Detailhandelaren, leer deze 4 lessen voordat u uw GenAI-investeringen in 2025 doet

Forrester voorspelt dat één op de vijf detailhandelaren in de VS en EMEA in 2025 klantgerichte GenAI-toepassingen zal lanceren. Verbeterde productzoekfunctie, gepersonaliseerde aanbevelingen en verbeterde categorienavigatie zijn de belangrijkste use cases. Waarom zorgden geautomatiseerde interacties er dan voor dat de klantbelevingsscore in de VS in 2023 daalde met 5% – het laagste niveau sinds 2015 – en wat kunnen detailhandelaren hieruit leren voordat ze hun GenAI-investeringen doen?

Het KPMG-rapport van 2023 benadrukt dat het niet voldoen aan de verwachtingen van klanten de oorzaak is van de daling, met een overmatig gebruik van technologie die geen strategisch voordeel opleverde voor winkeliers. Van 50 CIO’s en CTO’s in Fortune 500-ondernemingen die naar hun GenAI-projecten werden gevraagd, vonden de meesten dat hun piloottechnologie het verkeerde bedrijfsbehoeften aanpakten.

Nu we 2025 ingaan, moeten detailhandelaren klantgerichte GenAI-strategieën prioriteren. In plaats van de nieuwste technologie te omarmen als een leukheidje, moeten ze naar de bedrijfsbehoeften kijken. Detailhandelaren moeten hun klantreizen bekijken, de ruimte voor verbetering identificeren en oplossingen bouwen of adopteren die bij hun use case passen, en niet andersom. Hier zijn vier lessen voor detailhandelaren om te overwegen op hun weg om de gebruikerservaring (UX) met GenAI te verhogen.

Zorg voor een synergie tussen bedrijf, data en AI

Onderzoekers van RAND ontdekten in 2024 dat 80% van de AI-projecten faalt vanwege vijf belangrijke gebieden: niet-gesynchroniseerde doelen, gegevensgebrek, technologie-voor-het-voor-het-voor-de-hand-liggende-benadering, infrastructuurgaten en overambitieuze AI.

Detailhandelaren hebben een solide datavisie en expertise nodig om de benodigde algoritmes te bouwen en te slagen met hun GenAI-investeringen. Ze moeten zichzelf afvragen: “Hoe kunnen we ervoor zorgen dat er voldoende gegevens beschikbaar zijn om aan de eisen van de oplossing te voldoen? En hoeveel van deze gegevens zijn eigendom?” Succesvolle GenAI-projecten hangen af van hoogwaardige, relevante informatie. Hoe meer unieke gegevensformaten een organisatie heeft, hoe meer aanpasbaar de oplossing moet zijn.

Een derde vraag die ze zich moeten stellen, is: “Welke specifieke talentenpool en operationele structuurveranderingen zijn nodig om GenAI effectief te benutten?” Het begrijpen van het niveau van bijscholing, evenals de motivatie, kosten en tijd, zal helpen bij het bepalen van de return on investment (ROI) voor het bouwen, aanpassen of beheren van oplossingen in eigen huis.

Tegenwoordig kunnen niet-technische experts werken met no-code-tools of een lange-termijn-AI-partner inhuren om de voordelen te benutten. Bij het selecteren van externe GenAI-oplossingen moeten e-commerce-executives factoren prioriteren die verder gaan dan prijs en ROI, zoals schaalbaarheid, prestaties, gegevensbeveiliging, leveranciersdeskundigheid en technische stack-compatibiliteit. Een duidelijk businessplan en verwachte resultaten zijn essentieel voordat ze zich committeren aan een nieuwe integratie.

Neem een incrementele aanpak

In 2024 beoordeelde BCG Group de adoptiegraad van de top e-commerce GenAI use cases; met name inhoudscreatie zoals blogs, productbeschrijvingen en productafbeeldingssuppletie. Geavanceerdere use cases omvatten gepersonaliseerde productaanbevelingen, dynamische prijzen en concurrerende analyses. Laat teamleden kennis maken met systematische diensten voordat ze hun handen uitsteken naar complexe taken om naadloos aan te passen aan nieuwe processen.

Detailhandelaren moeten hun e-commerce-teams aanmoedigen om gebruik te maken van out-of-the-box GenAI-tools om kennis te maken met de mogelijkheden van het instrument. Simpele use cases en no-to-low-code-oplossingen zoals productbeschrijvingen en afbeeldingscreatie zijn uitstekende startpunten, omdat ze teamleden laten zien welke tijdsbesparingen mogelijk zijn, evenals helpen om hun operaties aan te passen om frequent validatiecontroles op te nemen. Introduceer wekelijkse of tweewekelijkse beoordelingen in de beginfase om de voortgang van het instrument te meten en benaderingen aan te passen onderweg. Teamfeedback en deelname zijn essentieel voor succes.

Als teamleden meer vertrouwd raken, kunnen detailhandelaren nieuwe use cases introduceren. Ingenieurs kunnen de ontwikkeling stroomlijnen met AI-code-completering. Marketeers kunnen AI-gedreven gepersonaliseerde upselling- en cross-selling-aanbevelingen introduceren, en loyalty-managers kunnen adaptieve loyaliteitscampagnes opbouwen op basis van het niveau van klantbetrokkenheid.

Creëer een security-first-cultuur

Losgekoppelde systemen zijn zwakke schakels die tot beveiligingskwetsbaarheden kunnen leiden, en GenAI heeft het potentieel om de drempel voor laaggeschoolde bedreigingen te verlagen. Cybercriminelen kunnen GenAI gebruiken om scripts te bouwen die functioneel kwaadaardig zouden zijn als ze correct worden gebruikt, door aanvallen te automatiseren en specifieke kwetsbaarheden aan te vallen. Detailhandelaren moeten streven naar een solide datavisie, gestroomlijnde workflows en een goed verbonden netwerk van toepassingen om hun systemen veilig en gemakkelijk te controleren.

Cybercriminelen kunnen GenAI ook gebruiken om consumenten te manipuleren via overtuigende nep-inhoud (d.w.z. sociale engineering en phishing). Daarom zal identiteitsverificatie in 2025 nog kritieker zijn. Multifactor authenticatie, zoals het verzenden van tijdsgevoelige codes naar gebruikersapparaten via SMS, e-mail of een specifieke authenticatie-app, zal helpen om klantloyaliteitsprogramma’s en winkelplatforms te beveiligen – vooral waar financiële informatie wordt opgeslagen.

Daarnaast moeten detailhandelaren ervoor zorgen dat ontwikkelaars regelmatig software, softwarebibliotheken en systemen updaten om kwetsbaarheden aan te pakken en aanvalsvlakken te minimaliseren. Deze veiligheidsbewuste, eerst-verifieer-houding moet door de hele organisatie worden gefilterd. Door regelmatige beveiligingsbewustzijnstrainingen en simulaties uit te voeren en medewerkers aan te moedigen om verdachte activiteiten onmiddellijk te melden, kunnen detailhandelaren een beveiligingsgerichte cultuur opbouwen.

AI-gebaseerde monitoring- en alarmeringssystemen, zoals geavanceerde endpoint-detectie- en responsoplossingen (EDR), kunnen detailhandelaren ook helpen om bedreigingen in real-time te detecteren en te mitigeren. Toch is het belangrijk dat alle medewerkers de gewoonte hebben om te verifiëren of systemen, vooral beveiligingssoftware, naar behoren werken.

Wees empathisch in de ontwerp

De grootste oorzaak van AI-mistrust is het gebruik ervan in klantenservicekanalen. Sommige 53% van de klanten zou overwegen om over te stappen naar een concurrent als ze ontdekten dat een bedrijf AI voor klantenservice zou gebruiken.

Klanten vrezen dat GenAI een bredere kloof tussen hen en ondersteuningsagenten zal creëren. Ze willen de zekerheid dat hun problemen begrepen en opgelost zullen worden op de beste manier, idealiter met managers die de autoriteit hebben om complimentaire geschenken aan te bieden voor hun problemen. Detailhandelaren kunnen deze stappen echter in hun geautomatiseerde diensten opnemen. Het is echter nog steeds belangrijk om te beginnen met eenvoudige taken. Het maken van FAQs en online-informatie toegankelijker via conversational chatbots zijn nuttige use cases.

In het begin zal meer personeel nodig zijn om klantfeedback, verwarring of vragen te beantwoorden, wat een proactieve en welkome buffer zal zijn als detailhandelaren zich aanpassen aan de mogelijkheden van GenAI. Real-time feedback van ondersteuningsteams zal helpen om detailhandelaren te laten zien welke taken te complex zijn voor GenAI-instrumenten. In deze scenario’s moeten chatbots klanten doorverwijzen naar een agent met een wachtmelding, zoals: “Aanbod niet behulpzaam? Neem contact op met een agent” knop. Analyseer deze feedback dagelijks totdat alle mogelijke veelvoorkomende vragen eenvoudig en automatisch worden beantwoord.

Het is essentieel dat alle taken die GenAI-instrumenten uitvoeren, naadloos overgaan in een agentengesprek dat de chatbot oppakt waar nodig. Het is ook cruciaal dat klantenserviceagenten een belangrijk onderdeel blijven van de gebruikerservaring, door ze te behouden voor hoogwaardige taken zoals het bewaken van gegevens en het identificeren van de onderliggende oorzaken van terugkerende klantproblemen. Op deze manier hebben detailhandelaren een basis om oplossingen voor te stellen en toekomstige problemen te voorkomen met geautomatiseerde reactiekanalen.

Of detailhandelaren nu GenAI adopteren of niet, concurrenten, klanten en kwaadwilligen zullen dat wel doen. Door teamleden voor te bereiden met eenvoudige use cases, kunnen ze zich aanpassen aan nieuwe manieren van werken en beter begrijpen wat de nieuwe bedreigingslandschap is. Detailhandelaren kunnen out-of-the-box-tools gebruiken en GenAI-projecten in fases uitvoeren, waarbij ze hun teams’ kennis en expertise uitbreiden met geavanceerdere algoritmes elke keer dat een project met succes wordt voltooid. Door transactietaken te automatiseren en een team van deskundige menselijke agenten te behouden, kunnen klanten snellere toegang tot gewenste producten genieten en zich verzekerd voelen dat er een agent is die ze kunnen bellen als ze dat nodig hebben.