Đó là tình huống khi ứng dụng trí tuệ nhân tạo và robot tư vấn bán hàng trong thời đại công nghệ 4.0, Thông qua lịch sử mua hàng cũng như hoạt động của họ trên mạng xã hội, nhân viên hãng thời trang khi đó có thể là một robot sẵn sàng tư vấn khách mua một chiếc túi phù hợp với chiếc áo khoác họ vừa sắm tuần trước, hay chọn màu son môi để trang điểm khi đi dự các sự kiện... Ứng dụng trí tuệ nhân tạo (AI) bắt đầu len lỏi vào mọi ngóc ngách trong cuộc sống, đem lại hiệu quả to lớn cho các DN.

Biết trước sở thích của khách hàng

Tại Hội nghị Summit CEO 2018 về Kỷ nguyên của Trí tuệ nhân tạo, vừa diễn ra ở Hà Nội, TS. Kazuo Yano, Kỹ sư trưởng Tập đoàn Hitachi (Nhật Bản) cho biết, ứng dụng AI và lĩnh vực bán lẻ, đang tạo ra “cuộc cách mạng” lớn, làm thay đổi cách thức kinh doanh, giúp khách hàng có những trải nghiệm mới và DN hưởng doanh thu khổng lồ.

Cũng theo TS. Kazuo Yano, trong lĩnh vực bán lẻ, đầu tiên AI được sử dụng để thu thập dữ liệu. Khi dữ liệu được thu thập đủ, AI sẽ xử lý, diễn dịch kho dữ liệu và cuối cùng là đưa ra các giải pháp phù hợp nhất.

AI có thể giúp DN trong mọi khâu thuộc lĩnh vực bán lẻ như: tư vấn mua sắm, chăm sóc khách hàng, thanh toán tự động, cá nhân hóa các chương trình khuyến mãi, lên kế hoạch đặt hàng sớm, hạn chế hàng tồn kho và hàng trả lại, tham gia vận chuyển,...

Áp dụng AI vào phân tích, tổng hợp, các DN bán lẻ có kho dữ liệu khổng lồ về khách hàng

Trên thực tế, đã có những DN bán lẻ ứng dụng AI và đem lại hiệu quả lớn. Thương hiệu thời trang Burberry (Anh) từ năm 2006 đã ứng dụng dữ liệu lớn (Big Data) và AI để tăng doanh thu, tăng sự hài lòng cho khách hàng. Họ thực hiện điều này bằng cách đề nghị khách hàng tự nguyện chia sẻ dữ liệu, thông qua các chương trình khách hàng trung thành, có kèm theo quà tặng.

Các thông tin này được sử dụng để phân tích và cung cấp các gợi ý mua hàng cho từng khách hàng trực tuyến và tại cửa hàng của hãng. Khi khách hàng đã được định danh đến mua hàng, nhân viên sẽ tư vấn dựa trên lịch sử mua hàng của người đó cũng như hoạt động của họ trên mạng xã hội.

Chẳng hạn, nếu Burberry biết rằng, khách hàng gần đây đã mua một chiếc áo khoác, thì người bán hàng có thể tư vấn, giúp người đó mua một chiếc túi xách phù hợp,... Burberry cho biết nhờ ứng dụng AI đã tăng 50% lượng khách hàng quay lại mua sản phẩm của hãng.

Hiện nhiều DN bán lẻ cũng bắt đầu thực hiện ứng dụng này. Thông qua hệ thống camera ghi lại hình ảnh của khách trong những lần tới mua hàng; hay ghi nhớ và phân tích các trang web mà khách hàng đã lướt qua, những giao dịch, cũng như những lượt “like” và những cú “click” của họ,... AI có thể đưa ra những tư vấn cho nhà bán lẻ biết về sở thích của khách hàng, những gì khách hàng muốn mua sắm, thậm chí còn trước cả khi khách hàng biết mình muốn gì, TS. Kazuo Yano nhận xét.

Từ các dữ liệu thu được, nhà bán lẻ có thể tư vấn hỗ trợ khách mua hàng

DN hưởng “doanh thu khủng”

Thực tế, ứng dụng AI đã đạt đẳng cấp cao tại Otto (CHLB Đức). DN bán lẻ này đã áp dụng AI, dữ liệu lớn (Big Data) và máy học (Machine Learning) cho mọi quyết định kinh doanh hằng ngày.

Otto cho biết, một thực trạng rất đáng lo ngại trong thương mại điện tử là khách hàng có xu hướng hủy đơn hàng, hoặc trả lại hàng, nếu được giao lâu hơn 2 ngày, tính từ lúc đặt mua. “Thượng đế” sẽ không tốn một xu nào khi hủy và trả hàng, nhưng Otto ngược lại phải chịu nhiều rủi ro. Vấn nạn này, khiến Otto phải tiêu tốn hàng triệu Euro mỗi năm.

Thêm vào đó, khách hàng cũng rất ghét phải nhận hàng nhiều lần, chỉ muốn nhận được tất cả hàng hóa mình mua trong một lần duy nhất. Trong khi đó, Otto có rất nhiều nhà cung cấp khác nhau và DN này luôn rơi vào tình thế “tiến thoái lưỡng nan”, mỗi khi khách hàng đặt nhiều món cùng một lúc.

Để giải bài toán trên, trong quá khứ, Otto có hẳn một phòng kế hoạch, tính toán đặt mua hàng và giao cho khách, nhưng rất chậm chạp và kém hiệu quả. Cuối cùng, Otto quyết định sử dụng AI, với một thuật toán thông minh, trong hoạt động kinh doanh hằng ngày. AI bắt đầu bằng việc phân tích hơn 3 tỷ đơn hàng trong quá khứ, với hơn 200 biến thiên khác nhau, từ đó dự đoán danh mục và số lượng hàng hóa mà khách hàng sẽ mua trong tương lai và “ra tay” mua trước một bước.

Điều này đã đem lại kết quả “thần kỳ”. AI dự đoán chính xác đến 90% mặt hàng và số lượng sẽ được bán trong 30 ngày tới. AI cũng tự động gửi đơn đặt hơn 200.000 món hàng mỗi tháng, đến các đối tác mà không có bất kì tác động nào của con người. Qua một thời gian ứng dụng, số lượng hàng tồn tại Otto chỉ còn 1/5 so với cùng kỳ. Số đơn hàng bị hủy giảm hơn 2 triệu so với trước.

Làn sóng ứng dụng AI vào kinh doanh đang mở ra cơ hội cho các DN, tạo nên sự khác biệt và mang lại hiệu quả lớn.

Tại Việt Nam, AI cũng bắt đầu được áp dụng vào lĩnh vực bán lẻ. Một số DN thuộc thành viên Tập đoàn Điện lực Việt Nam (EVN) đã bắt đầu ứng dụng AI để chăm sóc khách hàng.

Cụ thể, Trung tâm Chăm sóc khách hàng Tổng công ty Điện lực miền Trung đã sử dụng Chatbot (một chương trình máy tính, tương tác với người dùng bằng ngôn ngữ tự nhiên) cho việc tư vấn, trả lời khách hàng trên ứng dụng messenger của fanpage facebook. Tuy đây chỉ là một dạng đơn giản của AI, nhưng Chatbot hoạt động độc lập, không cần người điều khiển, tự động trả lời những câu hỏi hoặc xử lý tình huống thực tế, dựa trên kịch bản đã được lập trình sẵn.

Thống kê cho thấy, hiệu quả kinh doanh bán lẻ tăng lên rất nhiều nhờ ứng dụng AI. Nó giúp giảm thiểu chi phí vận hành, tăng năng suất và tạo ra những sản phẩm dịch vụ, được cá nhân hóa với chất lượng cao. Giúp khách hàng có những trải nghiệm mới.

Theo công ty tư vấn Boston Consulting Group, những nhà bán lẻ trực tuyến, thực hiện các chiến lược cá nhân hóa, chứng kiến doanh thu tăng 6-10%, nhanh hơn gấp hai, ba lần so với các nhà bán lẻ khác.

Tại Nhật Bản, các DN bán lẻ cho hay, sau khi ứng dụng AI vào lĩnh vực tư vấn bán hàng đã nâng doanh thu của họ tăng thêm 15%, trên mỗi khách hàng. Một số khảo sát cho thấy, AI giúp cải thiện từ 1-2% thu nhập trước thuế, giảm 20% hàng tồn kho, các sản phẩm trả về giảm mạnh và tăng trưởng doanh thu từ 4-6%, tăng 30% doanh số bán hàng trực tuyến.

Tác giả: Trần Thủy

Nguồn tin: Báo VietNamNet