AI ไม่ได้ขับเคลื่อนรายได้ของ零售 – แต่ยัง

AI ได้กลายเป็นคำพูดที่น่าสนใจในค้าปลีก และมีเหตุผลที่ดี มันสามารถคาดการณ์พฤติกรรม ปรับแต่งข้อเสนอ และช่วยให้แบรนด์ให้ความรู้สึกที่ตอบสนองมากขึ้นกว่าเดิม เกือบ 90% ของผู้ค้าปลีก กล่าวว่า AI ได้ปรับปรุงความพึงพอใจของลูกค้า..

แต่ความพึงพอใจไม่จำเป็นต้องเท่ากับยอดขาย จริงๆ แล้ว น้อยกว่าครึ่งหนึ่ง กล่าวว่ามันขยับเข็มทิศของรายได้.

อะไรที่ขาดไป?

มักจะไม่ใช่เทคโนโลยี มันเป็นกลยุทธ์ ผู้ค้าปลีกที่ประสบความสำเร็จมากที่สุดกำลังใช้ AI เพื่อสร้างความเชื่อมโยงที่แท้จริงและปรับแต่งกลยุทธ์ให้เหมาะสมกับสิ่งที่ขับเคลื่อนการซื้อจริงๆ พวกเขารู้ว่าลูกค้าในปัจจุบันไม่ได้รับอิทธิพลจากการทำงานอัตโนมัติ พวกเขาต้องการที่จะรู้สึกว่าถูกมองเห็น ถูกเข้าใจ และได้รับการช่วยเหลืออย่างแท้จริง.

นี่คือสิ่งที่ทำงาน สิ่งที่ไม่ได้ผล และวิธีที่ผู้ค้าปลีกสามารถเปลี่ยน AI จากเครื่องมือที่มีแนวโน้มให้เป็นตัวขับเคลื่อนการเติบโตที่แท้จริง

การเชื่อมต่อลูกค้าใหม่

AI สามารถทำได้มากมาย: มันสามารถอ่านใบหน้า คาดการณ์พฤติกรรม และสร้างข้อเสนอที่ปรับแต่งได้ตามขนาด แต่แม้จะมีพลังงานนี้ AI ที่ขับเคลื่อนด้วยกลยุทธ์หลายอย่างยังคงไม่บรรลุเป้าหมายสูงสุด: การแปลง

ตัวอย่างเช่น emotion AI ผู้ค้าปลีกบางรายใช้กล้องและไมโครโฟนเพื่อวิเคราะห์น้ำเสียงและโทนเสียง โดยค้นหาสัญญาณเช่น ความสับสน ความหงุดหงิด หรือความสนใจ สิ่งนี้ทำให้พนักงานสามารถเข้าแทรกแซงได้ในช่วงเวลาที่เหมาะสมหรือปรับแต่งข้อเสนอในแบบเรียลไทม์ แต่ถ้าการแทรกแซงเหล่านั้นไม่ได้ถูกต้องและไม่ได้ให้ความช่วยเหลือที่แท้จริง มันอาจจะรู้สึกเหมือนกับว่ามันบุกรุกหรือไม่สบายมากกว่าที่จะรู้สึกเหมือนกับว่ามันโน้มน้าวใจ.

บางคนใช้ AI เพื่อจำลองการเดินทางช็อปปิ้งก่อนที่จะเกิดขึ้น โดยสร้างแบบจำลองว่าคนจะตอบสนองต่อการวางผังใหม่ ผลิตภัณฑ์ใหม่ หรือโปรโมชั่นได้อย่างไร ข้อมูลเชิงลึกเชิงพยากรณ์นี้สามารถมีพลังได้ แต่เฉพาะถ้าผู้ค้าปลีกใช้ข้อมูลนั้นในแบบที่สอดคล้องกับแรงจูงใจของลูกค้าจริงๆ ไม่ใช่แค่พฤติกรรมที่เป็นไปได้.

แนวทางที่ตรงไปตรงมา hơnที่เกิดขึ้นผ่านข้อมูล zero-party ซึ่งลูกค้าแบ่งปันความชอบของตนโดยสมัครใจผ่านแชทบอท ผู้ช่วยเสมือน หรือแบบสำรวจในหน้าผลิตภัณฑ์ วิธีนี้มีความโปร่งใสและสามารถสร้างความไว้วางใจได้ แต่เฉพาะถ้าการติดตามผลรู้สึกเกี่ยวข้องเท่านั้น หากลูกค้าบอกว่าพวกเขารักการตกแต่งบ้านแบบมินิมอล แต่เว็บไซต์หลั่งไหลไปด้วยรูปแบบที่ดังและไม่เหมาะสม ความไว้วางใจนั้นจะหายไปอย่างรวดเร็ว.

ตัวอย่างเหล่านี้แสดงให้เห็นว่าผู้ค้าปลีกไม่ได้ขาดเครื่องมือ สิ่งที่ขาดไปในหลายกรณีคือการแปลเครื่องมือเหล่านั้นให้เป็นช่วงเวลาของลูกค้าที่แท้จริงที่แปลง – ช่วงเวลาที่ความเกี่ยวข้อง ความเหมาะสม และโทนเสียงทั้งหมดสอดคล้องกันเพื่อขับเคลื่อนการขาย

อะไรที่ทำให้ค้าปลีกติดอยู่?

แม้จะมีการลงทุนขนาดใหญ่ใน AI ผู้ค้าปลีกหลายรายยังคงดิ้นรนกับข้อมูลที่ไม่เรียบร้อย การโต้ตอบที่ไม่มีชีวิตชีวา และการวัดเมตริกประสิทธิภาพที่ไม่ถูกต้อง หากไม่แก้ไขปัญหาเหล่านี้ แม้เครื่องมือที่ทันสมัยที่สุดก็จะไม่ขยับเข็มทิศของรายได้

1.    ข้อมูลที่ไม่เรียบร้อยและล้าสมัย

ผู้ค้าปลีกรวบรวมข้อมูลลูกค้าจำนวนมาก แต่ส่วนใหญ่ไม่สมบูรณ์ ล้าสมัย หรือกระจายอยู่ทั่วระบบต่างๆ ทำให้ AI มองเห็นรูปแบบที่มีความหมายหรือสร้างข้อแนะนำที่เชื่อถือได้ยาก หากโปรไฟล์ลูกค้าขาดข้อมูลสำคัญ เช่น การซื้อของล่าสุด จุดราคาที่ชอบ หรือการตั้งค่าการติดต่อ ระบบอาจแนะนำผลิตภัณฑ์ที่ไม่เกี่ยวข้องหรือส่งโปรโมชั่นที่ไม่เหมาะสมซึ่งอาจทำอันตรายมากกว่าผลดี

เพื่อแก้ไขปัญหานี้ ผู้ค้าปลีกต้องทำความสะอาดข้อมูลของตนอย่างสม่ำเสมอและรวมเข้าด้วยกันในจุดเดียว แพลตฟอร์มข้อมูลลูกค้า (CDP) สามารถช่วยได้โดยดึงข้อมูลจากอีเมล จดทะเบียนการขาย โปรแกรมความภักดี และโซเชียลมีเดียเข้ามาในมุมมองที่สมบูรณ์และเป็นปัจจุบัน ด้วยข้อมูลที่ดีขึ้น AI สามารถตีความพฤติกรรมได้แม่นยำขึ้น ปรับแต่งข้อเสนอ และสนับสนุนประสบการณ์ที่นำไปสู่การแปลงและความภักดีในระยะยาวได้ดีขึ้น

2.    การโต้ตอบ AI ที่ไม่มีชีวิตชีวา

แม้จะมีข้อมูลที่สะอาด AI ก็ยังอาจพลาดเป้าได้ หากการปรับให้เหมาะกับแต่ละบุคคลยังไม่เป็นส่วนตัวเพียงพอ ผู้ค้าปลีกจำนวนมากหยุดอยู่ที่วิธีผิวเผิน เช่น ใส่ชื่อลูกค้าในอีเมลขายทั่วไป หรือแนะนำสินค้าแบบเดียวกันให้ทุกคนที่เข้าชมหมวดหมู่เดียวกัน วิธีที่เหมือนใช้สูตรเดียวกับทุกคนเช่นนี้อาจดูไร้ชีวิตชีวาและมักไม่ช่วยเพิ่มยอดขาย

ผู้ค้าปลีกควรใช้ AI ให้ไปไกลกว่าข้อมูลพื้นฐาน โดยพิจารณาสิ่งที่ลูกค้าเพิ่งดู เวลาที่ใช้บนหน้าสินค้า หรือสินค้าที่ทิ้งไว้ในรถเข็น ตัวอย่างเช่น ผู้ที่ดูรองเท้าระดับพรีเมียมแต่ยังไม่ซื้ออาจตอบสนองต่อข้อเสนอสำหรับรองเท้าคู่นั้นหรือรุ่นใกล้เคียงได้ดีกว่าโปรโมชั่นรองเท้าทั่วไป เมื่อข้อเสนอและข้อความถูกเวลาและตรงความสนใจ ลูกค้ามีแนวโน้มจะคลิก ซื้อ และกลับมาอีก

3.    การใช้ KPI ที่ไม่ถูกต้อง

หากผู้ค้าปลีกต้องการให้ AI ขับเคลื่อนการขาย พวกเขาต้องวัดผลลัพธ์ที่ถูกต้อง การติดตามเวลาบริการที่เร็วขึ้นหรือต้นทุนการตลาดที่ลดลงมีประโยชน์ แต่ไม่ได้แสดงว่า AI จริงๆ แล้วเพิ่มการขายหรือไม่ แทนผู้ค้าปลีกควรเน้นไปที่เมตริกที่เชื่อมโยงโดยตรงกับการเดินทางของลูกค้า: ความถี่ที่ลูกค้าทำการซื้อหลังจากได้รับข้อเสนอที่ปรับแต่งแล้ว จำนวนเงินที่พวกเขาใช้จ่าย ความถี่ที่พวกเขากลับมา และความถี่ที่พวกเขาทิ้งรถเข็น เมื่อเปลี่ยนโฟกัสไปที่เมตริกที่ขับเคลื่อนรายได้ จะทำให้เห็นได้ง่ายขึ้นว่าสิ่งใดที่ทำงานและสามารถปรับแต่งวิธีการใช้ AI ได้อย่างไร

การก้าวหน้าด้วย AI ในค้าปลีก

หากสิ่งหนึ่งตอนนี้ชัดเจนแล้ว ควรจะเป็นเรื่องนี้: ผู้ค้าปลีกไม่จำเป็นต้องมีเครื่องมือ AI มากขึ้น พวกเขาต้องใช้เทคโนโลยีที่มีอยู่ให้ดีขึ้น โดยการแก้ไขปัญหาคุณภาพข้อมูล การทำให้การปรับแต่งมีความหมาย และเน้นไปที่ KPI ที่ถูกต้อง พวกเขาสามารถเปลี่ยน AI จากเครื่องมือที่มีแนวโน้มให้เป็นตัวขับเคลื่อนการเติบโตที่แท้จริงได้ เป้าหมายต้องเป็นความสัมพันธ์กับลูกค้าที่แข็งแกร่งขึ้นซึ่งขับเคลื่อนการขาย