剑客
关注科技互联网

签出推出在线与线下零售解决方案,利用机器学习和 s…

签出推出在线与线下零售解决方案,利用机器学习和 s...

在”砖和点击”零售,那里往往是断开连接之间的在线和离线的世界。有时这种差距是系统性,零售商积极让这两个分开的但主要是由于缺乏凝聚力跨电子商务和在存储区中的产品。

今天签出应用程序已经发布了其平台连接在线和离线销售。它利用机器学习更好地了解在线销售活动和在存储区中的喜好,展示使用平板电脑,屏幕和互动镜这些数据之间的连接。

系统,最近刚完成了一名飞行员在特拉维夫其国内市场 — — 在哪里它增加 16%在存储区中的时间 — — 分析客户行为和交易数据都从零售链的网站,发现采购趋势。然后使用此信息来更新存储在显示屏在真正的时间。当然,算法会起到作用,因为在他们的行为和活动不同的在线和离线的购物者。

“在线和脱机的购物者的区别在于,讽刺的是,虽然网上购物有更广泛的品种,在线客户通常会看只有前几页,”· 阿萨夫 Shapira,首席执行官和创始人之一,在签出应用程序告诉我。”当你在商店里时,你通常扫描一切与你的眼睛。此外,网上商店网站通常不更新中实时出现在网站,尤其是不基于实时的脱机存储区中销售的第一页上的热卖项目。购物者也更有可能放弃比他们脱机的一个在线购物车了”。

当然,这些行为是显而易见的但似乎,联机和脱机购物更彼此相关的比以往任何时候。

“尽管这些差异中的经验,看来,只要项目是成功的在线 (根据购买),它也是成功脱机,反之亦然,”Shapira 说。”我们的目标是通过结合这两个世界最大化用户对在线和离线的购物者的体验。我们这样做通过使用在线世界作为一个指标,利用在线网站的数据以更新店内展示。”

系统计算实时转换。如果在店内销售的增加,这些项目继续提交。然而,如果产品显示不影响店内销售,系统旋转各种优惠和拆分测试以确定赢家。在存储区中的数据也用来重新安排在网站上,第一次表现最热门的产品,以增加销售项目的顺序。

从本质上说,解决办法带来我们习惯于到存储在电子商务网站上使用的算法。

Shapira 说:”今天的在线零售网站长时间进行了优化基于海量数据和算法,显示客户的项目,他们想看看,更有可能在任何给定时间,购买”。”然而这智能的在线体验已不被译到真实生活商店。虽然方式衣服都展示了内部存储直接影响转化率,目前在店内展示和模特甚至通常不改变每周在基础上,更不用说实时更新。”

在存储区中显示采取的形式的大触摸屏、 允许用户几乎尝试就这批货物的交互式镜和允许浏览产品的平板电脑。这些显示器显示,也可在该地区的商店,确保关联,增加转换的项目。

签出推出在线与线下零售解决方案,利用机器学习和 s...

在线为脱机归属往往是一个棘手的问题要解决,如何签出应用程序会影响这一战略?

“我们已经利用连锁专卖店可以实现 SDK 在其移动应用程序中要个性化每个购物者的体验,”Shapira 说。”我们做店内个人的重定向,以便客户以前表现出的兴趣在家里的任何项目在存储中稍后会重新出现。所以当客户使用商店的应用程序而站在旁边在存储区中的数字屏幕,表现出他们的项目,他们以前看着自己的智能手机,这样就不需要他们把他们找出来。”

移动自是 omnichannel 拼图,重要组成部分 — — 在美国至少 — — 移动已经打乱了零售行业。解决方法进了一步与零售人员可穿戴设备相结合。

“我们开发一个平台,允许顾客点击感兴趣的数字屏幕上的项目,并通知销售人员穿着 smartwatch,所以,他们会立即知道项目,它的大小和客户有兴趣,”Shapira 说。”它是重要地注意到,这是方的解决方案,因为只有一小部分 (小于 1%) 的客户积极使用的应用程序,则在店里。

那么,什么是签出应用程序的下一步?

“我们的目标是创建一个完整的 omnichannel 客户体验解决方案,”Shapira 说。”我们的客户体验目前是不同联机和脱机。我们希望这个体验保持一致和自定义。这就是为什么我们努力创建在线和离线之间的一种连续的购物经验,让人感觉他们是在 web 上,当他们在店里的时候.”

因为机器学习是人工智能的前兆,这将如何影响未来的零售经验?

“在将来,A.I.进场时我们添加更多数据,这样的环境条件分析哪些客户生活,并影响他们的购物习惯和从而可以预测他们未来的购买会是什么,”Shapira 说。这些包括客户的情绪正在发生的新闻、 假日、 温度、 特殊事件、 名人八卦,和各种时尚潮流。我们将采取所有这入帐户和推荐具体的时尚物品给这些客户,基于此数据.”

签出应用程序离线在线零售解决方案可用从今天起,从它的网站的细节。

[剑客-翻译]

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址