Чт. Кві 25th, 2024
u0432u0430u043au0430u043du0441u0456u0457

Розробки на основі ШІ контролюють пересування товарів у роздробі та персоналізують пошукову онлайн-видачу

Американська технологічна компанія Google представила кілька нових розробок та оновлені інструменти на основі штучного інтелекту, які допомагають перетворити процеси управління залишками в офлайн-ритейлі та покращити майданчики електронної комерції з погляду купівельного досвіду, повідомив Just-Style.com, передає Sostav.ua.

u0420u0438u0442u0435u0439u043b u0432 u0422u0435u043bu0435u0433u0440u0430u043c

Одне з рішень ґрунтується на використанні хмарного сервісу та технології машинного зору Vertex AI Vision. Воно допомагає перевіряти наявність товарів на прилавках та рейлах. Також з його допомогою можна відстежувати візуальний стандарт подання товару та своєчасно поповнювати новими позиціями.

Особливо актуальним такий інструмент буде для великих торгових залів із широким асортиментом або для складських приміщень. Крім ідентифікації зображень, зроблених під різними кутами та з різних точок огляду, технологія дозволяє зчитувати спеціальні коди продукції, що прискорює пошук потрібних товарів та інвентаризацію. При цьому робоча камера може бути стаціонарною, встановленою, наприклад, на стелі або мобільною, якою користуються пересувні роботи або співробітники.

Розробка Discovery AI спрямована на глибокий аналіз процесу пошуку товару на сайті та шлях клієнта до замовлення. З її допомогою можна оптимізувати інтерфейс сайту та дії користувача. З часом система, що навчається, обчислює ідеальний порядок здійснення замовлення для кожної сторінки та кожної категорії. Це дозволяє підвищити точність і релевантність відображеного результату пошуку і підвищити ймовірність здійснення покупки. Функцію можна використовувати для різних сторінок сайту, включаючи посадкову та пошукову, а також у розділах з описом бренду та колекції.

Ще одне рішення – Recommendations AI – орієнтоване на покращення можливостей персоналізованого пошуку. Штучний інтелект налаштований в такий спосіб, щоб розпізнавати т.зв. шаблони купівельної поведінки, складені з даних про його кліки, вміст кошика та розділу «вибране», минулих покупок та іншої інформації. Потім система переміщує продукти, що відповідають проаналізованим критеріям, на перші позиції в рейтингу при пошуку та перегляді, що економить час клієнта та покращує його враження від взаємодії з торговим майданчиком.