:::

【112年#19】新光三越導入宇匯AI搜尋引擎

產業別

  • 批發及零售業(G大類)
  • 零售業(47中類)

產業痛點

  • 市場競爭壓力高:業者必須面對來自傳統實體店鋪和線上電商的挑戰,要獲得競爭優勢,業者需要在價格定位、產品多樣性、購物體驗以及服務品質等方面持續優化。
  • 數位化轉型步調太慢:隨著科技的迅速進展,消費者的購物模式已經歷重大轉變,例如電子商務的崛起對傳統零售業產生重塑效應,百貨業者應精心融合線上和線下銷售渠道,確保為消費者帶來一致且卓越的購物體驗。
  • 庫存管理和供應鏈待整合:業者需要精細管理龐大的庫存,以確保供應順暢並能迅速配送商品。
  • 個人化購物體驗不足:數位原住民的Z世代,特別重視購物體驗,包括平台和APP的易用性和搜尋功能。
  • 資訊安全防護不夠:隨著大量資料和線上交易的增加,保護消費者的個人資料安全和支付安全成為了業者的首要任務。

導入AI效益

  • 個人化消費推薦:透過分析消費者的購買歷史、喜好及行為模式,提供個人化的產品推薦,以提升消費者的滿意度和購買意願。
  • 虛擬試衣與擬真體驗:利用科技如虛擬試衣、虛擬實境等工具,提供消費者在線上即可獲得逼真的購物體驗,不僅可以減少實體店鋪的試衣時間,也能減少試衣間的需求。
  • 提升交叉銷售成功率:依據消費者的購買紀錄和行為模式,提供相關的交叉銷售建議,藉此增加消費者的購物頻率和提升交易價值。
  • 虛擬助手與自動化問答服務:透過應用如虛擬助手、聊天機器人和自動化問答系統,提供消費者即時的客服支援,同時也能有效節省人力資源成本。
  • 消費市場洞際與趨勢:通過分析大量資料,獲取消費洞察和市場趨勢,協助企業優化商品陳列、行銷策略及庫存管理,進一步提升銷售業績和利潤。

常見AI技術或應用

  • 隨機森林、循環神經網路:使用人工智慧如隨機森林或循環神經網路等演算法,經由分析歷史資料如瀏覽、點擊、消費等,可以幫助業者識別重要的消費趨勢和模式,以及捕捉到隨時間變化的消費行為模式,幫助業者更精準地預測未來的消費趨勢。
  • 協同過濾、內容過濾:使用人工智慧如內容過濾或協同過濾等演算法,可以分析消費者的行為和偏好,提供個人化的商品推薦。
  • 循環神經網路、自然語言處理、生成式人工智慧:使用人工智慧如循環神經網路,結合自然語言處理技術,進行語音識別和自然語言理解,從中提取消費洞察和情感傾向;再利用生成式人工智慧如生成預訓練轉換器來開發虛擬助手或聊天機器人,提供即時的客戶支援和個人化服務,提供24/7的服務。