Urbanic хочет изменить способы взаимодействия брендов с покупателями и предоставления персонализированного опыта покупок. На первый план выходит использование искусственного интеллекта для переосмысления того, как потребители открывают для себя моду и взаимодействуют с ней. В эксклюзивном интервью с Рахулом Даямой, партнером-основателем Urbanic, мы исследуем глубокое влияние искусственного интеллекта на деятельность Urbanic и более широкий сектор модной розничной торговли. Инновационное использование алгоритмов искусственного интеллекта Urbanic, от персонализированных рекомендаций до подбора гардероба, не только повысило удовлетворенность клиентов, но и произвело революцию в традиционном опыте покупок.
Присоединяйтесь к нам, мы углубимся в тонкости платформы Urbanic на базе искусственного интеллекта и узнаем, как она анализирует прошлые покупки и предпочтения, чтобы предлагать индивидуальные предложения по стилю. Мы раскроем проблемы, с которыми сталкиваются при интеграции ИИ в качество обслуживания клиентов, и стратегии, используемые для их преодоления, проливая свет на путь к бесшовной интеграции.
Мы также изучаем приверженность Urbanic прозрачности и конфиденциальности данных, обеспечивая информированность клиентов и расширение их возможностей при взаимодействии с рекомендациями на основе искусственного интеллекта.
ПД: Как интеграция технологии искусственного интеллекта повлияла на способность Urbanic предоставлять клиентам персонализированные рекомендации и предложения по стилю? Какую ключевую информацию о предпочтениях и образе жизни клиентов могут получить алгоритмы ИИ?
Рахул Даяма: В Urbanic мы внедрили в нашу систему технологию искусственного интеллекта, позволяющую эффективно оценивать информацию о клиентах и повышать качество их обслуживания. Мы разработали модели рекомендаций, которые дают клиентам индивидуальные советы по стилю, прогнозируют их модели покупок и предоставляют соответствующие предложения по продуктам и информацию.
Наши модели персонализированных рекомендаций оказались полезными для клиентов и для нас, поскольку помогают нам принимать более эффективные бизнес-решения. Мы стали свидетелями значительного увеличения коэффициентов конверсии после внедрения модели рекомендаций.
Ключевые сведения о предпочтениях и образе жизни клиентов, которые могут получить алгоритмы ИИ:
ИИ анализирует шаблоны посещений пользователей приложения, чтобы предложить каждому из них индивидуальные рекомендации по продуктам, которые лучше всего соответствуют их вкусу, увеличивая желание клиентов совершить покупку.
ИИ также может выявлять пробелы в потребительском гардеробе, подбирать стили и предлагать те, которые дополнят их гардероб.
ИИ может регулярно отправлять клиентам сообщения о новых и выгодных предложениях и скидках на основе их списков желаний, просмотренных продуктов и других предпочтений.
Боты с искусственным интеллектом могут размещать заказы от имени клиентов. Эти боты также помогают клиентам выбирать предметы, которые дополнят их общий образ. Эти боты также могут снизить нагрузку на руководителей службы поддержки клиентов, предоставляя информацию, отвечая на простые и первоначальные запросы клиентов относительно покупки и т. д.
ПД: Можете ли вы объяснить, как Urbanic использует ИИ для создания индивидуального гардероба и одежды для покупателей? Как технология анализирует прошлые покупки и предпочтения, чтобы предложить дополнительные товары?
Рахул Даяма: Urbanic также инвестировал в генеративный искусственный интеллект, который улучшает качество обслуживания клиентов. Например, у нас есть модели персонализированных рекомендаций, которые представляют собой модели прогнозирования в режиме реального времени, которые снабжают приложения наших клиентов соответствующими продуктами, соответствующими их прошлым покупкам и предпочтениям. Кроме того, это также делает возможным значительное количество инноваций и обновлений в дизайне и стиле, поскольку они напрямую рекомендуются ведущими клиентами и экспертами по стилю. По сути, это помогает бренду более точно прогнозировать спрос и тем самым экономить усилия.
ПД: Какие изменения произошли в сфере взаимодействия с клиентами и покупательского поведения Urbanic после запуска платформы на базе искусственного интеллекта? Замечали ли вы повышение удовлетворенности клиентов, коэффициентов конверсии или других показателей?
Рахул Даяма: С момента внедрения платформы Urbanic на базе искусственного интеллекта заметные результаты включают более высокую удовлетворенность клиентов и коэффициенты конверсии, более высокий уровень удержания клиентов с помощью персонализированных рекомендаций и ботов в стиле искусственного интеллекта, быстрое и удовлетворительное решение проблем с помощью виртуальных агентов-ботов, понимание данных на основе данных благодаря отслеживанию и анализу ИИ. данные клиентов и удобство покупок для клиентов благодаря новым и улучшенным тенденциям, доступным в приложении.
ПД: Каковы были самые большие проблемы при интеграции искусственного интеллекта в клиентский опыт Urbanic? Как вы преодолели эти трудности?
Рахул Даяма: Urbanic столкнулся с несколькими препятствиями при внедрении ИИ в свою службу поддержки клиентов:
Во-первых, переход на цифровые каналы самообслуживания, ускоренный пандемией, привел к сложностям. Теперь клиенты предпочитают цифровые каналы в качестве первой точки контакта. Этот сдвиг увеличил спрос на контакт-центры и функции чата для более сложных задач. Клиенты получили успешные результаты использования цифровых каналов при выполнении удаленных задач. Но в результате они стали ожидать от этих каналов одного и того же результата для более сложных задач.
Рынок труда также был тонким, поэтому найти квалифицированную команду, которая бы руководила взаимодействием с клиентами на основе искусственного интеллекта, также было непростой задачей.
Однако, чтобы преодолеть эти препятствия на пути, Урбаник выбрал путь инвестиций и обучения. Была введена пятиуровневая модель зрелости, при которой передовым и высококвалифицированным компаниям поручено обрабатывать 95% операций по взаимодействию на основе искусственного интеллекта. Urbanic обновил свой интерфейс и улучшил обслуживание клиентов с помощью персонализированного IVR и чата. Чтобы идти в ногу с революцией в области искусственного интеллекта, мы уделили больше времени и средств внедрению диалоговых служб искусственного интеллекта, подсказок и механизмов прогнозирования в нашем приложении. Все это соответствует предпочтениям клиентов, тем самым повышая их удовлетворенность.
ПД: Как Urbanic обеспечивает прозрачность для клиентов в отношении того, как их данные используются для выработки рекомендаций ИИ? Есть ли какие-либо проблемы конфиденциальности, о которых следует знать?
Рахул Даяма: Пока мы создаем нашу технологическую инфраструктуру, которая поддерживает бизнес-операции и достижения. Мы осознаем такие факторы, как зависимость, безопасность, этика и использование. Для нас определение полезности развертывания ИИ имеет решающее значение на каждом этапе. Мы придерживаемся строгой политики в отношении данных и уделяем приоритетное внимание хранению информации обо всех конфиденциальных, непубличных личных данных и т. д.
В настоящее время у нас есть необходимая система безопасности, включающая системы аудита, исправления, межсетевые экраны и шифрование. Кроме того, мы также обучаем наших сотрудников с помощью структурированных модулей и тренингов по безопасности данных и нарушениям.
ПД: Что будет дальше с Urbanic, когда дело дойдет до использования искусственного интеллекта и других новых технологий для улучшения электронной коммерции в сфере моды? Есть ли какие-либо будущие возможности или инновации, которые вас волнуют?
Рахул Даяма: Urbanic стремится продолжать обновление использования искусственного интеллекта, например, использование больших языковых моделей (LLM) для дизайна и креативов на основе AIGC. Мы хотим расширить нашу цепочку поставок за счет новых разработок, но в то же время обеспечить устойчивость. Следовательно, мы будем расширять проект Urbanic Oasis. Мы также будем продолжать развивать наши процессы проектирования на основе искусственного интеллекта, чтобы улучшить качество обслуживания клиентов и персонализацию с помощью прогнозного анализа.
