For flere år siden har dagligvarebranchen været midt i en teknologi-dreven hvirvelvind – en, der har ændret måden, hvorpå detailhandlere opererer og engagerer sig med kunder på. Mobilapps forbinder kunder med loyalitetsprogrammer, online-bestilling, receptinspiration og mere. Indenfor teknologi gør kundeoplevelsen glattere og mere effektiv. På mange måder ligner branchen ikke det, den gjorde for 20 år siden.

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

Hvis forbrugerinteressen 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 brugsændring er ikke endnu normen i Nordamerika.

AI-dreven 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 højt personlige tilbud og kampagner baseret på deres personlige indkøbsprofiler. Hvis en given kunde 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 kampagner eller som præmier fra app-baserede mini-spil. De føler, at deres lokale butikker virkelig kender dem og forudser deres enkelte indkøbsbehov.

For mange nordamerikanske forbrugere kan denne virkelighed være et arbejde i gang. Det skyldes, at mange nordamerikanske dagligvareforhandlere ikke har antaget AI på denne måde. De tilbyder ikke personlige tilbud som deres modparter verden over. I stedet udsender de masse-kuponer – nogle gange i trykte avissærtryk eller breve, andre gange i digitale formater – og håber, at et udvalg af dem 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 personliggørelsespuzzlet 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 manuelle, 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 stor målestok.

At gå videre med AI-dreven personliggørelse indebærer at skabe og acceptere en enkelt sandheds kilde; en, der bor i skyen og opdaterer i realtid. Derefter handler det om at screene og implementere AI- og ML-løsninger, der kan gennemgå data, identificere mønstre og oprette kundesegmenter baseret på købsprofiler. For eksempel kan et segment oprettes for kunder, der eksklusivt køber økologiske varer.

Med kundesegmentering undervejs må dagligvarehold derefter samarbejde med AI og ML for at udvikle løbende kampagner, der resonnere med hvert segment. Dette bliver en videnskab; et præcisions-spil. I modsætning til den traditionelle nordamerikanske kuponsmodel er AI-dreven personliggørelse om kvalitet, ikke kvantitet. Detailhandlere kan måske kun give hver kunde fem tilbud om ugen, men takket være AI er disse tilbud alle slam dunk. For mange kunder vil 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” for AI-dreven personliggørelse er en stor opgave. Holdene skal lære nye værktøjer, ledere skal skabe nye arbejdsprocesser, og marketingholdene skal udvikle kunde-orienteret kommunikation, der gennemsigtigt kommunikerer, hvordan data nu bliver brugt.

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. Hvad kommer herefter vil fundamentalt ændre måden, detailhandlere samarbejder med deres leverandører.

Detailhandlere må også ændre deres forretningspartnerskaber.

For at implementere AI som den vigtigste drivkraft for kundetilbud må detailhandlere også dekonstruere deres eksisterende tilbudsstrategi.

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

Traditionelt, når dagligvarebutikker udsender kuponer, gør de det baseret på leverandørernes marketingstrategier og initiativer. Produkter kan være valgt for at stemme overens med en sæsonbestemt marketingkampagne, en ny smagslancering eller et KPI, der skal opfyldes. Forbrugere kan måske meget vel komme til at værdsætte de kuponer, de tilbys, men deres præferencer er ikke den øverste prioritet.

Dette er, hvad der må ændre sig for AI-dreven personliggørelse til at fungere; med ny teknologi kommer nye måder at tænke på. De samme funktioner, der driver kundesegmentering (mønstergenkendelse og dataanalyse), kan nemt anvendes til at drive tilbudsstrategier også. 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. Denne viden kan direkte støtte tilbudsstrategier, hvilket sætter forbrugerne solidt i førersædet.

Selv om leverandører ikke længere vil bestemme tilbud, vil de stadig vinde. Omarrangering af tilbudsstrategier resulterer i en mere effektiv, resonant brug af ressourcer. Forbrugere vil kun blive tilbudt tilbud, 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 marketing, men uden spild af ressourcer.

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

At gå videre med AI-dreven personliggørelse vil hjælpe selv store supermarkeder med at indføre en lilleby-fornemmelse i deres kundeengagement. Ved at gøre kunderne føle sig mere værdsat på et individuelt niveau kan nordamerikanske dagligvareforhandlere gøre vidunderlige ting for butikloyalitet.

Denne tilgang er blevet brugt verden over i år med enorm succes. Det handler nu om de seneste tilhængere. De detailhandlere, der antager AI-personliggørelse, vil hurtigt overgå dem, der ikke gør. Det handler blot om at komme i gang.