AI – gamechanger för ehandlarna

Artificiell Intelligens, AI. De två små bokstäverna smyger sig så lätt in i ett produktnamn eller en rubrik. Det är mänskligt att surfa på AI-vågen, men nu är det dags att se bortom hypen. Medan du läser det här håller AI-tekniken machine learning, maskininlärning, på att förändra våra liv. Google, Facebook och Netflix känner oss redan på flera sätt bättre än vi själva gör. Utvecklingen av maskininlärning drivs av samma utländska, globala aktörer som alltmer konkurrerar med våra svenska ehandlare.

AI har blivit en framgångsfaktor.

Så hur används tekniken av de ledande näthandlarna? Vad kan vi lära av dem?

En liten not innan vi börjar bara: AI kommer i många skepnader, men ofta menar man just maskininlärning, så också i den här artikeln. Maskininlärning är när en dator kan lära sig något själv utan explicit programmering, för att luta sig mot Arthur Samuels vedertagna definition från 1959.

Så. Nu kör vi!

Effektivare order- och leveransflöde

För en detaljhandlare är det som bekant avgörande att optimera sina processer för att optimera kostnaderna. AI-lösningar – alltså maskininlärning – förväntas effektivisera processen för order, leverans och returer ordentligt. Enligt en global undersökning Capgemini Research Institute som gjorde med 400 detaljhandelschefer förutspår att AI har potential att bidra med en årlig besparing på 340 miljarder dollar. Och apropå besparingar används AI också för att förebygga dyra nätbedrägerier. Paypal har en egen AI-lösning som hjälper deras mänskliga ”fraud detectives” att upptäcka misstänkta aktiviteter snabbt och skilja verkliga bedrägeriförsök från misstag. Ett lyckat samarbete mellan maskin och människa, om man får tro Paypal.

Bättre segmentering och fler bra leads

För många ehandlare ligger segmentering och målgruppsurval högst upp på listan av affärskritiska förbättringsområden. Enligt Business Review har företag som implementerat leadsgenerering med AI fått 50% fler kvalificerade leads vilket förstås ger försäljningen en skjuts. Digitala “neurala nätverk” talar om för säljarna vilka prospekt som har högst sannolikhet att bli värdefulla affärer. Algoritmerna analyserar miljontals datapunkter och kommer fram till vilka prospekt som behöver kontaktas och när, samt vilka som är redo för avslut (källa: Forbes). Och kontakterna sker förstås automatiskt så långt det är möjligt: Send Time Optimisation är en funktion som använder maskinlärande för att skicka automatiska email till unika personer vid tidpunkter när det är mest troligt att just de kommer att läsa dem. 

Bäst kundupplevelse vinner

Det som kanske dragit till sig störst uppmärksamhet kan vara AI-lösningarnas förmåga att lära sig kundernas unika preferenser och förväntningar. Kundinsikterna används för att göra köpupplevelsen bättre och mer tillfredsställande – och nätbutiken lönsammare. Enligt Gartner anser 89% av företagen att kundupplevelsen är deras viktigaste konkurrensmedel. Jättar som Amazon har hittills mest fokuserat på så kallad transaktionsdriven ehandel, det vill säga brett sortiment, låga priser, snabb leverans och omnikanallösningar. Gartners forskning visar att mindre aktörer istället har en möjlighet att konkurrera med den bästa kundresan, så kallad upplevelsedriven ehandel. Det innebär fokus på självservice, användarvänlighet, mobil/datoranpassning, inspirerande innehåll, expertkunskap och en personifierad upplevelse. Och där spelar AI en avgörande roll.

Johan Davidson, chefsekonom på Svensk Handel, påpekar i rapporten Det stora detaljhandelsskiftet att merparten av handeln under överskådlig tid trots allt kommer att ske i fysiska butiker. Enligt rapporten stod ehandel med varor för 9% av den totala försäljningen i svensk detaljhandel 2018. Men det går säkert att underskatta kraften i AI och digitaliseringen. Maskininlärning används för att erbjuda en lika bra – eller bättre -köpupplevelse på nätet och på så sätt konkurrera om de butikskunder som är redo för nätköp. Det snabbar förstår på digitaliseringen. Som vanligt gäller det att hålla ögonen på det som händer i på andra sidan Atlanten: Amazons grundare Jeff Bezos har sagt att det är svårt att överdriva konsekvenserna av AI. Och tar man en titt på deras jobbannonser ser man att de inte längre letar efter ehandelsexperter utan forskare, ”Applied Data Scientists”. 35% av Amazons försäljning redan för ett år sen kom från AI-rekommenderade produkter (”andra har också köpt…”). Just rekommendationer anpassade till enskilda individer är något AI visat sig vara riktigt bra på, och då pratar vi inte bara produkttips utan även rekommenderat innehåll som engagerar och inspirerar.

Så låt oss zooma in på några företag som lyckats med AI.

Stitchfix: AI som framgångsfaktor

Klädbutiken Stitchfix har växt snabbt och lönsamt är ett utmärkt exempel på hur AI kan göra hela skillnaden. På sin hemsida ber de sina kunder fylla i ett formulär där de anger sina preferenser.

Sen skickar de fem produkter utvalda av en personlig stilist baserade på kundens svar. Kunden, som alltså inte väljer sina kläder själv, skickar sen tillbaks de plagg de eventuellt inte vill ha.

De upptäckte tidigt att deras algoritmer var bättre än människor på att förutsäga vilka kläder en person skulle vilja köpa – inklusive kunden själv. Dessutom ökar precisionen snabbt efter första köpet medan andelen returer går mot noll. Stitchfix affärsidé grundar sig på automatiserad behandling av en enorm mängd data; de samlar in över 65 egenskaper, ”attribut”, om varje produkt. Här kan vi snacka om datadrivet: 2018 visade de stolt upp sina 64 anställda dataforskare på sin hemsida.

Stitchfix använder AI-algoritmer till 7 saker:

  • Välja ut de 5 första produkterna baserat på formulärsvaren
  • Rekommendera produkter baserat på kundens tidigare köp
  • Välja det bästa leveranssättet för att minimera kostnad och maximera kundtillfredsställelse
  • Förutsäga efterfrågan på produkterna för att köpa in rätt volymer
  • Förutsäga hur mycket som behövs på lager
  • Avgöra vilka produkter som ska hållas på vilka lager för att minimera kostnaden
  • Förutsäga vilken design kunderna kommer att föredra hos kläderna Stitchfix utvecklar själva

Stitchfix är inte ensamma om att använda en AI-driven nätstylist. Rocksbox som säljer smycken hävdar att de fått 300% högre köpfrekvens, 85% bättre lagerutnyttjande och 30% lägre kostnad för styling sen de införde sin AI-stylist.

Bildigenkänning – från kragstorlek till snygga muggar

Bildigenkänning, computer vision, är ett annat hett användningsområde för ehandlare. I Stanfords årliga test av bildigenkänningslösningar, var 2016 första året när en dator var bättre än människor på att känna igen bilder.

Att prova och mäta kläder digitalt är helt klart något som kommer. Nettelo är ett praktexempel på det med sin AI-baserade ”kroppmodellering” i 3D. Man laddar ned deras app, skannar sig själv med mobilen och får sina mått och klädstorlek när man beställer på nätet. Deras produkt kan användas både av konsumenter och ehandlare.

Ett liknande företag är svenska the Fit som också tagit fram en lösning för kroppskanning som erbjuder användaren att prova kläder virtuellt och beställa rätt storlekar.

Camfind är en app som hittar innehåll på nätet om det man tar ett foto av, inklusive sidor där man kan köpa produkten eller en liknande produkt. Ladda ned och prova!

Med Pinterests verktyg Pinterest Lens kan man rikta mobilens kameralins mot vad som helst och få idéer på hur man kan använda det. Amazons app med bildigenkänning är ett annat exempel: man riktar mobilen mot en produkt hemma, som en flaska diskmedel, så beställer man mer av den.

I Amazons omtalade butik Amazon Go följs kunderna via kameror som känner igen varorna de tar genom en AI-plattform, och när de är klara lämnar de bara butiken utan att passera någon kassa.

Modiface låter sina kunder via Augmented Reality prova makeup digitalt med så bra kvalitet att kunderna uppger sig föredra den digitala upplevelsen framför att prova fysiskt.

Röstigenkänning – 30% av sök med röst 2020

Inom området röstigenkänning, vilket kanske borde heta taligenkänning, händer det också grejer. 2017 var det första året då mjukvara för ”naturlig språkbehandling” blev bättre än den genomsnittliga konsumenten på att känna igen tal, alltså vad som sägs. Även här ligger Amazon långt framme, och många konkurrenter oroar sig för att de kommer att få alla beställningar om deras teknik för taligenkänning används när man ber kylskåpet fylla på smör och ost.

I Microsofts digitala assistent Cortana skedde 20% av sökningarna med hjälp av röst 2018, och Gartner förutspår att röstsökning kommer att stå för 30% 2020. Men sök är en sak, beställningar en annan. Enkla varor som köps ofta, som tvättmedel och kontaktlinser, kanske kan beställas med taligenkänning men inte nödvändigtvis köp som kräver mer information. Talande för hur strategisk röststyrning har blivit är att Walmart nu delar sin kunddata med Google för att synas bland sökmotorns annonser. De har nämligen visat sig enormt effektiva och Google använder AI som t ex visar produkter som inte bara matchar sökarens preferenser utan också finns i lager hos närmaste butik.

Inte bara för de allra största

Sammanfattningsvis är det slående vilken kreativitet maskininlärning redan frigjort i detaljhandeln. Jättar som Amazon och Google, med sina resurser och enorma mängd data om produkter och kunder, leder förstås racet. Men AI öppnar möjligheter också för de lite mindre ehandlarna, inte minst nya effektiva sätt att konkurrera om kunderna med den bästa möjliga köpupplevelsen.

– Erik