Detailhandlere, Lær Disse 4 Lektioner Før Du Gør Din 2025 GenAI-Investering

Forrester forudser, at en ud af fem US- og EMEA-detailhandlere vil lancere kundeorienterede GenAI-applikationer i 2025. Forbedret produktsøgning, personlige anbefalinger og forbedret kategorinavigation er top-brugsområder. Hvorfor fik automatiserede interaktioner så US’s kundeoplevelsesscore til at falde med 5% i 2023 – det laveste siden 2015 – og hvad kan detailhandlere lære af dette, før de gør deres GenAI-investeringer?

Den 2023 KPMG-rapport fremhæver manglende opfyldelse af kundernes forventninger som årsagen til faldet, med overbrug af teknologi, der manglede strategisk fordel for kunderne. Af 50 CIO’er og CTO’er i Fortune 500-virksomheder, der blev spurgt om deres GenAI-projekter, fandt de fleste, at deres pilotteknologi behandlede det forkerte forretningsbehov.

Da vi går ind i 2025, skal detailhandlere prioritere kundeorienterede GenAI-strategier. I stedet for at antage den seneste teknologi som en nice-to-have, skal man se på forretningsbehovene. Detailhandlere skal gennemgå deres kunderejser, identificere områderne for forbedring, og bygge eller antage løsninger, der passer til deres brugsområde, og ikke omvendt. Her er fire lektioner for detailhandlere at overveje på deres vej til at hæve brugeroplevelsen (UX) med GenAI.

Sikr Erhverv-Data-AI-Synergi

RAND-forskere fandt i 2024, at 80% af AI-projekter fejler på grund af fem nøgleområder: misalignerede mål, data-mangel, tech-first-tilgang, infrastruktur-lukker og overambitiøse AI.

Detailhandlere kræver en solid datagrundlag og ekspertise for at bygge de nødvendige algoritmer og lykkes med deres GenAI-investeringer. De skal spørge sig selv: “Hvordan kan vi sikre tilstrækkelig data-tilgængelighed for at opfylde løsningens krav? Og hvor meget af denne data er ejendomsretligt beskyttet?” Succesfulde GenAI-projekter afhænger af højkvalitets-, relevante oplysninger. Jo flere unikke dataformater organisationen har, jo mere tilpasset skal løsningen være.

En tredje spørgsmål at stille er: “Hvilke specifikke talentpulje- og operativ strukturændringer er nødvendige for at udnytte GenAI effektivt?” At forstå niveauet for opskolering, samt motivation, omkostninger og tid, vil hjælpe detailhandlere med at beslutte om afkastet på investeringen (ROI) for at bygge, tilpasse eller administrere løsninger internt.

I dag kan ikke-techniske eksperter arbejde med no-code-værktøjer eller hyre en langsigtede AI-partner for at udnytte fordelene. Når man vælger tredjeparts GenAI-løsninger, skal e-commerce-chefer prioritere faktorer ud over priser og ROI, såsom skalerbarhed, ydeevne, datasikkerhed, leverandør-ekspertise og teknisk kompatibilitet. En klar forretningscase og forventede resultater er afgørende, før man begår sig til nogen ny integration.

Tag En Inkrementel Tilgang

I 2024 evaluerede BCG Group antagelsesraten for top e-commerce GenAI-brugsområder; navnlig, indholdsskabelse såsom blogs, produktbeskrivelser og produktbillede-suplementering. Mere avancerede brugsområder inkluderer personlige produktanbefalinger, dynamisk prisfastsættelse og konkurrentanalyse. Gør teammedlemmerne bekendte med systematiske tjenester, før man prøver at løse mere komplekse opgaver for at tilpasse sig nye processer uden problemer.

Detailhandlere skal opmuntre deres e-commerce-team til at udnytte out-of-the-box GenAI-værktøjer for at bekende sig med værktøjets muligheder. Simple brugsområder og no-to-low-code-løsninger såsom produktbeskrivelser og billedskabelse er fremragende startpunkter, da de viser teammedlemmerne de mulige tidsbesparelser samt hjælper dem med at tilpasse deres operationer til at inkludere hyppige valideringskontroller. Introducér ugentlige eller biugentlige gennemgange i de tidlige faser for at måle værktøjets fremgang og tilpasse tilgange undervejs. Teammedlemmernes feedback og deltagelse vil være afgørende for succes.

Da teammedlemmerne bliver mere bekendte, kan detailhandlere introducere nye brugsområder. Ingeniører kan strømlinjeudviklingen med AI-kodekompletionshjælp. Markedsførere kan introducere AI-drevne personlige opsalgs- og krydssalg-anbefalinger, og loyalitetschefer kan bygge adaptive loyalitetskampagner baseret på kundernes engagementsniveau.

Opret En Sikkerheds-Først-Kultur

Frakoblet systemer er svage led, der kan føre til sikkerheds-sårbarheder, og GenAI har potentialet til at sænke adgangsbarrieren for lav-uddannede trusler. Cyberkriminelle kan bruge GenAI til at bygge scripts, der kunne være funktionelt skadelige, hvis de blev brugt korrekt, og automatisere angreb og målrette bestemte sårbarheder. Detailhandlere skal sigte mod en solid datagrundlag, strømlinede arbejdsgange og en vel forbundet netværk af applikationer for at holde deres systemer sikre og lette at overvåge.

Cyberkriminelle kan også bruge GenAI til at manipulere forbrugere gennem overbevisende falsk indhold (f.eks. social engineering og phishing). Derfor vil identitetsverificering være endnu mere kritisk i 2025. Multifaktor-autentificering, såsom at sende tidsfølsomme koder til brugernes enheder via SMS, e-mail eller en dedikeret autentificeringsapp, vil hjælpe med at sikre kundernes loyalitetsprogrammer og shopping-platforme – især hvor finansielle oplysninger er gemt.

Derudover skal detailhandlere sikre, at udviklere regelmæssigt opdaterer software, software-biblioteker og systemer for at adresse sårbarheder og minimere angrebsflader. Denne sikkerhedsbevidste, verificér-først-mentalitet skal filtreres gennem hele organisationen. Ved at gennemføre regelmæssig sikkerhedsbevidsthedstræning og simulationer og opmuntre medarbejdere til at rapportere mistænkelige aktiviteter prompt, kan detailhandlere bygge en sikkerheds-fokuseret kultur.

AI-drevne overvågnings- og alarmeringssystemer, såsom avancerede endpoint-detektions- og respons-løsninger (EDR), kan også hjælpe detailhandlere med at opdage og afværge trusler i realtid. Selvom det er vigtigt, at alle medarbejdere er i vanen med at verificere, at systemer, især sikkerhedssoftware, fungerer, som de skal.

Vær Empatisk Ved Design

Den største årsag til AI-mistanke er dets brug i kundesupport-kanaler. Nogle 53% af kunderne ville overveje at skifte til en konkurrent, hvis de fandt ud af, at et selskab ville bruge AI til kundeservice.

Kunderne frygter, at GenAI vil bygge en bredere kløft mellem dem og support-agenterne. De ønsker ro i sindet om, at deres problemer vil blive forstået og løst på bedst mulig vis, idealiseret med chefer, der har autoriteten til at tilbyde komplementære gaver for deres besvær. Men detailhandlere kan bygge disse skridt ind i deres automatiserede tjenester. Men det er stadig vigtigt at starte med simple opgaver først. At gøre FAQs og online-oplysninger mere tilgængelige via konversations-chatbots er nyttige brugsområder.

I begyndelsen vil der være mere håndtering af kunde-feedback, forvirring eller forespørgsler en proaktiv og velkommen buffert, da detailhandlere tilpasser sig GenAI’s muligheder. Real-tids-feedback fra support-teamene vil hjælpe detailhandlere med at forestille sig alle scenarier, hvor opgaver er for komplekse for GenAI-værktøjer. I disse scenarier skal chatbots dirigere kunderne til en agent med en ventemessage, såsom: “Tilbud ikke hjælpsomt? Kontakt en agent” knap. Analyser denne feedback dagligt, indtil alle mulige almindelige forespørgsler er besvaret enkelt og automatisk.

Det er afgørende, at alle opgaver GenAI-værktøjerne påtager sig, transformerer gnidningsløst til en agent-chat, der tager over, hvor chatboten slap. Det er også kritisk, at kundeservice-agenter forbliver en nøgle-del af brugeroplevelsen, og de skal gemmes til høj-værdi-opgaver såsom at overvåge data og identificere underliggende årsager til gentagne kunde-problemer. På denne måde har detailhandlere en basis for at foreslå løsninger og forhindre fremtidige problemer med automatiserede respons-kanaler.

Uanset om detailhandlere vælger at antage GenAI eller ej, vil konkurrenter, kunder og ondsindede aktører. Ved at forberede teammedlemmerne med simple brugsområder, kan de tilpasse sig nye måder at arbejde på og bedre forstå det nye trussels-landskab. Detailhandlere kan udnytte out-of-the-box-værktøjer og afprøve GenAI-projekter i en faseret tilgang, bygge på deres teams viden og ekspertise med mere avancerede algoritmer hver gang et projekt er fuldført succesfuldt. Ved at automatisere de transaktionsbaserede opgaver og holde et ekspert-team af menneskelige agenter, kan kunder nyde hurtigere adgang til ønskede produkter og føle sig trygge ved, at der er en agent et kald væk, hvis de har brug for det.