AI w e-commerce – wywiad z Lancerto o innowacjach w branży odzieżowej

Co było pierwszym impulsem do wykorzystania AI w Lancerto?

Przeniesienie wysokiej jakość doradztwa z salonów stacjonarnych Lancerto do online – mam tu na myśli w głównej mierze pomoc w dobrze stylizacji (np. jaką dobrać koszulę do marynarki, jaki krawat, poszetkę itp.). Drugim czynnikiem było zapewnienie doradztwa w online 24/h. Nasz wewnętrzny Contact Center pracuje w godzinach 8-16.00 od poniedziałku do soboty. Poza tymi godzinami nie mamy możliwości pomocy klientowi. Dodatkowo wykorzystanie AI miało odciążyć Contact Center w godzinach pracy.

Jakie cele do zrealizowania postawiliście sobie przed wdrożeniem Chatbota?

Główne cele:
a) Dostępność 24/h.
b) Wsparcie w procesie zakupowym na każdym etapie lejka zakupowego.
c) Poprawę doświadczeń klienta z marką.
d) Poniesienie koszyka zakupowego.
e) Możliwość automatyzacji procesów CC.
f) Integracje z zew systemami typu Marketing Automation.

 

Jaki długo trwał proces wdrażania AI i jakie były największe wyzwania?

Proces wdrażania trwał ponad 6 miesięcy i obejmował takie etapy:
1) Określenie celu: Pierwszym krokiem jest dokładne zdefiniowanie celu, jaki chcesz osiągnąć za pomocą AI. Czy chodzi o automatyzację procesów, analizę danych, rozpoznawanie wzorców itp.
2) Zbieranie i przygotowanie danych: AI wymaga dużej liczby danych do nauki i uczenia się. Konieczne jest zebranie odpowiednich danych, ich oczyszczenie, przetworzenie i przygotowanie do analizy. Jest to czasochłonne i wymagać specjalistycznej wiedzy.
3) Nauka i trening modelu: Proces treningu modelu AI polega na dostarczaniu mu danych, aby nauczył się rozpoznawać wzorce i podejmować odpowiednie decyzje. Może to wymagać dużej mocy obliczeniowej i czasu, zwłaszcza jeśli masz duże zbiory danych.
4) Optymalizacja i walidacja modelu: Po zakończeniu treningu modelu konieczne jest jego optymalizacja, tak aby działał jak najlepiej. Należy również przeprowadzić proces walidacji, aby upewnić się, że model osiąga oczekiwane wyniki i nie wprowadza błędnych interpretacji.
5) Implementacja i testowanie: Po zakończeniu treningu i walidacji modelu AI można go zaimplementować w rzeczywistym środowisku. W tym etapie konieczne jest przeprowadzenie szczegółowych testów, aby upewnić się, że AI działa zgodnie z oczekiwaniami i spełnia założone cele.

Największe wyzwania:

• Brak odpowiednich danych: Skuteczność AI jest w dużej mierze uzależniona od jakości i ilości dostępnych danych. Jeśli brakuje odpowiednich danych, konieczne może być ich zebranie lub utworzenie sztucznych zbiorów danych.
• Zapewnienie odpowiedniej mocy obliczeniowej: Niektóre zadania wymagają dużej mocy obliczeniowej do efektywnego treningu i działania modelu AI. Konieczne może być zainwestowanie w odpowiednią infrastrukturę lub korzystanie z usług chmurowych.
• Etyka i prywatność danych.
  

 

Jakie biznesowe korzyści przyniosła lub przyniesie obecność Chatbota i AI w Lancerto?

1. Poprawiona obsługa klienta.

2. Skrócenie czasu odpowiedzi.

3. Automatyzacja procesów.

4. Generowanie leadów i sprzedaż.

5. Analiza danych i personalizacja.

6. Skalowalność i optymalizacja kosztowa.

Jakie ryzyka zaobserwowaliście do tej pory — na co według Ciebie należy szczególnie uważać, wprowadzając AI do firmy?

Na tę chwilę nie zaobserwowaliśmy nic niepokojącego. Ważne, aby mieć na uwadze w przypadku wprowadzania AI poniże aspekty:

1. Brak transparentności i odpowiedzialności AI.
2. Etyczne problemy, takie jak dyskryminacja i naruszenie prywatności danych.
3. Zagrożenia związane z bezpieczeństwem i cyberatakami.
4. Możliwość błędnych interpretacji i podejmowania złych decyzji przez AI.
5. Uzależnienie od AI i brak alternatywnych rozwiązań.
6. Zagrożenia dla miejsc pracy i automatyzacja zadań.

Jakie dane przetwarza u Was Chatbot i w jaki sposób wykorzystujecie je w celu ulepszania doświadczenia użytkownika?

M.in. dane związane z konwersacją pomiędzy użytkownikiem a action bootem.
To są różnego rodzaju zapytania, na które dzisiaj jeszcze AB nie jest w stanie odpowiedzieć. Tego typu wiedza pomaga nam na bieżąco reagować i szybko dodawać nowego  flow w komunikacji klient – action boot.

Na jakie pytania odpowiada AI lub jakie problemy pomaga rozwiązać w Lancerto?

Ale to nie koniec! Pracujemy nad integracją z chatemGPT. Za nami już pierwsze testy, które są bardzo obiecujące. To rozwiązanie pozwoli nam na to, aby klient otrzymał odpowiedź na każde nurtujące pytanie, oczywiście w obrębie domeny Lancerto.  🙂

Jakie inicjatywy podejmujecie w celu zwiększenia wykorzystania AI w firmie (nowe projekty, podnoszenie kompetencji, zwiększanie świadomości, może jakiś mini r&d, hackhaton)?

Za wcześnie, aby opisywać konkretne inicjatywy. Nt jest to obszar, któremu się bardzo mocno przyglądamy i dyskutujemy, jak można go wykorzystać w naszej organizacji.

W jaki sposób planujecie rozwijać AI w Lancerto — jakie macie plany na przyszłość?

Jest wiele obszarów, gdzie widzimy zastosowanie AI. Na dzisiaj jest to jeszcze w sferze rozmów i obserwacji niż podejmowania konkretnych działań. Poza oczywiście naszym Action bootem.

3 najważniejsze rady, które udzieliłbyś innym, w zakresie wprowadzenia sztucznej inteligencji do e-commerce?

1. Zidentyfikuj konkretne obszary, w których AI może dostarczyć wartość dodaną dla klientów, takie jak personalizacja, automatyzacja obsługi klienta czy optymalizacja procesu zakupowego.

2. Rozważ stopniowe wdrażanie AI, zaczynając od pilotażowego projektu, aby minimalizować ryzyko i dostosować się do zmian.

3. Zbieraj i analizuj odpowiednie dane, takie jak dane dotyczące zachowań klientów, aby poprawnie trenować modele AI i generować trafne rekomendacje.

Pamiętaj, że wprowadzenie AI do e-commerce wymaga skoordynowanego podejścia, uwzględniającego aspekty technologiczne, biznesowe i użytkownika. Ważne jest, aby analizować konkretne potrzeby i cele organizacji, a następnie dostosować strategię wprowadzania AI, aby osiągnąć optymalne rezultaty.