Когда дело доходит до выбора правильного мерч на право хранения, это вопрос быстрый и мертвый для магистральных ритейлеров, как они приходят в осаде от быстрых модных брендов, перемещение в торговый центр.

Теперь Kmart Австралии использует данные в реальном времени от его точка-в-продажи, чтобы прокормить машинного обучения моделей, которые предсказывают стиль, цвет, размер и количество белья, скорее всего, продать на каждой из своих 230 магазинов.

Главный технический директор Майкл Фэган сказал АРМ re:придумайте 2019 года в Лас-Вегасе, что ритейлер построил “следующего поколения платформы данных” охватывая “событийное озера данных”, который собирает данные в режиме реального времени от точки продажи.

Эти данные используются алгоритмы машинного обучения, с результатами, влияющие магазинах отоваривались.

“Наши данные показывают нам много историй и рассказывает нам о том, что наши клиенты делают и то, что наши клиенты хотят”, – сказал Фаган.

“Ваши решения могут двигаться только со скоростью ваших данных, так что если ваши данные-это три дня или неделю устаревают, тогда как вы можете принять решения в реальном времени с этим? Поэтому мы сосредоточены на данных”.

Фаган сказал, что новая архитектура данных была создана в AWS и позволило ритейлеру юбка подстава наследие, где данные о клиентах и продажах был “в ловушке” монолитных конструкций.

Он сказал, что мы хотели “сквозного зрения поведения клиента, от времени они начинают взаимодействовать с нами весь путь до конца после покупки. Так как мы привлекаем [их,] когда они по магазинам с нами, и пост-шоп, как мы как мы имеем дело с ними?”

Событийной озера данных является первым портом захода для данных в реальном времени собираются в точке продажи.

“Так в Черную пятницу и Кибер понедельник, мы были в состоянии представить самообслуживания панели для купцов и планированию запасов, где они действительно могут контролировать то, что происходит по всей стране”, – сказал Фаган.

“Австралия является о размер США, поэтому в каждом магазине по всей стране, мы можем отслеживать в реальном времени, что делают люди.

“Это время в прошлом году [эти данные] был, по крайней мере, в день устарели, а в некоторых случаях, шесть или семь дней из даты.”

Помимо инвентаризации в режиме реального времени приборной панели, Кмарт тоже хотите кормить своих данных в реальном времени в области искусственного интеллекта и машинного обучения, услуг для дальнейшего понимания и ценности.

“Мы построили уже ИИ, доказательства концепции, и мы планируем прогноз и рекомендации двигателя, который вышел из той работы, которую мы уже сделали”, – сказал Фаган.

“Мы [также] было создание собственных моделей машинного обучения, чтобы предсказать и прогнозировать, что люди будут покупать и где, в каких тонах, и какого размера.

“Мы уже не перенаправляя одежды по всей стране в Австралии в разных магазинах, так что мы знаем, что определенные цвета, размеры и стили продажи в разных регионах …, чтобы убедиться, что мы имеем то, что клиенты хотят, когда они этого хотят, как они этого хотят.”

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here