與此同時,許多企業(yè)正在尋求改善客戶和渠道合作伙伴的體驗,以提高品牌忠誠度,促進銷售,并獲得更多的市場份額。
有些企業(yè)找到了一種結合這些目標的方法,也就是使用基于人工智能的工具來改善他們?yōu)榭蛻艉蜆I(yè)務合作伙伴提供產品、服務和支持的方式。以下介紹采用人工智能技術提升客戶體驗的兩個應用案例。
G&J百事可樂:預測商店的產品需求
G&J百事可樂瓶裝公司于2020年1月開始采用人工智能和機器學習技術,當時該公司與微軟公司合作以更好地了解Microsoft Azure云平臺中的人工智能和機器學習組件。
G&J Pepsi數(shù)字技術和業(yè)務轉型副總裁Brian Balzer說:“在微軟公司數(shù)據(jù)科學團隊的指導下,我們花費一些時間了解環(huán)境和所需的技能,并開始在Azure機器學習技術中吸收各種數(shù)據(jù)組件以提供預期的結果。”
G&J百事可樂公司的執(zhí)行團隊在一年前已與一家數(shù)字技術公司進行合作,為其百事可樂產品提供預計的訂單和商店貨架進行優(yōu)化。Balzer說:“這是由于我們提供的大量產品、品牌和SKU(最小存貨單位)是為客戶提供服務所需的大量人工勞動所驅動的。”
該公司擁有250多種SKU,通常這些產品中的大多數(shù)都在其客戶的商店都有庫存。該公司高級管理人員希望有一個自動化的訂購機制,以加快訂購流程,并改善結果。
Balzer說,該公司的訂單編寫者必須了解每個商店、消費者的購買行為、銷售活動、促銷、競爭對手的策略、天氣變化等。他說:“所有這些都是根據(jù)員工自己的經驗人工完成的。這些員工可能會很好地處理這些問題,但是這很耗時,并且非常依賴于其個人能力和經驗。”
此外,這些員工可能需要很長時間才能掌握這些知識和技能。他補充說,“如果他們辭職呢?接手工作的員工必須重新接受培訓并進行學習。”
重新排序過程通常是人工進行的,員工需要計算貨架的空白空間。Balzer說:“開展這種工作的員工的大部分是從多年走訪每家商店所獲得的知識和經驗。我們開始收集這些數(shù)據(jù),并將其輸入該平臺內已構建的Azure 機器學習模型中。我們花費一些時間來調整這些模型,并通過管道傳遞更多的數(shù)據(jù)。”
隨著各種類型的數(shù)據(jù)被輸入到機器學習模型中,它們會生成預測的順序。G&J百事可樂公司正在向目前為超市連鎖商克羅格(Kroger)的商店提供服務的一線員工推出自動訂購平臺,并計劃在未來幾個月內將其提供給為超市連鎖商沃爾瑪公司在各地商店提供服務的人員。該公司正在尋求使用相同的技術來服務便利店和雜貨店細分市場,并對貨架進行優(yōu)化。
Balzer說:“任何一家飲料公司面臨的主要挑戰(zhàn)之一就是確定在零售店的冷飲空間中要存放哪些產品。”他表示,這需要清楚地了解每家商店應該提供多少特定產品,商店冷飲區(qū)域的適當位置以及這些產品的潛在利潤。
Balzer說:“這可能是一個復雜的公式,并且會改變市場。”例如,礦泉水和茶飲料在城市地區(qū)的銷售比農村要更快,而對于能量飲料來說,其銷售情況可能恰恰相反。開發(fā)適當?shù)漠a品集并優(yōu)化存儲空間,這對于G&J百事可樂的業(yè)務成功至關重要。
該公司開發(fā)的機器學習工具冷空間分配器考慮到了所有變量,并為每個市場中的每個客戶制定了優(yōu)化的產品選擇。Balzer說:“它還將提供一些產品在某些地區(qū)表現(xiàn)可能優(yōu)于其他產品的建議,以替代銷售速度較慢的產品。適當?shù)剡M行產品優(yōu)化以滿足消費者需求,是產品的巨大市場優(yōu)勢。”
該公司還可以利用這些數(shù)據(jù)向客戶展示哪些產品在最大程度上提高利潤,哪些產品的需求量最大。
自從采用自動訂購平臺以來,G&J百事可樂公司的訂購效率得到了顯著提高。訂單的編寫時間從每家商店60分鐘下降到大約10分鐘。
Balzer表示,該公司在開始部署新技術時確實面臨一些挑戰(zhàn)。他說,“首先的事項是將工作重點放在流程上。如果在糟糕的過程中使用一項偉大的技術,那么每次都會面臨失敗。在采用新技術之前解決流程問題至關重要。我們花費一些時間與一線員工合作,以了解他們如何管理當前流程,獲得支持并解決任何流程問題。”
例如,為了使預測性訂單流程正常運行,該公司需要確保所有一線員工都以相同的方式為客戶提供服務。Balzer說:“這意味著他們需要以相同的方式訪問商店,首先確定之后備貨,了解促銷和銷售活動等。他們還需要了解購買行為如何影響我們提供預測訂單的能力,以及何時應該調整或不應該調整。”
G&J百事可樂公司還需要用戶了解采用自動訂購平臺對他們更具價值的原因,如何使他們工作更高效,以及如何提高他們?yōu)榭蛻籼峁┓盏哪芰?。員工對于采用這個平臺可能影響他們的工作崗位有一些顧慮。
Balzer說:“我們需要讓他們知道不會解雇他們。我們實際上是在簡化他們的工作,讓他們有時間為更多的客戶提供服務,或花費更多的時間與商店管理人員一起專注于產品銷售。由于他們有更多的時間與每個商店建立關系,他們將看到這些關系和品牌的增長帶來的改善結果。”
Zipline公司:在最需要的地方提供醫(yī)療用品
Zipline公司的主要業(yè)務是通過無人機運輸重要醫(yī)療用品的即時交付服務,其中包括血液、疫苗和個人防護設備。該公司采用的無人機在多個國家/地區(qū)飛行了500多萬公里的里程,完成了11.5萬次商業(yè)交付,其中包括向世界上一些偏遠社區(qū)的醫(yī)院和診所運送物資。
該公司在美國設計、組裝和運營其無人駕駛飛機系統(tǒng),并且正朝著其美國無人機的FAA認證和旗艦認證邁進。
該公司數(shù)據(jù)團隊負責人Matt Fay說:“從一開始,人工智能和機器學習或多或少就被Zipline公司所接受。我認為如果沒有這些工具,就無法設計出智能先進的無人機機隊。”
Fay表示,在Zipline公司的無人機每天飛行數(shù)百小時之前的早期階段,開發(fā)智能行為所需的數(shù)據(jù)驅動方法更少,因為該公司缺乏使這些算法工作的數(shù)據(jù)集類型。他說:“直到我們開始在盧旺達每天提供運送醫(yī)療產品的飛行服務之前,我們已經為采用新工具收集了足夠的數(shù)據(jù)。”
他表示,當時該公司有兩個目的。他說:“首先,我們希望從本地工作流程遷移到云平臺,我們在計算機下載和分析一批無人機的飛行數(shù)據(jù),然后遷移到了云平臺,
其次,Zipline公司希望構建一個分析環(huán)境,該環(huán)境具有強大的批處理功能和一個通用的協(xié)作工作區(qū)。該公司軟件團隊精通Python,因此部署了Jupyter Notebook,這是一個開放源代碼Web應用程序,允許用戶創(chuàng)建和共享包含實時代碼、方程式、可視化和敘述文本的文檔,并在Apache Spark分析集群上運行引擎。”
其關鍵組件是Databricks公司開發(fā)的數(shù)據(jù)科學和機器學習平臺,該平臺將基于云計算的可擴展計算環(huán)境與Zipline運營各個方面的數(shù)據(jù)流結合在一起,從飛行日志到維護,到跟蹤每個配送中心零部件和庫存的來源和狀態(tài),這些數(shù)據(jù)一應俱全。
Fay說,“由于Databricks公司開發(fā)的平臺是一個共享的協(xié)作環(huán)境,因此我們能夠在該平臺上進行投資:構建用于批處理的實用程序集,維護最有用的數(shù)據(jù)可視化的圖庫,構建簡單的教程和培訓課程以適應新的團隊成員的需求。
當大多數(shù)人想到‘數(shù)據(jù)民主化’計劃時,他們通常會想到可以訪問分析的儀表板平臺。盡管這是強大的數(shù)據(jù)團隊的重要組成部分,使用Databricks平臺,我們已經能夠使數(shù)據(jù)科學民主化,使我們公司的每個人都能夠結合、探索、可視化Zipline平臺的所有數(shù)據(jù)并采取行動。”
這種廣泛可用的功能已經幫助Zipline公司提供更好的服務。Fay說,“客戶及其服務的醫(yī)療系統(tǒng)依靠我們及時可靠地交付藥物。實現(xiàn)這一目標不僅僅需要可靠的無人機,而在執(zhí)行訂單過程的每一步都需要足夠的操作能力。”
緊急交付可能會因為各種原因而延遲,從人手不夠到挑選和包裝產品,到無人機電池耗盡。Fay說,“為了了解Zipline配送中心這一更大系統(tǒng)中的權衡和瓶頸,我們的團隊構建了一個基于事件的模擬工具,對交付醫(yī)療產品的每一步都進行建模。”
他表示,如果不將該模擬調整為從Zipline的運營中獲取的真實數(shù)據(jù),該工具將毫無用處,并變得不準確。他說,“只有完成校準,我們才能提出并回答各種假想問題:‘開設三個新的交付地點將如何影響配送中心的準時率?如果將充電率提高10%,我們需要多少電池和充電器?調度無人機的最佳算法是什么?’”
Zipline公司發(fā)現(xiàn),這個工具的見解幾乎影響了團隊每個成員。Fay說:“由于這個原因,加上不斷校準和更新模型的方便性,我們選擇將其托管在Databricks平臺中。這使我們公司中具有不同需求的分析師可以看到相同的模擬結果,并對相關部分進行調查。”
對于Zipline客戶及其患者來說,采用這項技術意味著更可靠地提供重要醫(yī)療物資。
版權聲明:本文為企業(yè)網D1Net編譯,轉載需注明出處為:企業(yè)網D1Net,如果不注明出處,企業(yè)網D1Net將保留追究其法律責任的權利。