استفاده نایک از هوش مصنوعی برای ایجاد تجربه‌ی بهتر مشتری

Nike در مورد دستاورد Datalogue که یک پلتفرم ادغام داده است، توضیح داد. در ادامه به استفاده نایک از هوش مصنوعی می‌پردازیم.

27
0
استفاده نایک از هوش مصنوعی

هفته گذشته Nike در کنفرانس سه ماهه سوم خود، در مورد دستاورد اخیرش به نام Datalogue که یک پلتفرم ادغام داده، که هدف آن پیشبرد شخصی سازی در مقیاس است، توضیح داد. فناوری یادگیری ماشین Datalogue آماده سازی داده‌ها را خودکار می‌کند و به برند نایک کمک می‌کند تا داده‌ها را از همه منابع از جمله اکوسیستم اپلیکیشن، زنجیره تأمین و داده‌های سازمانی به طور همزمان ادغام کند. در ادامه به استفاده نایک از هوش مصنوعی می‌پردازیم.

هفته گذشته در یک گفتگوی آنلاین در RetailWire، بسیاری از اعضای BrainTrust این دستاورد جدید نایک را دارای پتانسیل بالقوه برای بالا بردن استراتژی داده‌های این شرکت دانستند.

استفاده نایک از هوش مصنوعی برای ایجاد تجربه‌ی بهتر مشتری

1 استفاده نایک از هوش مصنوعی برای ایجاد تجربه‌ی بهتر مشتری

Rodger Buyvoets، مدیر عامل شرکت Crobox، نوشت: “بسیاری از خرده فروشان تحت تاثیر داده‌ها هستند.” “یک سیستم قدرتمند تحلیل رفتار مشتری یک موضوع است، اما امکان به اشتراک گذاری و تحلیل داده‌ها در سیلوهای سازمانی موضوع دیگری است. منظور اصلی در واقع عملی کردن داده‌ها است. بنابراین بهینه سازی داده‌ها برای مقیاس اولیه و عملی ساختن آن‌ها برای نوآوری بسیار مهم است.”

جان دوناهو، رئیس و مدیر عامل شرکت نایک، به تحلیلگران اعلام کرد که Datalogue نماینده چهارمین پلتفرم تجزیه و تحلیل داده‌های شرکت طی دو سال گذشته است. برخی دیگر شامل شرکت تجزیه و تحلیل داده‌های مصرف کننده Zodiac در سال ۲۰۱۸ و دو شرکت بینایی رایانه‌ای یا کامپیوتر ویژن Invertex و شرکت تجزیه تحلیل پیش بینی کننده Celect در سال ۲۰۱۹ است.

کیسی کریگ، معاون ارشد خرده فروشی شرکت 3Pillar Global، در RetailWire نوشت: “دستاوردهای اخیر نایک به منظور استفاده از اطلاعات رفتاری مشتریان شرکت به عنوان منبع داده‌های مهمی است که در نهایت باعث شخصی سازی تجربه مشتری می‌شود.”

آقای دوناهو گفت: بارزترین جاهایی که انتظار می‌رود داده‌ها به شما کمک کنند، در موقعیت‌های ارتباط مستقیم و رو در رو با مشتری است، مانند جستجوی شخصی و پیشنهادها. وی گفت: در این سه ماهه ما شاهد استفاده از داده‌ها بودیم که باعث ایجاد ارتباطات هدفمندتر و شخصی سازی تجربه و ارائه آن به مصرف کنندگان شده است. البته این فقط شروع کار است.

موضوع دوم “بدست آوردن محصول مناسب در مکان مناسب و در زمان مناسب” است. آقای دوناهو گفت: Celect نایک را قادر می‌سازد تا به طور چشمگیری در یک زنجیره تأمین مستقیم با مصرف کننده قرار گیرد. وی گفت ، “آنچه مهم است این است که فهرست موجودی انبارهای محلی و منطقه‌ای خود را بدانیم تا بتوانیم فرآیند تحویل کالا را سریع‌تر انجام بدهیم.”

ساخت محصولات بهتری با استفاده از داده

2 استفاده نایک از هوش مصنوعی برای ایجاد تجربه‌ی بهتر مشتری

نایک می‌تواند از داده‌ها برای ساخت محصولات بهتر استفاده کند. در فرآیند همسویی سازمان در سال گذشته، این برند تیم‌های داده و سازنده را در کنار هم قرار داده است. این استراتژی کسب و کار اهمیت کار گروهی و ارتباطات را پرورش می‌دهد. وی گفت : “نایک همیشه هنر و علم تولید محصول راه بهم پیوند می‌دهد. حرکت به سمت بینش‌های عمیق و پویاتر، همراه با استعداد و سرمایه گذاری‌های ما در علم داده و یادگیری ماشین، ظرفیتی ایجاد می‌کند که هیچ برند دیگری آن را ندارد.”

شخصی سازی فقط در مورد محصولات پیشنهادی نیست، بلکه در مورد” شخصی سازی انبوه ” نیز است. درست همانطور که شما یک فنجان قهوه استارباکس خود را سفارش می‌دهید. نایک از لحاظ فرهنگی در حال تبدیل شدن از یک برند بزرگ مصرف کننده به یک برند دیجیتالی است. در واقع این شرکت با دستاوردهای تکنولوژی خود گام درستی را برداشته است.

Venky Ramesh معاون ارشد محصولات مصرفی، خرده فروشی و توزیع در Capgemini، نوشت: “هیچ دو پایی یکسان نیستند، حتی دو پای یک فرد با یکدیگر تفاوت دارند.” بزرگ‌ترین فرصت برای نایک به عنوان یک برند جهانی، شخصی سازی با استفاده از داده و تجزیه و تحلیل آن است.

مقیاس مهم است زیرا شما بیش‌ترین اطلاعات کاربردی و قابل اجرا را دریافت می‌کنید. این موضوع در صنعت فناوری حائز اهمیت است. “بنابراین ما در داده‌ها یک مزیت مقیاس خواهیم داشت که به کسب مزیت کاهش هزینه در اثر افزایش حجم تولید اشاره دارد و در ادامه تجربه بهتر مصرف کننده را به همراه خواهد داشت.”

حال که با استفاده نایک از هوش مصنوعی و نحوه‌ی ایجاد تجربه‌ی بهتر مشتری آشنا شدید می‌توانید از دیگر مقالات سایت اول نیوز دیدن کنید.

امتیاز این مطلب

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

گوگل فارکس آموزش تخصصی آمارکتس