金博宝官网欧洲零售业的人工智能

Ayn de耶稣
头像

AYN在EMERJ的AI分析师担任AI分析师 - 覆盖人工智能用例和跨行业的趋势。金博宝官网她以前在埃森哲举行了各种角色。

金博宝官网欧洲零售业的人工智能

福尔斯特估计西欧的在线销售将成长平均每年11.9%至2022年。此时期,21%的非杂货零售销售将在线。我们看到ai继续找到它进入的方式零售业。本报告特别侧重于欧洲零售业的创新。在其中,我们涵盖了三个应用程序提供AI软件的供应商:

  • 库存管理
  • 视觉搜索
  • 销售量

什么商业领袖应该知道

欧洲零售业的商业领袖似乎有一些选择,涉及AI供应商,他们可以比其他部门的领导者更自信地与本报告中的与供应商进行谈判,例如营销。这是因为本报告中详述的公司都雇用了数据科学和/或计算机科学人才我们预期的公司所希望提供机器学习解决方案的各种凭据,即计算机科学,艰难科学,统计领域或商业经验的学术背景。我们在Emerj覆盖的许多扇区都充满了据称的AI供应商,实际上不雇用他们公司的数据科学家,雇用数据科学家只是为了使用AI流行语,或者将人们雇用无关的领域,并称为数据科学家在LinkedIn到傻瓜潜在客户。

看看为零售商提供AI的欧洲公司并不令人振奋躺在做啊。例如,Bighy Yonder雇用了许多持有计算机和艰难科学博士学位的数据科学家。此外,它还在其库存管理软件的JDA软件收购之前筹集了超过7000万美元。本公司拥有本报告中涵盖的数据科学家的最高密度。它提供了库存管理解决方案。

Metail雇用五位数据科学家,其中四名持有物理和数学的博士。该公司列出了Linkedin的员工少于50名员工,而且再次,数据科学家对其他员工的密度相对较高,即使10%听不到它。Metail提供销售解决方案,其索赔可以集成到其时尚零售商客户的网站。一旦安装后,该公司索赔客户的客户可以通过其虚拟接口试图衣服。除了由JDA软件收购的Blue Yonder之外,Metail已经提出了3240万美元的最资金。

Nextail为身体零售商提供另一个库存管理解决方案。该公司似乎雇用了一些数据科学家,尽管它所雇用的人比蓝色和金矿的那些雇用较少。它在2017年赢得了一个具有博士学位的数据科学家,他在2017年获得了博士学位。

首先,我们认为科特雷斯卡视觉系统是这些公司中的异常值,列出了LinkedIn上的数据科学家。在进一步研究时,科特雷迪似乎称他们的计算机科学人才“研究科学家”。尽管如此,该公司雇用了许多研究科学家,具有计算机科学和普通科学的博士学位,其中一些人在机器学习和数据科学中具有区别或浓度的程度。Cortexica提供了一个可视化搜索的解决方案,允许客户的客户拍摄产品的照片并将其上传到客户的网站。然后,软件后面的机器学习算法“查找”客户在线商店上的图片产品。

库存管理

蓝色

蓝色的是一种德语提供的公司供应链,购买和商品发放软件,该公司索赔可以提供帮助超市链预测需求和减少股票和浪费使用预测分析和机器学习

公司索赔that the application’s algorithms take into account internal data such as historical sales, products attributes, store size and location, and promotions, and external data such as weather, holidays, and events to calculate the probability of demand for each product at each store on a daily basis. Once the demand is predicted, the algorithm then recommends order quantities to replenish stocks, per product and per store on a daily basis.

本公司声称将预测准确性提高20%以上,销售额至少为15%。

下面是一个很短的3.- Natsu的CIO的媒体Jan Meier解释如何Blue Yonder的需求预测申请作品:

蓝色声称有帮助莫里森的改善其库存预测和补充过程。2016年,该公司仍在使用手动系统根据店内工作人员的预测,这是一种耗时,不一致和不准确的过程的预测。Morrisons需要一个解决方案:

  • 改善各种各样的产品
  • 减少错过销售
  • 简化复杂需求预测过程

该公司转向蓝色,基于其所有网点的客户行为来改善其需求规划和补充。案例研究声称,在12个月内,蓝色的人能够在所有商店中的130个类别中提高26,000个股票保持单位(SKU)之间的货架补充。这导致货架差距减少高达30%,2016年末销售额增长1.7%。案例研究还报告说,2016年是莫里桑州的莫拉森最强大的圣诞销售期。

2017年,Morrison将所有产品列为蓝色的应用程序,使SKU总数达到29,000。这导致圣诞节期间销售增长2.6%。案例研究还报告说,莫里森能够减少两到三天的储存股票。

蓝色清单Orsay,Kaufland,Otto,Natsu和Selgros作为一些它的过去的客户。公司提出7500万美元的资金从Warburg Pincus获得JDA软件之前。

迈克尔·费德特创始人和首席科学官蓝色持有A.博士物理来自汉堡大学。他也是Karlsruhe理工学院教授和数据科学学院的讲师。

nextail.

nextail.是A.西班牙语提供的公司自动库存管理工具,该公司索赔可以提供帮助零售方式企业其商店之间的余额库存以优化销售使用预测分析与机器学习

nextail.索赔该应用程序可以在整个零售组织中访问,以数字化物理零售业务的大多数方面。

该公司解释说,该应用程序的算法数进行数字扫描零售商的仓库管理系统,以确定哪些商店被特定项目覆盖和衡量。确定这可能的一些因素可能包括移动特定物品,零售商店,定价和商店位置周围的人口统计数据的数周数。

该公司还解释说,该算法由于产品转移而预测销售增加,以及如果商店没有补货,则会丢失的销售。

然后,算法数字地重新分配商店之间的库存,并计算用于传输货物的物理旅行的成本。一旦货物通过InternaiL的物流合作伙伴物理地交付给商店,通过商店管理器访问的移动应用程序跟踪并注意到转移。

以下是一个简短的3分钟视频,演示了如何nextail.作品:

nextail.不具有公司网站的案例研究,但清单Kiko,Amichi,Melon,Stefanel,Impecavel,Tboe作为一些其客户。公司提出1200万美元的资金来自Sonae Im,Keen Venture Partners,Nauta Capital和Realiza商业伙伴,

Leo Antoli.CTO.nextail.拥有一个小姐计算机科学Automa De Madrid大学。此前,他在Pegasystems的Agilar和认证高级系统架构师担任敏捷教练和领导架构师。

视觉搜索

卡尔特景

卡尔特景是A.英国为提供的公司提供AI驱动的图像和视频应用,该公司索赔可以提供帮助电子商务企业提供在线购物者可视搜索他们想要购买的产品的工具使用计算机视觉

卡尔特景索赔来自其设备的购物者可以上传他们正在寻找应用程序的项目的照片。该算法将上载的图像中的像素与电子商务数据库中的图像进行比较。然后,它将识别与上载图像相似或匹配的图像。一旦它识别类似的项目,系统就会以策划照片的策划照片的形式返回推荐结果。

Cortexica也提供可购物的视频,一个视频应用程序,使购物者能够在广告,流行,用户生成的内容,在线和存储中搜索完全匹配或类似项目的精确匹配或类似项目。

要使用此应用程序,购物者必须播放视频,命令应用程序以通过单击视频侧面的按钮来显示或隐藏标记。然后,用户点击视频上的首选项目。然后,系统将在屏幕上搜索该项目的电子商务数据库并显示策划,视觉上类似的项目。购物者还可以通过单击“查找类似”的按钮来命令应用程序来查找类似的项目,该算法将在该算法上搜索视觉上类似产品的数据库并在屏幕上显示它们。

卡尔特景没有关于其网站的案例研究,但列表John Lewis,Hammerson,Zalando和Cisco作为一些其客户。公司提出920万美元的资金从Touchstone创新,帝国创新和伦敦帝国学院。

anil bharath.联合创始人和首席科学官卡尔特景持有A.博士电子工程和生物医学信号处理伦敦帝国学院Bharath.也有用图像分析中的读者同一个大学。此前,他是学院安全科学与技术研究所的副主任

销售量

梅尔

梅尔是英国-基于提供的公司记忆,电子商务网站和智能手机的申请,该公司索赔可以提供帮助零售购物者几乎使用机器学习尝试衣服。

该公司声称,该申请可以提高销售,提高客户经验和忠诚度,减少产品回报,加深零售商了解购物者的知识,以及其他好处。

梅尔索赔那个记忆允许购物者输入他们的单独测量,以找到最合适的身体尺寸和形状。该公司补充说,现在的应用程序适用于客户收集的70亿个数据点。

该申请首先收集来自客户的身体测量,以及其性别,年龄,风格和品牌偏好。该公司没有解释该技术如何与此数据有效,但我们可以推断应用程序使用其独特的数据创建客户的模型。然后,算法占据了零售商的电子商务网站中的用户和过滤器的复合体形状,符合客户的形状和尺寸。

该应用程序还可以考虑客户的历史购买,风格和颜色的个人喜好,平均支出金额和经常光顾的商店。

机器学习算法将分析数据以识别和调整可能在规模,风格,适合,品牌,颜色和价格方面可能适合用户的建议。

Metail索赔帮助了荷兰屋子创建一个平台,在伦敦时装周(LFW)展示其春季和夏季时尚集合。应用程序使个人客户创建自己的“记忆”,尝试从时装表演的衣服,并在其尺寸上预先订购集合。

案例研究声称该申请帮助客户在LFW的周末实现了其关键绩效指标:

  • 申请的用法升至76%
  • 用户在LFW周末锻炼身体上花费最多21分钟,并在整个竞选期内14分钟。
  • 用户尝试了12次查看平均
  • 1在3位访客浏览了荷兰的整个集合
  • 401,000人接触到荷兰品牌之家
  • 将860万人接触到金钱
  • 荷兰的房子是LFW最多推文设计师之一

该公司还将ITV和全部9YARS列为客户之一。它已经提出3240万美元的资金从TAL Apparel,Microsoft加速器伦敦,John Gleasure和新世界私营权益。

吉姆唐宁是个CTO.梅尔在剑桥大学举办工程硕士。之前,唐宁担任软件officer他领导了几所大学,其中包括MicrosoftOreChem项目,包括Microsoft Orocem项目

外卖商业领袖欧洲零售业

Blue Yonder已经提出了最多的资金,在由JDA软件收购之前,单一回合的7500万美元。它还具有强大的案例研究,其客户在公司申请部署后向底线和店内流程作证为底线和店内流程。

本报告中涵盖的两项公司提供的专注于后台管理流程,即库存和供应链,以及行政方面。寻求采用AI的企业可能会在未来看到更多这些类型的应用程序。只有一家公司提供了一个直接涉及客户面向客户和产品销售的应用程序。

对于在线时装搜索和推荐引擎,其中一个目标是减少产品回报。企业可以预期申请可以帮助客户更加自信地在线购买适合的衣服,但应用程序可能无法完全消除产品回报。

本报告所涵盖的公司没有提及整合时间,也不需要数据科学家作为业务采用者工作人员操作应用程序的补充。

标题图像信用:欧洲最佳目的地

保持领先于AI曲线

发现在业务未来将赢家分开获奖者的关键AI趋势和应用程序。

注册“AI Advantage”时事通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - check your inbox for a confirmation email">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
订阅镜像
保持领先于机器学习曲线

加入超过20,000名以上的可调性的商业领袖,并收到每周提供的最新的AI研究和趋势。

感谢您订阅EMERJ“AI Advantage”时事通讯,请检查您的电子邮件收件箱进行确认。