Regalkontrolle
Google Cloud bringt KI-Tools für den Einzelhandel
Foto: Ralf Liebhold - shutterstock.com
Um den EinzelhandelEinzelhandel dabei zu unterstützen, Warenbestände in den Märkten besser zu verwalten, hat GoogleGoogle angekündigt, seine Google Cloud für den Einzelhandel um eine neue KI-basierte Funktion zur Regalüberprüfung zu erweitern. Technologie zur Kontrolle von Regalen ist bei Retailern gefragt: Einer Analyse von NielsenIQ zufolge kosten ineffiziente Prozesse hier allein den US-Einzelhandel jährlich 82 Milliarden Dollar an entgangenem Umsatz. Alles zu Google auf CIO.de Top-Firmen der Branche Handel
Googles Tool für die Regalprüfung soll Marktbetreibern einen besseren Überblick über den angebotenen Warenbestand geben und helfen zu erkennen, wo Nachschub benötigt wird. Das Tool, das auf Googles Vertex AI Vision aufbaut, setzt auf den beiden Machine-Learning-(ML)Modellen Product Recognizer und Tag Organizer auf. Das Tool lässt sich einsetzen, um Produkte und Produkttypen auf der Grundlage von Bild- und Textmerkmalen zu identifizieren.
Sie interessieren sich für KI im Einzelhandel? Dann lesen Sie auch:
Verschiedene Kameratypen identifizieren Regalinhalte
Laut Google ist das KI-Werkzeug vortrainiert und kann gleich eingesetzt werden. Zur Regalüberprüfung erkennt es Inhalte aus diversen Blickwinkeln, auch wenn die Bilder mit verschiedenen Geräten aufgenommen wurden - zum Beispiel mit einer an der Decke montierten Kamera, einem Mobiltelefon oder einem Ladenroboter. Die Bilder werden in die Google CloudCloud für den Einzelhandel übertragen. Alles zu Cloud Computing auf CIO.de
Momentan ist die Funktion als Preview einsehbar, voraussichtlich stellt Google Cloud sie in wenigen Monaten für Einzelhändler weltweit bereit. Google selbst hat nach eigenen Angaben keinen Zugriff auf die Bilder und Daten des Einzelhandels.
Ebenfalls neu: Produkte für den E-Commerce
Mit einer neuen Suchfunktion hat der Anbieter außerdem den Discovery AI Service ausgestattet, den Google Cloud dem Einzelhandel für seine E-Commerce-Aktivitäten anbietet. Das in 72 Sprachen verfügbare Feature nutzt maschinelles Lernen, damit den Online-Kunden automatisch die optimale Reihenfolge an Produkten angezeigt wird, wenn sie sich im Online-Shop für eine bestimmte Produktkategorie entschieden haben. Laut Google lernt der Algorithmus dabei nach und nach anhand von historischen Daten die ideale Produktreihenfolge für jede Seite.
Der Algorithmus optimiert die Anzeige in Hinblick auf Genauigkeit, Relevanz und die Wahrscheinlichkeit eines Kaufabschlusses, behauptet Google. Die Funktion lasse sich in den jeweiligen Produktkategorien eines Online-Shops einsetzen. "Die Browse-Technologie verfolgt einen fortgeschrittenen Ansatz. Das Angebot wird ständig neu kuratiert, wobei aus Erfahrungen gelernt wird. Manuelle Eingriffe sind nicht mehr erforderlich", heißt es beim Anbieter. Man könne so den Umsatz pro Besucher erheblich steigern. Außerdem sparten sich Shop-Betreiber Zeit und Kosten für die manuelle Pflege mehrerer E-Commerce-Seiten.
Personalisierung hilft, Kundeninteressen aufzuspüren
Auch für die "Hyperpersonalisierung" will Google Cloud den EinzelhändlernEinzelhändlern eine neue KI-basierte Funktion anbieten. Der Recommendation AI Service erweitert den bestehenden Retail Search Service von Google Cloud. Er analysiert die Vorlieben der Kunden nach ihrem Verhalten auf der Website und berücksichtigt dabei, was die Konsumenten wie intensiv anschauen, was sie in ihren Warenkorb legen und was sie schließlich kaufen. Alles zu Retail IT auf CIO.de
Die KI verschiebt Produkte, die den ermittelten Vorlieben entsprechen, in den Such- und Browsing-Rankings nach oben. "Die personalisierten Such- und Browsing-Ergebnisse eines Käufers basieren ausschließlich auf seinen Interaktionen auf der E-Commerce-Website des jeweiligen Einzelhändlers und sind nicht mit den Aktivitäten in seinem Google-Konto verknüpft", beeilt sich Google zu versichern. Käufer würden entweder über das Konto, das sie auf der Website des Einzelhändlers eingerichtet haben, identifiziert, oder über ein First-Party-Cookie auf der Website. (hv)