3 Langkah untuk Pedagang Ritel Menciptakan dan Menghasilkan Nilai dari Investasi AI

Sektor ritel tumbuh dan semakin kompetitif karena perusahaan bersaing untuk memperebutkan perhatian dan dompet konsumen. Menurut Federasi Ritel Nasional, penjualan inti meningkat 3,2% year-over-year pada paruh pertama tahun 2024, dan total penjualan diperkirakan akan melampaui tahun 2023 sebesar 2,5% hingga 3,5%. Di pasar yang ketat, pedagang ritel mencari keunggulan kompetitif, dan banyak yang beralih ke kecerdasan buatan (AI).

AI telah diposisikan sebagai kemampuan yang dapat mengubah tawaran, memperluas pilihan, dan mengarahkan model bisnis baru. Pedagang ritel telah melakukan investasi signifikan dalam AI, tetapi mereka perlu memahami bagaimana menggunakan teknologi untuk menciptakan nilai bagi pelanggan dan menghasilkan nilai bagi diri mereka sendiri.

Sementara teknologi telah ada dalam beberapa bentuk selama bertahun-tahun, algoritma telah tumbuh lebih baik dan lebih cepat, kemampuan komputasi telah ditingkatkan, dan harga telah menjadi lebih terjangkau. Unit pemrosesan grafis (GPU) NVIDIA dapat membuat apa yang dulunya merupakan komputasi tujuh hari menjadi komputasi tujuh menit, dan Snowflake telah menambah fleksibilitas pada struktur biaya AI dengan juga mengenakan biaya per komputasi. Faktor-faktor ini telah membuka lebih banyak kasus penggunaan AI bagi pedagang ritel dan membuat teknologi lebih sesuai dengan anggaran TI.

Namun, banyak pedagang ritel masih berjuang untuk melihat pengembalian investasi yang nyata dari investasi AI mereka. Mereka bereksperimen dalam hitungan bulan, bukan tahun, dan tidak dapat membiayai pendekatan semprot dan berdoa dengan percobaan tersebut. Pedagang ritel harus mendekati AI secara strategis sehingga mereka dapat memenuhi tujuan ROI mereka, terutama karena industri menghadapi perubahan perilaku konsumen.

Mari kita lihat lebih dekat dan memeriksa tiga langkah untuk membuka nilai penciptaan dan penghasilan nilai.

Matangkan data menjadi aset strategis

Untuk pedagang ritel dapat berhasil menggunakan AI, mereka harus terlebih dahulu memastikan bahwa data mereka matang, bersih, dan harmonis. Tanpa data berkualitas tinggi, bahkan algoritma AI yang paling canggih akan gagal, yang mengarah ke peribahasa “sampah masuk, sampah keluar.”

Di ritel, data berasal dari berbagai sumber: sistem penjualan di tempat, platform e-commerce, sistem manajemen inventori, alat manajemen hubungan pelanggan (CRM), dan bahkan sumber eksternal seperti media sosial dan prakiraan cuaca. Untuk menciptakan aset strategis, pedagang ritel harus mengintegrasikan data dari semua sumber tersebut, membersihkan dan memstandarisasi data, memastikan keakuratan dan kelengkapan data, dan menerapkan praktik tata kelola data yang kuat.

Satu area di mana data berkualitas tinggi dapat secara signifikan mempengaruhi baik penciptaan nilai maupun penghasilan nilai adalah perencanaan ramalan. Perencanaan ramalan yang akurat sangat penting bagi pedagang ritel untuk mengoptimalkan tingkat inventori, mengurangi limbah, dan memenuhi permintaan pelanggan. Pertimbangkan industri fashion, di mana siklus perencanaan dapat memakan waktu hingga 18 hingga 24 bulan. Pedagang ritel harus meramalkan tren, preferensi konsumen, dan tingkat permintaan jauh sebelumnya, seringkali dengan data yang terbatas.

Dengan menggunakan AI dengan fondasi data yang solid, pedagang ritel dapat memasukkan sejumlah besar variabel ke dalam model ramalan mereka, seperti angka penjualan sejarah, informasi demografi, pola cuaca, indikator ekonomi, dan tren media sosial.

Dorong budaya eksperimen

Pendekatan ini sangat penting untuk penciptaan nilai, karena memungkinkan pedagang ritel untuk menguji dan memperbaiki inisiatif yang didorong AI yang secara langsung menguntungkan pelanggan. Dengan menjalankan eksperimen yang ditargetkan, pedagang ritel dapat mengidentifikasi aplikasi AI mana yang benar-benar beresonansi dengan pelanggan mereka dan meningkatkan loyalitas tanpa melakukan implementasi besar-besaran secara prematur.

Aspek kritis dalam mendorong budaya eksperimen adalah penciptaan kasus penggunaan yang ringkas dan turunan pengukuran KPI untuk menentukan keberhasilannya. Kolaborasi antara pemangku kepentingan bisnis dan teknologi, yang mencakup insinyur, analis, dan ilmuwan data, sangat penting karena eksperimen berkembang dari konsep ke kenyataan. Yang sama pentingnya, adalah pola pikir untuk menarik kembali eksperimen ketika nilai yang dihasilkan tidak memenuhi harapan.

Budaya ini mendorong inovasi dan membantu pedagang ritel tetap gesit karena kondisi pasar berubah. Ini memungkinkan mereka untuk menguji ide baru dengan cepat dan efektif biaya, mengurangi risiko yang terkait dengan implementasi AI skala besar.

Bangun ekosistem

Sementara langkah sebelumnya fokus pada penciptaan nilai bagi pelanggan, langkah ini sangat penting untuk penghasilan nilai – memastikan bahwa pedagang ritel dapat secara efektif memonetisasi inisiatif AI mereka.

Ekosistem pedagang ritel dapat mencakup penyedia teknologi, merek, influencer, pembuat konten, dan bahkan pedagang ritel lainnya. Dengan membangun ekosistem seperti itu, pedagang ritel dapat menciptakan aliran pendapatan baru, meningkatkan penawaran mereka, dan memperkuat posisi pasar mereka.

Sebagai contoh, pedagang ritel mungkin berkolaborasi dengan perusahaan visi komputer untuk menciptakan alat pencarian visual yang didorong AI, yang memungkinkan pelanggan menemukan produk dengan mengunggah gambar. Ini meningkatkan pengalaman berbelanja dan membuka peluang untuk iklan yang ditargetkan dan rekomendasi produk.

Pemasaran influencer adalah area lain di mana AI dan pembangunan ekosistem berpotongan. Pedagang ritel dapat menggunakan AI untuk mengidentifikasi dan menganalisis influencer yang paling efektif untuk merek mereka berdasarkan faktor-faktor seperti demografi audiens, tingkat keterlibatan, dan relevansi konten. Dengan mengintegrasikan influencer ke dalam strategi pemasaran yang didorong AI, pedagang ritel dapat memperluas jangkauan mereka dan menciptakan koneksi yang lebih autentik dengan calon pelanggan.

Pedagang ritel harus dengan hati-hati menavigasi masalah privasi data, dinamika kompetitif, dan keselarasan merek. Namun, ketika dilakukan dengan sukses, ini dapat menciptakan siklus di mana nilai yang diciptakan bagi pelanggan melalui inisiatif AI secara efektif dihasilkan dan dimonetisasi oleh pedagang ritel dan mitra ekosistem mereka.

Pendekatan strategis ini untuk implementasi AI memungkinkan pedagang ritel untuk melampaui hiruk-pikuk dan menuju aplikasi yang praktis dan berorientasi hasil. Ketika AI terus berkembang, mereka yang menguasai langkah-langkah ini akan sangat siap untuk berkembang dalam lanskap ritel. Dengan mengimbangkan penciptaan nilai dan penghasilan nilai dalam inisiatif AI, potensi teknologi dapat diubah menjadi keunggulan kompetitif.