Machine Learning ved, hvad dine kunder vil købe, før de selv gør

6. marts 2017

Machine Learning og kunstig intelligens er ikke længere bare et varmt emne på diverse it- og data-blogs. Det er et værktøj, der fx kan hjælpe dig med at give dine kunder individualiserede og relevante tilbud – og dermed øge både salg og kundetilfredshed.

Data om dine kunder og deres adfærd er en uundværlig ressource i salgsarbejdet. Uden indsigt og kendskab til kunderne, er det en hovedløs jagt at skabe mersalg og styrke kundeloyaliteten. Machine Learning hjælper dig og dit salgspersonale med at bruge alle disse data og med meget stor sikkerhed at forudsige kundens næste køb.

Her gør Machine Learning en forskel

Branche- og nyhedssitet insideBIGDATA giver i en artikel om Machine Learning et godt eksempel på, hvorfor tiden er løbet fra den traditionelle måde at analyse kundernes adfærd på.

Det giver god mening at præsentere en nybagt mor for bleer, babyolie og andre relevante produkter til småbørnsfamilien. Med den traditionelle brug af købshistorik, vil den nybagte mor blive mødt af de samme tilbud inden for de samme kategorier, indtil hun selv ændrer sine produktvalg og sit indkøbsmønster.

Machine Learning derimod vokser sammen med barnet og kan forudse, hvilke produkter detailhandleren skal vise hende for at være på forkant med behovene i børnefamilien.

Købshistorik og geografi slår ikke længere til

Ifølge insideBIGDATA bruger man traditionelt set begrebet RFM Score til at kortlægge kundens købshistorik og på den baggrund præsentere kunden for nye kampagner og produkter:

  • Recency, hvornår har kunden sidst handlet?
  • Frequency, hvor ofte handler kunden?
  • Monetary Value, hvor mange penge bruger kunden?

Med RFM Score samt købshistorik, alder, køn og geografi kan du tegne et billede af kundens adfærd. Men det er et begrænset udgangspunkt, fordi du udelukkende får et tilbageblik. Og det er ikke nuanceret nok –kunder foretager ofte atypiske køb, og de udvikler sig over tid.

Kunder, der plejer at købe billige produkter i din butik, kan sagtens ændre indkøbsmønster. Og hvis du kun viser dem billige produkter, kan du gå glip af en god handel eller helt miste dem som kunder, hvis de vil købe et dyrere produkt, fx til en gave, eller hvis deres økonomiske situation ændrer sig. Det fanger du ikke med den traditionelle købshistorik, men det gør du med Machine Learning.

Klikraten steg med 100 procent

Machine Learning kan med den rette brug give meget konkrete resultater. Den franske e-bogsservice Youboox ønskede, inspireret af Netflix og Spotify, at skrue op for brugeraktiviteten og tilgangen af nye abonnenter ved at give brugerne bedre anbefalinger. Ved hjælp af Microsoft Azure Machine Learning oplever virksomheden nu, at både aktivitet og antal brugere på sitet er øget betydeligt.

Forudsig kundens behov

Tweets, billeder, statusopdateringer, cookies og e-mails er alle kilder til data, der kan give detaljeret indsigt om kundetyper og kundeadfærd. Det er der ikke noget nyt i. Det nye er, at større og bedre computere har gjort det muligt at analysere langt større datamænger end hidtil. En række avancerede algoritmer finder mønstre i dataene og giver et præcist bud på, hvilket indhold eller hvilke af dine produkter, kunden vil være interesseret i.

Som nævnt ser mange i dag på statistik og demografi for fx at finde det rette kundesegment og målrette salget. Nu kan en algoritme finde en kundes individuelle karakteristika og på den baggrund tage en beslutning om, hvilke anbefalinger, kunden med fordel kan mødes med. Machine Learning analyserer ikke alene kundens adfærd, men også trends og tendenser og viser summen af begge og kan på den måde med høj sandsynlighed forudsige kundens indkøb.

Machine Learning bliver en del af POS-systemet, NP Retail

Vi opdaterer hele tiden NP Retail med nye features – en af de mange nye features er integrationen til Microsofts Recommendations. Den gør det muligt fra POS’en at komme med tre typer produktanbefalinger baseret på Machine Learning – associerede produkter, andre kunder kunne også lide-anbefalinger og individualiserede anbefalinger.

Prøv vores POS-system i 30 dage

Få gratis adgang til kassesystemet NP Retail og ERP-systemet Dynamics NAV på både pc’er, tablet og smartphone. Som bonus får du også adgang til vores webshop-løsning, NP Ecommerce.