startupfocus Ο Γιάννης Σταμούλης, CEO της Mobiplus, μας εξηγεί πόσο ριζικά θα αλλάξει το shopping recommendation το παρόν και το μέλλον των φυσικών και ηλεκτρονικών καταστημάτων. Γράφει ο Πέτρος Αντωνάκης Σε ποιους απευθύνεται και ποια αποτελέσματα εγγυάται το mobiplus shopping recommendation; Φεύγουμε από τη φιλοσοφία να περιμένουμε τον πελάτη να κάνει search για το προϊόν μας και πάμε να προβλέψουμε εμείς τι θα αγοράσει την επομένη εβδομάδα και να το προτείνουμε. Υπάρχουν 7.000 eshops στη Ελλάδα και 24 εκατομμύρια διεθνώς και θα αυξηθούν σημαντικά. Σήμερα, ο καταναλωτής κάνει εύρεση μέσω Google κατά 70%, χρησιμοποιώντας το κινητό κατά 70% της προσπάθειας και χάνει την προσήλωσή του στα 8 δευτερόλεπτα. Έχει μέσο χρόνο παραμονής στο eshop 5 λεπτά, που σημαίνει δεν έχει επαρκή χρόνο να βρει αυτό που θέλει, με συντριπτικό αριθμό επιλογών προϊόντων που επιδρούν αρνητικά στην πώληση. Και για να γίνουν τα πράγματα χειρότερα, ο καταναλωτής βλέπει 8.000 διαφημίσεις την ημέρα! Ο καταναλωτής πλέον αντιμετωπίζει το σύνδρομο του χρυσόψαρου. Η artificial intelligence, ο τομέας του prediction engineering, καθώς επίσης και τα πολλά δεδομένα αγορών που έχουν οι επιχειρήσεις στις βάσεις δεδομένων τους, δίνουν τη δυνατότητα να μαντέψουν (Predict) τι θα αγοράσουν οι πελάτες, να τους ειδοποιήσουν και να τους φέρουν στο φυσικό ή ηλεκτρονικό κατάστημα να κάνουν την αγορά. Οι προϊοντικές συστάσεις είναι κάτι που συμβαίνει τώρα! Το Facebook προβλέπει ποιες από τις χιλιάδες αναρτήσεις των φίλων σου σε ενδιαφέρουν περισσότερο και σ’ τις προτείνει, αυξάνοντας κατά 40% τη χρήση του. Η Amazon προβλέπει ποιο προϊόν θα αγοράσεις μετά και σου το προτείνει, αυξάνοντας κατά 30% τα έσοδά της. Η Netflix προβλέπει ποια σειρά θέλεις να δεις τώρα και σ’ την προτείνει, αυξάνοντας κατά 80% τα έσοδά της. Η Target προβλέπει ποια προϊόντα θέλεις να αγοράσεις και σ’ τα προτείνει, αυξάνοντας κατά 25% τα έσοδά της. Η Telenor προβλέπει ποιος συνδρομητής θα τους φύγει και με ειδικά πακέτα τούς φέρνει πίσω, μειώνοντας έτσι κατά 36% τη φθορά της. Tα δεδομένα που έχουν στο e-commerce και στο ERP οι επιχειρήσεις, αποτελούν την κινητήρια δύναμη της επιχείρησης. Έχουν χιλιάδες συνήθειες αγοραστών και θα έχουν πολύ περισσότερες στο μέλλον. Τα δεδομένα τα οποία θα μαζεύονται στον πλανήτη μας το 2025, θα χρειάζονται το αντίστοιχο των 250 εκατομμυρίων cds ανά ημέρα για να αποθηκεύονται. Από τα δεδομένα αυτά, μπορούν οι επιχειρήσεις να προβλέπουν τι θα αγοράσουν οι πελάτες σας στο μέλλον και να τους ειδοποιούν. Η τεχνολογία shopping recom-mendation και predictive analytics είναι το σήμερα και το αύριο του e-commerce; Ο πατέρας του μοντέρνου μάρκετινγκ, Philip Kotler, σε μεγάλη παρουσίαση στην Κίνα, στις 22Οκτωβρίου 2019, με θέμα «Το μέλλον τουΜάρκετινγκ», είπε: Το μάρκετινγκ πλέον με τη χρήση της τεχνολογίας θα αλλάξει δραματικά. Οι εταιρείες με τη χρήση της τεχνολογίας θα μπορούν να καταλάβουν αυτόματα τι προϊόντα θέλουν οι πελάτες και να πουλούν σε αυτούς. Οι πελάτες αγοράζουν για την εμπειρία όχι για το προϊόν! Οι άνθρωποι αγοράζουν πράγματα για τους παρακάτω λόγους: να αισθανθούν περισσότερο ελκυστικοί, να αισθανθούν περισσότερο καταξιωμένοι, να αισθανθούν ότι ανήκουν στην ομάδα που ζουν, να αισθανθούν ξεχωριστοί, να αισθανθούν επιθυμητοί. Η κατάσταση που ζουν τώρα δεν τους ικανοποιεί και θέλουν να ζήσουν μια διαφορετική κατάσταση. Με τη χρήση Artificial Intelligence και shopping recommendation, σε συνδυασμό με το e-commerce περιβάλλον της επιχείρησης και τα δεδομένα που διαθέτουν, μπορούν να καταλάβουν αυτόματα τη νέα κατάσταση που θέλουν να μεταβούν οι πελάτες και να τους βοηθήσουν να πάνε εκεί. Μπορούν να προβλέψουν ποια είναι η εμπειρία που θέλουν στο επόμενο χρονικό διάστημα και να την δώσουν. Και έτσι να τους κάνουν χαρούμενους. Να δημιουργήσουν τη φυλή του προϊόντος τους! Σήμερα είμαστε στην αρχή της επανάστασης Artificial Intelligence. Η 3η βιομηχανική επανάσταση ονομάζεται από πολλούς Artificial Power. Δηλαδή η ανθρωπότητα δημιούργησε με τεχνικούς τρόπους τη δυνατότητα μηχανές να εκτελούν εργασίες που χρειάζονται πολλαπλάσια δύναμη από αυτήν του ανθρώπου. Αυτήη δύναμη είναι παντού πλέον, από το αυτοκίνητο που οδηγείς, τη μηχανή των πλοίων, το ρεύμα που έχεις στο σπίτι. Είναι παντού δίπλα σου. ΗArtificial Intelligence θα είναι και αυτή έτσι δίπλα σου. Κάθε τι που χρησιμοποιείς θα έχει Intelligence. Θα μπορεί να μαντέψει τι θα πρέπει να γίνει μέσα από εργασίες που θα παρακολουθεί. Σε μερικές εργασίες θα εκτελεί μόνη της την ενέργεια μετά το prediction και μερικές φορές μαζί με τον άνθρωπο. Εμείς θα το ορίζουμε αυτό! Ποια είναι η ανταπόκριση στο mobiplus; Σε ποια επίπεδα βρίσκεται το e-commerce στην Ελλάδα και πόσο πρόθυμες είναι οι επιχειρήσεις να ακολουθήσουν το δρόμο της Τεχνητής Νοημοσύνης; Στην ψηφιακή αυτή επανάσταση που βλέπουμε μπροστά μας οι εξελίξεις είναι ταχύτατες και δραματικές για τον τρόπο που οι επιχειρήσεις λειτουργούν. Τεχνολογία είναι η γνώση που θα πρέπει να έχει σε σημαντικό βαθμό πλέον ο διευθύνων σύμβουλος μιας επιχείρησης. Σε επιχειρήσεις όπου τοmanagement team αντιλαμβάνεται την τεχνολογία, καθώς επίσης ότι δεν πρέπει πλέον να περιμένεις τον πελάτη να σε βρει, προχωρούν γρήγορα σε mobiplus recommendation platform. Το τελευταίο χρονικό διάστημα βλέπουμε μια επιτάχυνση στην υιοθέτηση της τεχνολογίας για τη βελτιστοποίηση διαδικασιών της επιχείρησης. Στο χώρο του e-commerce βλέπουμε αρκετές νέες επιχειρήσεις να μπαίνουν σε αυτόν το χώρο. Βλέπουμε όμως ότι ο ιδιοκτήτης της επιχείρησης θέλει σημαντική γνώση για να καταλάβει το σύνολο των εργαλείων που θα πρέπει να χρησιμοποιήσει. Θέλει γνώση για να μπορέσει να επιλέξει και τους κατάλληλους συνεργάτες που θα δουλέψουν αυτά τα εργαλεία. Χρειάζεται λοιπόν το 20% του χρόνου του να ασχολείται με αυτό και θέλει και πολύ διάβασμα. Κάτι που δυστυχώς δεν γίνεται. Εμείς είμαστε δίπλα του για να τον καθοδηγήσουμε στο χώρο τουArtificial Intelligence και shopping recommendations. Πόσο έχει εξελιχθεί η εφαρμογή σας; Έχετε προσθέσει κι άλλα εργαλεία; Η υπηρεσία mobiplus shopping recommender είναι μια καινοτόμος υπηρεσία και λειτουργεί στο cloud. To e-shop συνδέεται με πολύ εύκολο τρόπο μέσω API. Τα δεδομένα που στέλνει είναι ανώνυμα. Τα recommendations τα παίρνει με πολύ εύκολο τρόπο μέσω java script, που «κουμπώνει» στο eshop. Τα προϊόντα που θα αγοράσει ο πελάτης στέλνονται και στο mail του ή στο κινητό του αυτόματα από το σύστημα μέσω εργαλείου scheduler που έχουμε αναπτύξει. Τα προτεινόμενα πηγαίνουν και στο κινητό του πελάτη. Όταν ο καταναλωτής μπαίνει στο φυσικό κατάστημα, ανοίγουν στο κινητό του τα προϊόντα που μαντεύει ο mobiplus shopping recommender ότι θέλει να αγοράσει. Η τεχνολογία του recommender που χρησιμοποιούμε είναι ό,τι καλύτερο υπάρχει σήμερα στον κόσμο, βασισμένο σε collaborative filtering. Χρησιμοποιούμε τεχνικές user based recommendations (βάσει του χρήστη) και item based recommendation (βάσει του προϊόντος που βάζει στο καλάθι). To recommender engine μαθαίνει από τα δεδομένα της επιχείρησης τι θα αγοράσουν οι πελάτες, αλλά το έχουμε εκπαιδεύσει και με public data. Ο χώρος του predictive engineering θα έχει τρομακτική εξέλιξη και χρειάζονται πολλά skills για να κάνεις την υπηρεσία: χρειάζονται software engineers, για να κτίσεις το σύστημα· data engineers, για τη διαχείριση των δεδομένων· analytics engineers, για την παρουσίαση των δεδομένων και algorithmic engineers, για τους αλγορίθμους. Επιπλέον, ο mobiplus shopping recommender μαθαίνει από πολλά και διαφορετικά ανώνυμα data. Γιάννης Σταμούλης CEO, Mobiplus Το predictive engineering θα έχει τρομακτική εξέλιξη 12 ΜΑΡΤΙΟΣ - ΑΠΡΙΛΙΟΣ 2021
RkJQdWJsaXNoZXIy ODAxNzc=