Melhorar a experiência de varejo com um Acelerador de Solução de Recomendação de Varejo
No mundo do varejo, os canais digitais rapidamente se tornaram a força que impulsiona a criação de um melhor envolvimento dos clientes. Os varejistas estão sendo pressionados para repensar a maneira como comunicam sua proposta de valor, compartilhando atualizações em suas linhas de produtos. Eles estão sendo forçados a mudar para a perspectiva do consumidor que compra – a fim de entender melhor o que os clientes estão procurando. Os varejistas estão buscando novas maneiras de fortalecer a conexão entre compradores e produtos, aumentando sua taxa de adesão e criando valor adicional além dos produtos nos carrinhos de compras.
As compras nos locais físicos normalmente levam a compras por impulso, pois os compradores têm uma variedade de produtos exibidos diante deles. Normalmente, a compra por impulso não ocorre na experiência de compra online. Os compradores procuram produtos específicos, adicionam ao carrinho e prosseguem para a finalização da compra.
O Acelerador de Solução de Recomendação de Varejo ajuda os varejistas a realçar os produtos associados que podem ser de interesse do comprador. Sua finalidade é criar uma experiência de compra online personalizada. Usando IA e tecnologias avançadas de nuvem de análise de dados, o Acelerador de Solução de Recomendação de Varejo apresenta aos compradores conteúdos e produtos relevantes das seguintes maneiras:
- Um comprador visita uma página comercial online do varejista, que oferta ao usuário seleções personalizadas com base no histórico de compras.
- Quando o comprador adiciona itens ao carrinho, o site oferece mais recomendações com base em quais produtos seriam comprados junto com esses itens.
- À medida que o comprador se move pelo site do varejista, o site oferece novas recomendações com base no quê o comprador olha.
Acelerador de Solução de Recomendação de Varejo
O Acelerador de Solução de Recomendação de Varejo é um código pronto para implantação que utiliza os recursos de análise no Azure Synapse para avaliar os hábitos de compra e navegação anteriores de seus compradores, fornecendo uma experiência de navegação personalizada com recomendações personalizadas de produtos.
Exceder as expectativas dos clientes no setor de varejo é o que é mais importante para melhorar seus negócios. Insights mais profundos podem impulsionar a receita da sua organização e aumentar a retenção. O aprendizado de máquina ajuda você a avaliar como as decisões operacionais influenciam os resultados dos negócios.
Conecte seus dados e entenda seu cliente. No entanto, eles compram
Desbloqueie a inovação — e remova os silos de dados em sua organização. Ganhar clientes recorrentes fornecendo uma experiência de cliente omnicanal aprimorada e mais personalizada com estratégia de dados unificada. Obtenha uma visão holística das informações do cliente e dos dados de vendas, além de influências macroeconômicas, transações financeiras e fornecimento – tudo o que permite que sua organização automatize fluxos de trabalho, planeje vendas futuras e gerencie proativamente os riscos.
Acelere o crescimento de seu negócio existente com o código pronto para implantação** que você pode implementar rapidamente em sua infraestrutura e superar o desafio de otimizar a captura, a visualização e a utilização dos dados de seus clientes.
Visão geral do Acelerador de Solução de Recomendação de Varejo
- Recompensar seus clientes fiéis com recomendações significativas de produtos
- Conduzir análises de ponta a ponta na cadeia de fornecedores
- Criar melhores experiências na loja e online
- Habilitar insights mais profundos e uma experiência de cliente mais personalizada
- Usar o aprendizado de máquina para fazer recomendações personalizadas que sejam significativas para seus clientes fiéis
Transformar a experiência do cliente com personalização em tempo real
O Acelerador de Solução de Recomendação de Varejo usa o aprendizado de máquina e um modelo de filtragem que conecta o que o cliente analisa com dados do que outros usuários têm em tempo real para fornecer uma recomendação. Por exemplo, se outros clientes visualizaram telefones e headsets e você visualiza telefones, você tem mais probabilidade de também visualizar um headset – e essa visualização específica do cliente se tornará sua recomendação. Em seguida, o sistema construirá uma matriz de dados semelhantes para informar suas recomendações futuras.
Veja a aparência do modelo Acelerador de Solução de Recomendação de Varejo:
Como funciona a recomendação de compra em tempo real para sua organização?
- O cliente chega à página, vê itens personalizados com base em seu histórico de compras.
- O cliente seleciona ou alterna o usuário.
- A página de aterrissagem é atualizada, o cliente vê itens personalizados em tempo real com base no histórico de compras.
- O cliente entra na página de detalhes do produto, vê produtos sugeridos com base no histórico de compras e navegação.
- O cliente coloca itens no carrinho, vê recomendações adicionais com base nos itens que ele colocou no carrinho.
- O cliente retorna para a página de aterrissagem e vê os produtos complementares recomendados.
Introdução ao MVP do Acelerador de Solução de Recomendação de Varejo
Inicie o Acelerador de Solução de Recomendação de Varejo com os recursos necessários para criar rapidamente uma Solução de Recomendação de Varejo com base na plataforma abrangente do Azure Analytics.
Criar seu MVP personalizado
Implantar recursos. Crie um grupo de recursos que você possa usar como um contêiner para começar a implantar os recursos no Azure.
Preparar os dados. Configurar seu ambiente de desenvolvimento para Azure Machine Learning. A VM do notebook é uma maneira altamente compatível e pré-configurada de começar a funcionar rapidamente.
Treinar dados com scripts personalizados. O processo de script é descrito em uma série de Jupyter Notebooks. Revise-os sequencialmente para ver como treinar, pontuar e fazer previsões usando o Azure Machine Learning.
Crie seu MVP em menos de um dia com dados de demonstração, ou em 2 a 5 semanas com seus dados personalizados e uma sessão de preparação.
Aqui está um diagrama de alto nível de operações por meio do Azure Data Lake Storage Gen2 (data lake de escala empresarial), Azure Synapse, Azure Synapse Analytics, Azure AI Search, Serviço de Aprendizado de Máquina do Azure, Gerenciamento de API do Azure e serviços de Aprendizado de Máquina do Azure.
Pré-requisitos da plataforma de análise e do Azure
Conhecimento prático sobre o Azure, o Azure Cosmos DB, o Azure Machine Learning e o Kubernetes do Azure.
Leia a história completa da Tractor Supply Company.
Leia mais:
- Azure Synapse Analytics
- Serviço de Kubernetes do Azure
- Azure Machine Learning
- Módulos de aprendizagem para o Azure Synapse
- Aprenda módulos para o Kubernetes do Azure
- Caminho de aprendizagem do cientista de dados
Para obter diretrizes técnicas abrangentes, incluindo um guia de implantação, consulte a página do GitHub do Acelerador de Solução de Recomendação de Varejo.
A Tractor Supply Company, a maior varejista de produtos rurais do Estados Unidos, escolheu a Microsoft como seu provedor de nuvem estratégica para dar suporte à arquitetura e à modernização da tecnologia para o site de comércio eletrônico da empresa e a plataforma de análise empresarial. Leia a história completa de um cliente da Tractor Supply Company.
O Starbucks tem usado a tecnologia de aprendizado por reforço para fornecer uma experiência personalizada para os clientes que usam o aplicativo móvel da empresa. Esse método de treinamento de aprendizado de máquina aprende a tomar decisões em ambientes complexos e imprevisíveis com base em comentários externos. Leia a história completa de um cliente do Starbucks.
Próximas etapas
Use o modelo do Azure DevOps para implantar em seu próprio ambiente. Siga as etapas incluídas no modelo do Azure DevOps de Recomendação de Varejo:
- Entre no gerador.
- Vá até o Cloud Adoption Framework.
- Selecione o
Retail Recommendermodelo do Azure DevOps. - Implante em seu ambiente do Azure DevOps.
Os artigos a seguir irão ajudá-lo a ser bem-sucedido em sua jornada de adoção da nuvem.