Steven Keith Platt, RetailPredict.ai’nin Kurucu Ortağı ve Baş Geliştirme Sorumlusu – Röportaj Serisi

Steven Keith Platt, Platt Retail Institute’de (PRI) Direktör ve Araştırma Görevlisidir. Northwestern Üniversitesi’nde Yardımcı Profesör olarak görev yapmakta ve Medill Okulu, Entegre Pazarlama İletişimi Bölümü, Northwestern Üniversitesi ve PRI arasındaki bir girişim olan Perakende Analitik Konseyi’nde Araştırma Direktörü olarak görev yapmaktadır.

RetailPredict.ai’nin Kurucu Ortağı ve Baş Geliştirme Sorumlusudur. Şirket, AI destekli tahmin modelleri sunarak sürdürülebilir gelir ve kar artışı sağlamayı hedeflemektedir. Bu modeller kolayca uygulanabilir ve hızlı bir şekilde devreye alınabilir.

Sizi ilk olarak Perakende AI’ye neler çekti?

25 yılı aşkın bir süredir perakende analitiği alanında çalışıyorum. Sektör her zaman çok veri ile çalıştı, ancak bu bilgilerin işleyişini öğrenmek ve işletmeyi operasyonel hale getirmek için uygulanan analizler yetersizdi. Büyük veri yönetimi ilk büyük değişiklikti ve yaklaşık beş yıl önce AI daha yaygın hale geldiğinde, daha gelişmiş hesaplama yöntemlerine geçmek doğal bir ilerlemeydi.

RetailPredict.ai’nin doğuş hikayesini paylaşabilir misiniz?

RetailPredict.ai, Northwestern Üniversitesi’ndeki laboratuvar çalışmamın bir sonucudur. Burada perakende AI kursu veriyorum. Her çeyrek dönem bir perakendeci ile birlikte bir iş sorununu çözmek için AI çözümleri uyguluyoruz. Bu.use cases, bu sorunları çözmek için bir talep olduğunu ve bunu AI uygulayarak yapabileceğimizi kanıtladı. Laboratuvarımızda POC’ler çalıştırıyoruz; RetailPredict.ai’de bu bulguları endüstriyel hale getiriyoruz ve ticari üretime geçiriyoruz.

Neden Perakende AI’ye odaklandınız?

Çeşitli nedenler vardır:

Çok veri. Çözülmesi gereken çok vấnosa. Walmart (WMT ), Target, Home Depots gibi büyüklerden sonra, 10 milyar doların altında satış yapan birçok perakendeci, çözüm geliştirmek için gereken kaynaklara sahip değildir ve yardım etmek için yetenek bulmakta zorlanırlar. Bu nedenle, yardım etmek için birçok fırsat görüyoruz.

Şirketler perakende ortamında AI’yi en iyi nasıl kullanabilir?

Başarı, liderlik düzeyinde benimseme ve kabul gerektirir. AI, şirketlerin şeyler yapma şeklini değiştirmeyi gerektirebilir ve kültürel engeller değişiklik sunabilir. Bu nedenle, bir yol haritası gerekir. Ayrıca, ne yapabileceği ve ne yapamayacağı hakkında bir anlayış gerekir. Son olarak, kısa vadeli kazanımlar için bir odaklanma, uzun vadeli bir yaklaşım yerine, güven oluşturmak için yardımcı olur.

Perakende sektöründe AI uygulamasından kaynaklanan verimlilik artışları nelerdir?

Çözülebilecek kullanım örnekleri oldukça geniş. Online sipariş tahminlerinden tedarik zincirine kadar, çözülebilecek kullanım örnekleri çok çeşitlidir. RetailPredict.ai’de ilk odak noktamız, laboratuvar optimizasyonuna (beş haftaya kadar mağaza trafiğini tahmin etmek) yöneliktir. Bu, müşterilerle işgücü arasında daha iyi bir eşleşme sağlar. Örneğin, daha az müşteri beklendiğinde personel azaltılabilir, müşteri trafiğinin artması bekleniyorsa daha fazla personel eklenilebilir. Ayrıca, saatlik tahminlerimiz, mağaza yöneticilerinin görev yönetimini daha iyi şekilde yapmalarını sağlar (örneğin, bu saatte bir rush bekliyoruz, bu nedenle kasada daha fazla personel olmalı).

RetailPredict.ai hakkında paylaşmak istediğiniz başka bir şey var mı?

Jakimiz, piyasada benzersizdir. Çok ucuz, kolayca entegre edilebilen, hızlı bir şekilde başlatılabilen ve kullanım örneklerine özgü modeller sunuyoruz. Buna, veri yorumlamayı kolaylaştıran kullanıcı dostu paneller ekliyoruz. Değişen koşullar hakkında yöneticileri bilgilendirmek için uyarılar programlanabilir. Son olarak, modellerdeki güven önemli olduğundan, çeşitli performans metriklerini içermekteyiz.

Röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular RetailPredict.ai’yi ziyaret edebilir.