I de seneste flere år har dagligvarebranchen været midt i en teknologidrevet hvirvel, som har ændret måden, hvorpå forhandlere opererer og engagerer sig med kunder på. Mobilapps forbinder kunder med loyalitetsprogrammer, onlinebestilling, receptinspiration og mere. Butiksteknologi gør kundeoplevelsen glattere og mere effektiv. På mange måder ligner branchen ikke det, den gjorde for 20 år siden.

AI har også en rol at spille, og forbrugerne er begejstrede for det. Nye anvendelsesmuligheder har potentialet til at forandre måden, dagligvareindkøb sker på. Hvis kunder tager et billede af en recept, de gerne vil lave, kan AI generere en digital indkøbsliste til dem. Lobyco’s forskning fra 2024 fandt, at 70% af kunderne var interesseret i at bruge AI på denne måde.

Hvis forbrugernes interesse er nogen indikation, er vi sikre på at se en højere grad af AI-integration i dagligvareteknologi over de næste få år. Men dette er ikke alt, teknologien kan gøre. For dagligvareforhandlere ligger den mest kraftfulde anvendelse af AI i at drive personlig engagement med kunder. Men denne anvendelse er ikke endnu normen i Nordamerika.

AI-drevet personliggørelse er stadig et arbejde i gang for Nordamerika.

Verden over har dagligvareforhandlere fuldt ud accepteret AI som en nøglepartner i deres engagementsstrategier. Butikker sender forbrugerne højttilpassede tilbud og kampagner baseret på deres personlige indkøbsprofiler. Hvis en given kunde fx altid køber en Diet Coke med deres ugentlige indkøb, kan de modtage en kuppon til en gratis Diet Coke under deres næste besøg. Kunder værdsætter og har kommet til at forvente dette niveau af personliggørelse, enten i deres ugentlige digitale tilbud eller som præmier fra app-baserede minispil. De føler, som om deres lokale butikker virkelig kender dem og forudser deres enkelte indkøbsbehov.

For mange nordamerikanske forbrugere kan denne virkelighed stadig være et arbejde i gang. Det skyldes, at mange nordamerikanske dagligvareforhandlere endnu ikke har tilpasset sig AI på denne måde. De tilbyder ikke personlige tilbud som deres modparter verden over. I stedet udsender de masse-kuponer – nogle gange i trykte avissammenfattelser eller breve, andre gange i digitale formater – og håber, at en udvalgt del vil resonnere med kunderne, der modtager og gennemgår dem.

Hvorfor er branchen sådan i Nordamerika?

Teknologi er en hindring, men det er ikke den eneste.

En stor del af personliggørelsespuzzlen er naturligvis den logistiske bedrift, der kræves. Mens mange nordamerikanske dagligvareforhandlere allerede har en stor mængde anonymiseret kundedata internt (dvs. samlede købsrekorder), kan de måske ikke anvende disse data på en måde, der faciliterer AI-analyse.

For tiden bruger disse dagligvarehold manual-, ineffektive processer til at oprette, opdatere og dele regneark imellem sig. De kan have digitale værktøjer til rådighed for at hjælpe med at analysere data, men ikke på en meningsfuld måde – ikke i størrelsesorden.

At gå videre med AI-drevet personliggørelse indebærer at skabe og acceptere en enkelt sandhedskilde; en, der bor i skyen og opdateres i realtid. Derefter handler det om at godkende og implementere AI- og ML-løsninger, der kan gennemgå data, identificere mønstre og oprette kundenisser baseret på indkøbsprofiler. Fx kan en sektor oprettes for kunder, der udelukkende køber økologiske varer.

Med kundesegmentering undervejs må dagligvarehold derefter samarbejde med AI og ML for at udvikle løbende kampagner, der resonnere med hver sektor. Dette bliver en videnskab; et præcisionspil. I modsætning til den traditionelle nordamerikanske kuponomodel er AI-drevet personliggørelse om kvalitet, ikke kvantitet. Forhandlere kan måske kun give hver kunde fem tilbud om ugen, men takket være AI er disse tilbud alle hjemmehørende. For mange kunder ville dette være en stor ændring, da de måske regelmæssigt gennemgår dusinvis af tilbud, før de finder ét, der stemmer overens med deres præferencer.

At gå fra “før” til “efter” med AI-drevet personliggørelse er en stor opgave. Holdene skal lære nye værktøjer, ledere skal skabe nye arbejdsprocesser, og marketingsholdene skal udvikle kundeorienteret kommunikation, der åbent kommunikerer, hvordan data nu bruges.

At få den rette teknologi på plads vil være en stor operation for nordamerikanske dagligvareforhandlere. Men dette er ikke alt, der kræves for at gå videre med personliggørelse. Det, der kommer herefter, vil fundamentalt ændre måden, forhandlere samarbejder med deres leverandører.

Forhandlere må også ændre deres forretningspartnerskaber.

For at implementere AI som den vigtigste drivkraft for kundekampagner må forhandlere også nedbryde deres eksisterende kampagnestrategi.

Det er ikke unikt for dagligvareforhandlere at samarbejde med deres leverandører om kundekampagner. Leverandører har tydeligvis en stor interesse i spillet her; deres produkter tilbys med rabat eller endda gratis. Hvad er unikt, er, at mange nordamerikanske leverandører har kontrol over, hvilke varer der tilbys og hvornår.

Traditionelt, når dagligvarebutikker udsender kuponer, gør de det på basis af leverandørernes markedsføringsstrategier og -initiativer. Produkter kan være valgt for at stemme overens med en sæsonmarkedsføringskampagne, en ny smaglancering eller et KPI, der skal opfyldes. Forbrugerne kan meget vel komme til at værdsætte kuponerne, de tilbys, men deres præferencer er ikke den øverste prioritet.

Dette er, hvad der må ændre sig for AI-drevet personliggørelse til at fungere; med ny teknologi kommer nye måder at tænke på. De samme funktioner, der driver kundesegmentering (mønstergenkendelse og dataanalyse), kan let anvendes til at drive kampagnestrategier. Dagligvareforhandlere kan let lære, hvilke produkter der er mest populære og hvornår, baseret på interne og eksterne faktorer som vejr, kommende helligdage, priselasticitet og mere. Disse oplysninger kan direkte støtte kampagnestrategier og sætte forbrugerne solidt i førersædet.

Selvom leverandører ikke længere vil styre kampagner, vil de stadig vinde. Omarrangering af kampagnestrategier resulterer i en mere effektiv og resonant brug af ressourcer. Forbrugere vil kun blive tilbudt kampagner, de sandsynligvis vil indløse. De vil stadig blive opmuntret til at prøve nye varianter, smage og produkter, men på en måde, der er data-baseret og sandsynligvis vil lykkes. Leverandører vil opleve alle fordelene ved brandloyalitet og markedsføring, men uden spild af ressourcer.

Teknologien er allerede her. Det handler om at anvende den.

At gå videre med AI-drevet personliggørelse vil hjælpe selv store supermarkeder med at skabe en småbyfølelse i deres kundeengagement. Ved at gøre kunderne til at føle sig mere værdsat på et individuelt niveau kan nordamerikanske dagligvareforhandlere gøre vidunderlige ting for butikstrohed.

Dette tilgang har været brugt verden over i år med enorm succes. Det kommer nu ned til de seneste tilhængere. Forhandlerne, der tilpasser sig AI-personliggørelse, vil hurtigt overhale dem, der ikke gør. Det handler blot om at komme i gang.