της αλυσίδας εφοδιασμού της.

Εμπειρία εμπνέει τον πελάτη και του προσφέρει υπηρεσίες χωρίς δυσκολίες

Η H&M προσφέρει ήδη εξατομικευμένες συστάσεις για ηλεκτρονικούς αγοραστές, αλλά σύντομα θα φέρει αυτή την ικανότητα στα «φυσικά» της καταστήματα μέσω της τεχνολογίας RFID. Όταν θα βρίσκονται στο κατάστημα, οι πελάτες θα μπορούν να διερευνήσουν προτάσεις για εμπορεύματα που έχουν επιλεγεί γι' αυτούς από αλγόριθμους. Γίνονται έργα για την καλύτερη ενσωμάτωση της εμπειρίας αγορών τόσο online, όσο και offline. Για παράδειγμα, μέσω μιας δυνατότητας εύρεσης καταστήματος, οι πελάτες μπορούν να μάθουν εάν ένα προϊόν που είδαν στο διαδίκτυο είναι διαθέσιμο σε ένα φυσικό κατάστημα κοντά τους. Εκτός αυτού, μέσω του λογισμικού "Σαρώστε κι αγοράστε", οι πελάτες μπορούν να σαρώσουν μια ετικέτα στο κατάστημα για να διαπιστώσουν εάν το συγκεκριμένο προϊόν είναι διαθέσιμο σε ένα άλλο κατάστημα ή στο διαδίκτυο. 

Προσαρμοσμένη μόδα

Τα μηχανήματα έχουν ήδη συνθέσει μουσική, και τώρα μέσω μιας συνεργασίας με την Google και την ψηφιακή κατοικία Ivyrevel της H&M, έχουμε πλέον το Coded Couture. Με την υπόσχεση ότι θα δημιουργηθούν «μοναδικά σχέδια με βάση το πώς ζείτε τη ζωή σας», η εφαρμογή Android παρακολουθεί τη δραστηριότητα και τον τρόπο ζωής σας και στη συνέχεια προσαρμόζει τα σχέδια και δημιουργεί το επονομαζόμενο Data Dress. Ανάλογα με τον τρόπο με τον οποίο ένα άτομο περνάει την ημέρα του, η εφαρμογή «μεταφράζει» την περιοχή που τρώτε, τον καιρό εκεί και πόσο πρόθυμος είναι ο πελάτης να παίρνει αποφάσεις σχετικά με το χρώμα, τα υλικά και τις πρόσθετες λεπτομέρειες για μια παραλλαγή.

Το εάν η τεχνολογία θα φέρει στην H&M τα αποτελέσματα που χρειάζεται για να γίνει και πάλι κερδοφόρα παραμένει ακόμα ασαφές, αλλά η επένδυση της εταιρείας στα μεγάλα δεδομένα και την τεχνητή νοημοσύνη είναι σίγουρα ένα βήμα προς τη σωστή κατεύθυνση. Οι αλγόριθμοι δεδομένων και τεχνητής νοημοσύνης μπορούν να κάνουν πιο ακριβείς τις εμπορικές αποφάσεις της εταιρείας, εξορθολογώντας παράλληλα τις αλυσίδες εφοδιασμού και τις λειτουργίες και βελτιώνοντας την εμπειρία των πελατών.

Πηγή : https://www.forbes.com/sites/bernardmarr/2018/08/10/how-fashion-retailer-hm-is-betting-on-artificial-intelligence-and-big-data-to-regain-profitability/#b201f155b00a