L’intelligenza artificiale negli Smart Retail

L’industria 4.0 ha portato, insieme all’Internet of Things, moltissime nuove concezioni del retail e della vendita al dettaglio in negozi fisici.
Abbiamo già parlato di Business Intelligence e Data Analytics, ma abbiamo soltanto accennato alle fondamenta che permettono questo. Stiamo parlando di Intelligenza Artificiale e Machine Learning, un insieme di sistemi che permette alle macchine di imparare.

Il ruolo fondamentale del Machine Learning nella Retail Analytics

Riprendiamo un argomento di cui abbiamo già parlato, ma che ci servirà da esempio. Il contapersone è uno strumento basato su dei sistemi di computer vision. Per dirla in parole semplici, la computer vision altro non è che un campo di studi specializzato nel dare capacità “umane” ai software, come nei processi di logica e funzioni visive, per rendere i sistemi programmati flessibili ed “ever-evolving”.

Parlando nello specifico, il contapersone raccoglie dati in maniera anonima, inviandoli ad un server. Qui, di norma, è presente una piattaforma di business intelligence di qualche tipo. Lo scopo ultimo è quello di calcolare l’affluenza, il tempo di permanenza e in generale intuire il comportamento della clientela. Questo tipo di dati è definito infatti Customer Analytics, permettendo così di adottare strategie più efficaci, aiutare a capire i momenti più intensi della settimana e trovare facilmente i “punti deboli” del retail.

Possedere informazioni precise ed affidabili sull’affluenza settimanale, attraverso la creazione di un dataset, aiuta e ottimizza la gestione di un negozio. Affidarsi ai soli scontrini per calcolare quanti clienti sono entrati non è più l’unico (e inefficiente) modo di analisi.

La Retail Analytics è una scienza matematica, la quale con la schiettezza tipica dei numeri, riporta dei dati veritieri e sicuri. Mentre uno scontrino significa un cliente che compra, la data analytics permette di capire qual è la conversion rate del negozio.
Quanti entrano e comprano? Quanti guardano e poi se ne vanno? Perché? Cosa ha meno successo, cosa di più?

Non sono domande impossibili da rispondere e basta usare gli strumenti giusti. Delle semplici valutazioni basate su un sistema di Retail Intelligence hanno la risposta alla maggior parte di questi dubbi.
Con il tempo, queste tecnologie hanno la capacità anche di essere “addestrate” per eseguire compiti ancora più specifici. Per fare un esempio, si può allenare l’IA (Intelligenza Artificiale) a capire se la clientela accede al negozio con un carrello o senza. Una funzione utile quando si è dei retail interni nei pressi di un centro commerciale. Questo può aiutare nella disposizione delle corsie, invogliando anche chi è di passaggio a curiosare e migliorare l’accessibilità dello store.

Un altro esempio di cosa può essere “insegnato” con il Machine Learning è notificare il raggiungimento di un determinato numero di persone in un’area. In questo modo è possibile richiamare l’attenzione dello staff al reparto. Sulla stessa linea di pensiero si può, quindi, ottimizzare l’organizzazione del personale, riducendo o aumentando i singoli commessi all’interno delle varie sezioni dello store.

I dati non danno le soluzioni, ma facilitano il lavoro

Ovviamente questi sistemi tecnologici non agiscono da soli nel trovare soluzioni. Per quanto si possa sfruttare il Machine Learning, c’è un limite. Le piattaforme possono arrivare a suggerire modifiche o possibili valutazioni dei dati, ma questi rimangono dei semplici numeri, da interpretare.

L’intervento del gestore, o dei responsabili, è sempre necessario. Creare un dataset sull’affluenza settimanale, con divisione oraria, aiuta a capire i momenti dove la clientela è più propensa all’acquisto. Per agire concretamente serve sempre la creatività e l’intuito umano, anche in seguito alla valutazione dell’obiettivo da raggiungere.

In conclusione, rimane solo una domanda: ma quanto sono affidabili i dati raccolti? Possono davvero essere la base per prendere delle decisioni così importanti?
I sistemi di Machine Learning di oggi, applicati agli Smart Retail, garantiscono un’accuratezza del 95%, un valore che sale se si potenzia l’apprendimento della rete neurale.

L’Intelligenza Artificiale ti incuriosisce e vuoi saperne di più? Contattaci, saremo lieti di rispondere a qualsiasi domanda!