܄

沃尔玛:如何利用人工智能、物联网和大数据提升业绩的?

【数据猿导读】 最近几年,这家零售巨头领导整个行业充分利用科技构建自己的业务,为客户提供更好的服务。这都得益于它大量的专利申请、美国第二大在线零售商的地位以及对零售科技和创新的大举投资。

沃尔玛:如何利用人工智能、物联网和大数据提升业绩的?

【AI世代编者按】《福布斯》网络版日前撰文,介绍了沃尔玛如何借助人工智能、物联网和大数据三项当下流行的前沿科技提升销售业绩。

以下为原文内容:

尽管沃尔玛的历史可以追溯到1962年,但从利用机器学习、物联网和大数据转变零售模式和客户体验所取得的成效来看,它却走在行业前列。

最近几年,这家零售巨头领导整个行业充分利用科技构建自己的业务,为客户提供更好的服务。这都得益于它大量的专利申请、美国第二大在线零售商的地位以及对零售科技和创新的大举投资。

O2O引领创新

沃尔玛实验室客户体验工程副总裁劳伦·迪塞戈(Lauren Desegur)说:“我们本质上是创造了一个桥梁,通过机器学习来加强购物体验。我们希望确保客户在网上和店内的体验能够无缝衔接。”

虽然沃尔玛在零售行业的死对头或许是 亚马逊 ,但它却可以同时利用在线上和线下触角——该公司既拥有1.1万家实体店,还可以提供在线购物体验——开发各种零售技术来提升销量和客户满意度。

沃尔玛很早就使用RFID技术追踪库存,而且还在硅谷设立了一个名为“8号店”(Store No. 8)的孵化器,“对创业公司进行孵化和投资,并与风险投资家和学术机构共同开发自己的专有机器人、虚拟现实和增强现实、机器学习和人工智能技术。”

沃尔玛最近还在店内设立了“自提塔”(Pick-up Tower),这种尺寸为16x8英尺的自助设备可以非常方便地放在门店入口处,以便消费者取回在线订单。用户还可以直接扫描在线订单的条形码,之后便可在45秒内看到自己购买的商品出现在传送带上。目前为止,用户对这些“自提塔”的反馈非常积极,因为这比传统的自提方式更加便利。

除此之外,沃尔玛还希望通过“扫描购物”(Scan and Go Shopping)技术来改进用户体验。药店和货币服务领域的客户也可以使用沃尔玛的应用来处理结账流程,以便加速进出店面的速度。

如果今后进一步发展,还可以像Amazon Go概念店一样利用计算机视觉、 传感器和机器学习来彻底取消收银台。另外,沃尔玛已经使用机器学习来优化配送路径。

不喜欢排队 

沃尔玛可以借助面部识别技术寻找和评估心怀不满的消费者,从而对其运营过程产生重要影响。借助机器学习技术通过面部表情识别排队人群的不满情绪,从而派遣更多收银员前去处理结账事宜,并最终分析消费者购物习惯的变化趋势。

2015年,沃尔玛还通过测试通过这项技术来寻找和避免盗窃事件的发生。

用标签监控产品使用状况

接下来呢 根据沃尔玛提交的专利文件,他们下一步似乎准备将物联网标签整合到产品中,以便监控产品使用状况,从而在必要的时候自动替换产品,还可以监控是否过期或产品召回信息。

这些技术将依赖蓝牙、条形码无线电和RFID等技术,而且可以为沃尔玛提供海量数据,包括使用产品的时间,以及产品在家中存放的地点。这些数据有助于制作个性化广告,并扩大交叉销售机会。

如果你的冰箱里安装了标签阅读器,便可扫描里面的所有产品,然后在需要补充或快要过期时向你发出提醒。此外,RFID系统还可以监控你购买洗衣粉的次数,并预测可能的剩余量。这些信息可以添加到你的购物列表中,然后帮助沃尔玛分析用户行为。

尽管已经提交专利,但沃尔玛究竟会部署哪些技术,并将其应用在所有用户身上,目前还有待观察。但有一件事情是确定的,没有理由认为沃尔玛会在短期内会放慢机器学习、物联网和大数据的部署速度,毕竟这的确可以提升他们的业绩,也确实可以改进用户体验。


来源:腾讯科技

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

MIT训练出了一只变态、罪恶、极度阴暗的人工智能——诺曼
MIT训练出了一只变态、罪恶、极度阴暗的人工智能——诺曼
数据智能 无限未来—2020世界人工智能大会云端峰会数据智能主题论坛顺利举办
数据智能 无限未来—2020世界人工智能大会云端峰会数据智能主题...
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部