Fill form to unlock content
Error - something went wrong!
再一個步驟就能完成您的內容。 請於下方提交。
謝謝!
利用 AI 結帳,服務更迅捷、損失更少
您的零售商店是否考慮改用自助服務機?您是否擔心潛在的挑戰,例如「裝袋區出現意外的物品」、精準辨識農產品,或是確保在沒有員工持續介入的情況下順利結帳?
這些是零售商和消費者在數位轉型之路上面臨的常見阻礙。不過,智慧零售技術有可能大幅提升客戶體驗並簡化營運。改善員工體驗和留住技術嫺熟的員工是額外的好處,可大幅影響您的利潤。
零售技術公司 Diebold Nixdorf 的零售技術副總裁 Matt Redwood 向我們介紹零售技術的發展前景。他探討了針對常見零售效率低下的 AI 解決方案、有目的的創新重要性,以及在轉型過程中利用技術合作夥伴的價值(影片 1)。
零售商目前面臨的主要挑戰是什麼?
大多數零售商都在努力因應相同的挑戰。確保客戶盡可能得到最佳的店內體驗是一大挑戰。後疫情時期,零售商再次為此投入大量資金。但他們在收入和支出上都備感壓力,包括商品成本上升、貨運成本、管理和經營商店的成本全都上漲,他們不得不尋找提高商店效率的方法,同時也要提供優秀的消費者體驗。這是正確理解零售經濟與滿足消費者需求之間的真正平衡。
零售業競爭激烈的程度可能已達到前所未有的程度,這在某些方面是有利的。這有助於控制價格和通膨;但另一方面,如果消費者在店內體驗不佳,很容易就會投入其他品牌的懷抱。
如何使用 AI 因應其中一些挑戰?
生成式 AI 確實在 2023 年的零售業氣勢如虹、一飛沖天,當然有些公司的確急著進入 AI 的最後階段,他們歡欣鼓舞地認為 AI 可以取代商店內的所有現有技術。可能有時人們忘了,儘管技術可能存在(不管在商業上是否可行,部署技術又是否切實),但終究必須讓消費者採用。消費者沒有採用,技術就毫無價值。這就是我所謂的技術成熟度曲線。
相反地,許多零售商正在做的是,透過我們所謂的單點解決方案 AI 技術來關注他們的痛點,即針對特定使用案例部署特定 AI 來解決特定問題,例如用於年齡驗證的臉部辨識技術。舉例來說,如果您想買一瓶酒,則必須等員工核准 ID。零售商難找員工,也讓等待專人服務的問題加劇。在那個情境下使用 AI 可提升效率、減少對員工的要求,並提升消費者體驗。
另一個重大的問題是防竊盜技術,運用 AI 讓那些試圖偷竊的人更難順手牽羊。但當某人可能只是不熟悉流程或真的搞錯了,這也能有所幫助,確保在不讓特定顧客體驗不佳的情況下發現這個問題。
我們也開始看到 AI 應用於現有技術上,使其更高效、更易於使用、填補漏洞,並提升消費者體驗。其中一個例子是店內安全,例如在閉路電視網路上使用 AI,確保消防出口不會堵塞。或者是熱點圖,瞭解商店周圍的消費者流動情況,讓流通更順暢,但也有可能將人流商業化。
商店採用 AI 的最佳方式是什麼?
「建好了,人潮就會湧入」的心態在零售技術中不管用。我們追蹤消費者的採用率曲線,並追蹤技術發展曲線,重要的是在其中找到交集。
我們始終建議從資料著手。很容易遭到資料淹沒,我們稱之為分析癱瘓。但如果您能將資料分割,資料即可提供大量深入解析。您可以真正地分析及瞭解:商店是怎麼經營的?員工旅程中的摩擦在哪裡?消費者旅程中的的摩擦又在哪裡?然後便能量化摩擦的影響。這為我們描繪了一張清晰的畫面,表示:「好,我有個問題陳述需要解決。它對消費者和員工產生影響,也對我業務帶來影響。」這相對容易計算。
更有問題的部分是,找到合適的創新技術在商店部署,以解決這個問題。但從資料著手能凸顯效率低下的最大領域,然後提供指引,讓您朝正確技術的方向邁進。一旦技術投入商店,也可以輕鬆地實際衡量該技術的成功程度。
告訴我們更多將合適的技術與特定問題配對的資訊。
Diebold Nixdorf 真正關注最大摩擦點所在的三個核心解決方案。其中之一就是我先前提過的年齡驗證。臉部辨識為消費者提供更佳的體驗。它愈來愈快旳交易代表消費者在前端移動的速度更快。這表示排隊的人更少,排隊正是消費者最大結帳時最大的煩惱。因此,我們使用一項技術消除結帳的兩大難關。
我們也有以產品為中心的技術,例如結帳過程中高效的品項辨識,特別是在販售新鮮蔬果的雜貨店。這是第二個解決方案。這不僅適用於農產品等非條碼商品。在某些環境中(尤其是小型商店),既然可以透過影像辨識商品,為什麼又要掃描條碼?
最後一項是竊盜。想當然爾,自助服務理所當然是發生竊盜的地方,因為在許多情境下都是無人看管的。但對於那些心存惡意、試圖偷竊的人,即使我們填補自助服務的所有漏洞,他們也會從店裡的其他地方下手。我們將 AI 工作重點放在行為追蹤上。一旦可以開始辨識行為,在店內的哪個地方部署技術並不重要。當然我們首重前端:自助結帳和 POS 通道。但隨後我們會在閉路電視網路上執行同一套解決方案,然後就能在商店各處辨識竊盜。
人為因素在哪裡發揮作用?
人為因素對自助服務舉足輕重,但往往卻遭到忽視。自助服務的重點在於重新分配員工。吸引及留住員工是零售商的一大問題,因此必須明智地使用員工。自助服務扮演重要角色之處,在於讓員工能在消費者最需要協助的地方與消費者互動,包括尋找商品、詢問商品、店內問路等真正需要提供消費者體驗的地方。疫情期間,提供自助服務的零售商在店內經營的靈活性更大;疫情後,自助服務確實可以提高真正重要的消費者體驗水準。
再回過頭來談防竊盜的挑戰。辨識是否有人偷竊,其實相對容易。在有人順牽羊的情況下該怎麼做,才是難上加難。如果有人惡意行竊,您不會希望將員工置於危境,或使他們感到不舒服的環境。而您也不想疏遠或讓真的搞錯的人難為情。因此,我們將人為因素納入其中;根據竊盜的使用案例,處理情況會有所不同。
如果出現竊盜的情況,會向員工發送警報。所有資訊都掌握在當事人手中,讓他們以自己認為合適的方式處理情況。而員工訓練就在這裡扮演舉足輕重的角色。我們有許多優秀的夥伴從事員工訓練,為員工提供所需的工具組。他們接近那名公眾人士時,事先已瞭解發生了什麼事,畢竟他們受過訓練,能以最和睦的方式處理這種情況。因此,技術只是實際解決方案的三分之一;人為因素是其中不容忽視的一大部分。
Diebold Nixdorf 如何解決客戶零售難題?
作為零售商合作的解決方案供應商(不僅在結帳方面,而是在整家店),我們很快就發現,認為可以有二三十種不同的解決方案是不切實際的,這些解決方案都在 AI 領域,全都提供不同的使用案例,但彼此之間沒有互通性。因此,我們與具備相當成熟之 AI 平台的第三方合作,該平台成為零售商想在店內進行任何 AI 應用的支柱。
我們是值得信賴的夥伴、整合夥伴。我們將提供可以在平台之上運行的應用程式,例如年齡驗證、竊盜、物品辨識、流程或人員追蹤。但如果有特定的夥伴在健康和安全領域處於領先地位,我們也可以將其安裝在平台之上。做無用的功是多此一舉。
這表示零售商可以建立 AI 夥伴的生態系統,全部插入單一平台,而且解決方案的擴充性非常強大。它最終會使我們走向所謂的 智慧商店。未必是移除實體接觸點或現有技術;而是在於為零售商提供智慧。
店內的每部裝置實際上都是資料擷取裝置(貨架邊緣攝影機或自助結帳或掃描器),這些都是資料輸入。就像一條雙向街道:可以向下推送資料,也可以將資料取回。AI 平台可讓您將這些全都串連在一起,打造一家智慧商店。
這確實表示有大量資料可供使用,但真正能突飛猛進的零售商會知道該如何利用這些資料。因為它可以而且應該告知零售商做出的每個決定或邁進的每個方向,包括產品如何定價、在店內的哪裡放置產品、商店如何配置人員。
技術夥伴關係在促成 AI 零售解決方案方面有什麼價值?
我們與 Intel 的密切合作不僅在 AI 主題,也包括我們的核心平台本身。不僅涉及我們現今在商店部署的解決方案,也關乎我們的發展藍圖。我們也密切關注 Intel 的發展,以及其解決方案將何去何從,我們又能如何更妥善地將這些方案與自家解決方案整合。
我們在部分可擴充平台上與 Intel 的合作格外密切。零售商現在有技術需求(尤其針對這些 AI 主題),但三、五或七年後所需的運算能力與現在的需求天差地別。因此,為零售商提供擴充技術以滿足未來需求的能力,絕對是改變現狀的根本因素。
最後想對那些想將 AI 融入零售業的人說什麼?
我會說,從資料著手。確定您希望解決的業務需求或問題,然後找到合適的供應商,讓您滿足現今的這些需求,也會為您帶來長期的擴充性。這就像是找伴共結連理,您必須確定自己做了一個正確的選擇。
相關內容
若要進一步瞭解零售業的 AI ,請收聽零售業的 AI:防竊盜並簡化結帳,並閱讀新的零售 POS 解決方案翻轉結帳的過程。欲知 Diebold Nixdorf 的最新創新技術,請在 Twitter 和 LinkedIn 上關注 @DieboldNixdorf。
本文由Erin Noble 編審。