Mejora de la experiencia minorista con el acelerador de soluciones Retail Recommender Solution Accelerator
En el mundo de la venta al por menor, los canales digitales se han convertido rápidamente en la fuerza impulsora del aumento de la involucración de los clientes. Se está forzando al comercio minorista a reinventar la forma en que comunican la propuesta de valor y comparten actualizaciones en sus líneas de productos. Se ven obligados a avanzar hacia la perspectiva del consumidor de compra (con el fin de conocer mejor lo que buscan los clientes). Los minoristas buscan nuevas formas de reforzar la conexión entre los compradores y los productos (lo que aumenta su tasa de fijación y crea un valor adicional que va más allá de los productos de los carros de la compra).
La realización de compras in situ normalmente da lugar a compras por impulso, ya que los compradores tienen gran variedad de productos delante de los ojos. La compra impulsiva no suele producirse en la experiencia de compra en línea. Los compradores buscan productos concretos, los agregan a su cesta y finalizan la compra.
El acelerador de soluciones Retail Recommender Solution Accelerator ayuda a los minoristas a resaltar productos asociados que podrían resultar de interés a los compradores. Su objetivo es crear una experiencia de compra en línea personalizada. El acelerador de soluciones Retail Recommender Solution Accelerator utiliza las tecnologías de análisis de datos avanzados e inteligencia artificial para presentar a los compradores contenido y productos relevantes como se indica a continuación:
- Un comprador visita una página comercial en línea de un minorista, que solicita al usuario selecciones personalizadas, en función del historial de compras.
- Cuando el comprador agrega artículos al carro, el sitio ofrece más recomendaciones, en función de los productos que se comprarían con estos artículos.
- A medida que el comprador se mueve por el sitio del minorista, el sitio ofrece nuevas recomendaciones en función de lo que el comprador vea.
Acelerador de soluciones Retail Recommender Solution Accelerator
El acelerador de soluciones Retail Recommender Solution Accelerator es código listo para implementar que hace uso de las funcionalidades de análisis de Azure Synapse para evaluar los hábitos de compra y exploración de los compradores (lo que ofrece una experiencia de exploración personalizada con recomendaciones de productos personalizadas).
Superar las expectativas de los clientes en el sector minorista es la estrategia más importante para mejorar su negocio. Una información más detallada puede impulsar los ingresos de cualquier organización y aumentar la fidelidad de los clientes. El aprendizaje automático le ayuda a evaluar hasta qué punto afectan decisiones operativas a los resultados empresariales.
Conexión de los datos y conocimiento del cliente y de lo que compra
Desbloquee la innovación y quite los silos de datos de su organización. Para ganar clientes fieles, lo mejor es ofrecer una experiencia de cliente omnicanal mejorada y más personalizada con una estrategia de datos unificada. Obtenga una vista holística de la información de los clientes y de los datos de ventas, además de las influencias macroeconómicas, las transacciones financieras y el suministro (todo aquello que permita a su organización automatizar flujos de trabajo, planear ventas futuras y administrar el riesgo de forma proactiva).
Acelere el crecimiento empresarial con código listo para implementar** que pueda implementar rápidamente en su infraestructura (y supere el reto de optimizar la captura, visualización y uso de los datos de los clientes).
Introducción al acelerador de soluciones Retail Recommender Solution Accelerator
- Recompense a los clientes fieles con útiles recomendaciones de productos.
- Impulse el análisis de un extremo a otro en la cadena de suministro.
- Cree mejores experiencias de compra tanto en las tiendas físicas como a través de Internet.
- Habilite una información más detallada, y una experiencia de cliente más personalizada.
- Use el aprendizaje automático para realizar recomendaciones personalizadas que sean útiles para los clientes fieles.
Transformación de la experiencia del cliente con la personalización en tiempo real
El acelerador de soluciones Retail Recommender Solution Accelerator usa el aprendizaje automático y un modelo de filtrado que conecta lo que el cliente observa con los datos de lo que tienen otros usuarios en tiempo real para proporcionar una recomendación. Por ejemplo, si otros clientes han visto teléfonos y auriculares, y ve teléfonos, es muy probable que también vea auriculares (una vista de cliente determinada se convertirá en su recomendación). Luego, el sistema construirá una matriz de datos similares para informarle de las recomendaciones en el futuro.
Este es el aspecto del modelo del acelerador de soluciones Retail Recommender Solution Accelerator:
¿Cómo funcionan las recomendaciones de compra en tiempo real en el caso de su organización?
- El cliente llega a la página y ve los artículos personalizados en función de su historial de compras.
- El cliente los selecciona o cambia de usuario.
- La página de aterrizaje se actualiza y el cliente ve los artículos personalizados en tiempo real en función de su historial de compras.
- El cliente entra en la página de detalles del producto y ve los productos sugeridos en función del historial de navegación y compra.
- El cliente coloca los artículos en el carro y ve más recomendaciones en función de los artículos que han metido en el carro.
- El cliente vuelve a la página de aterrizaje y ve los productos de complementos recomendados.
Introducción al MVP del acelerador de soluciones Retail Recommender Solution Accelerator
Inicie el acelerador de soluciones Retail Recommender Solution Accelerator con los recursos necesarios para crear rápidamente una solución de Retail Recommender basada en la completa plataforma de Azure Analytics.
Creación de un MVP personalizado
Implementación de recursos. Cree un grupo de recursos que pueda usar como contenedor para empezar a implementar los recursos en Azure.
Preparación de datos. Configure un entorno de desarrollo para Azure Machine Learning. La máquina virtual de Notebook es una forma preconfigurada y muy compatible de empezar a trabajar rápidamente.
Entrenamiento de datos con scripts personalizados. El proceso de scripting se describe en una serie de cuadernos de Jupyter Notebook. Consúltelos secuencialmente para obtener información sobre el entrenamiento, la puntuación y la realización de predicciones mediante Azure Machine Learning.
Cree un MVP en menos de un día con datos de demostración o en 2-5 semanas con los datos personalizados y una sesión preparatoria.
Este es un diagrama de alto nivel de operaciones que se realizan mediante los servicios Azure Data Lake Storage Gen2 (lago de datos a escala empresarial), Azure Synapse, Azure Synapse Analytics, Azure AI Search, Azure Machine Learning Service, Azure API Management y Azure Machine Learning.
Requisitos previos de la plataforma de análisis y de Azure
Un conocimiento práctico básico de Azure, Azure Cosmos DB, Azure Machine Learning y Azure Kubernetes.
Lea el caso completo de Tractor Supply Company.
Más información en:
- Azure Synapse Analytics
- Azure Kubernetes Service
- Azure Machine Learning
- Módulos de Learn para Azure Synapse
- Módulos de Learn para Azure Kubernetes
- Ruta de aprendizaje del científico de datos
Para obtener instrucciones técnicas completas, que incluyen una guía de implementación, consulte la página de GitHub del acelerador de soluciones Retail Recommender Solution Accelerator.
Tractor Supply Company, el mayor distribuidor de productos agrícolas de Estados Unidos, eligió Microsoft como proveedor estratégico de servicios en la nube para dar soporte técnico a la arquitectura tecnológica y la modernización del sitio web de comercio electrónico de la empresa y la plataforma de análisis empresarial. Lea el caso de cliente completo de Tractor Supply Company.
Starbucks ya ha utilizado la tecnología de aprendizaje de refuerzo para proporcionar una experiencia personalizada a los clientes que usan la aplicación móvil de la empresa. Este método de entrenamiento mediante aprendizaje automático aprende a tomar decisiones en entornos complejos e impredecibles en función de los comentarios externos. Lea el caso de cliente completo de Starbucks.
Pasos siguientes
Use la plantilla de Azure DevOps para realizar la implementación en su propio entorno. Siga los pasos incluidos en la plantilla de Retail Recommender Azure DevOps:
- Inicio de sesión en el generador.
- Vaya a Cloud Adoption Framework.
- Seleccione la
Retail Recommenderplantilla de Azure DevOps. - Implemente en el entorno de Azure DevOps.
Los artículos siguientes le ayudarán a completar satisfactoriamente el recorrido de adopción de la nube.