في Ivy، قمنا ببناء تكنولوجيا أحدث لشركات السلع الاستهلاكية على مدار العشرين عامًا الماضية. لقد ابتكرت فرق البحث والتطوير لدينا العديد من الحلول لمساعدة شركات السلع الاستهلاكية على التوسع ومواكبة المنافسة المتزايدة. بفضل التقدم في الذكاء الاصطناعي والتعلم الآلي والتعلم العميق، يمكنك الآن تحليل ملايين المتاجر باستخدام نموذج بيانات لفهم السلوكيات والاتجاهات لتقديم التوصيات. تابع القراءة لمعرفة كيف تساعدك أنظمة التوصية على معرفة المزيد عن عملائك وتعزيز المبيعات.

تعد هذه المدونة أيضًا بمثابة جولة عبر ممر ذكريات Ranjith T، رئيس قسم تطوير المنتجات، وتشرح ما كان وراء تطوير محرك التوصيات الأصلي الخاص بنا - Ivy Recommender.

توجيهي أكثر من التنبؤي

يقوم محرك توصيات المبيعات النموذجي بتحليل مجموعة من البيانات لتقديم نصيحة توجيهية لمندوبي المبيعات بشأن الإجراءات التي يجب اتخاذها. هذه هي خطوة متقدمة على التنبؤ لأن التنبؤ يمكن أن يخبرنا بما سيحدث، ولكن التوجيه يمكن أن يغير ما سيحدث إذا تصرفت بطريقة معينة.
نواجه جميعًا محركات التوصية في حياتنا اليومية مثل اقتراحات الأفلام على Netflix، وتوصيات المنتجات من Amazon، وغيرها الكثير. هذا هو كل شيء B2C! بالنسبة لشركات السلع الاستهلاكية، حيث يقوم مندوبو المبيعات بزيارة المتاجر لزيادة مبيعات المنتجات، قمنا بتطبيق نفس الحكمة التحليلية على احتياجات شركات السلع الاستهلاكية. يمكن أن يساعدهم الحل الذي نقدمه في استخلاص قيمة أكبر من كل قناة وزيادة قرارات مندوبي المبيعات لتحقيق أداء أفضل.

المناسب لعمليات التوزيع

قد تتساءل أن كل هذا يبدو رائعًا من الناحية النظرية، ولكن كيف يتناسب مع التطبيقات العملية. إن شركة السلع الاستهلاكية التي لديها فريق مبيعات ممتاز، حيث يتمتع مندوبو المبيعات بعلاقات رائعة مع كل متجر، ستستفيد أيضًا من محرك التوصيات.

تخيل سيناريو يقوم فيه مندوبو المبيعات لديك بمشاركة التوصيات مع مديري ومالكي المتاجر، ويعجب المتجر بكمية المعلومات التي يمتلكها فريقك في متناول أيديهم. الأمر الأكثر إثارة هو أن يستفيد المتجر من هذه التوصيات. يمكنك الحصول على تجربة أفضل للعملاء، ونمو، وتنفيذ مثالي داخل المتجر، وعدد أقل من المخزونات، وطلبات كبيرة. كما أنه يعني المزيد من الإيرادات، وزيادة في مبيعات المتجر نفسه، وتحسين هامش الربح.

توصيات للفوز 

تشير دراسة هارفارد بيزنس ريفيو إلى ذلك أنظمة التوصية هناك فرق خوارزمي مهم بين المؤسسات الرقمية المولودة والشركات القديمة. ويذكر أيضًا أنه عندما يقوم الذكاء الاصطناعي والتعلم الآلي بإنشاء توصيات مخصصة من خلال تحليل بيانات العملاء، فإنه يمكن أن يزيد المبيعات لتجار التجزئة بمقدار 1% إلى 2%، كما أن حل التوصية الأصلي الخاص بنا، Ivy Recommender، لديه القدرة على زيادة المبيعات لتجار التجزئة بمقدار 5%.

لقد قمنا ببناء محرك التوصيات الخاص بنا لمساعدة المؤسسات على استخلاص قيمة أفضل من بياناتها لمساعدتها على توسيع نطاق أعمالها وتحسين المبيعات. أحد أكبر مكاسبنا هو أن الحل الذي نقدمه يحتاج فقط إلى ستة أشهر قليلة من البيانات السابقة لإنشاء توصيات بدقة عالية وقيم الاستدعاء. ومع ذلك، فإننا نفضل أن يستخدم عملاؤنا بيانات لا تقل عن 13 شهرًا لضمان تغطية الجانب الموسمي.

قريب من الكمال

لقد ساعدتنا إعادة تدوير السجلات متعددة المسارات وإعادة استخدامها في إنشاء أنماط قابلة للتكرار توفر الوقت لخوارزمية التوصية الخاصة بنا لتحقيق النتائج. نقدم الآن توصيتين مهمتين مع تحسينات مركزة: Fit Sell وUp-Sell. لدينا أيضًا 14 حالة استخدام أخرى قيد التنفيذ من شأنها أن تخفف بشكل أساسي من المشكلات بدءًا من التوظيف وحتى أداء الوكلاء الميدانيين.

كلما استخدمت المُوصي أكثر، كلما تعلم وتحسن أكثر. ترفيهموصيين استخدام قوة حسابية هائلة لمعالجة ملايين الجيجابايت من البيانات. كما أنه يقوم بتشغيل مؤشرات الترابط المتوازية لمعالجة عدة مئات من المعلمات، وفهارس المقاطع، والتباديل، والمجموعات لتحديد الأنماط بين هذه البيانات.

مستقبل التوصيات

الرحلة نحو الابتكار جارية. نحن الظل مندوبو مبيعات في رحلاتهم إلى المتاجر لفهم كيف يُحدث موصينا فرقًا في وظيفتهم. ويساعدنا ذلك في الحصول على رؤى حول كيفية تحسين ما يقومون به والتصميم وفقًا لذلك.

بينما نتعلم المزيد عن محركنا، فإننا نعمل على تحسين الميزات الحالية مع تطوير حزم جديدة لإدارة نمو الإيرادات التي تأتي مع ضمان زيادة الربحية. نأمل أيضًا في بناء نظام يمكنه تدريب وتعزيز إنتاجية عملاء القوة الميدانية لدينا.

الجزء الآخر الذي يعتمد عليه مستقبل الموصيين هو سهولة الاستخدام. إذا قامت شركة سلع استهلاكية بتنفيذ التوصية، لكن فريق العمليات لا يفهم قيمتها، فلن يخدم الغرض. وأيضًا، إذا لم يتم تحميل التوصيات بسرعة، فقد يفقد مندوب المبيعات الثقة بها وسيقوم بالأشياء بالطريقة القديمة. ومن ثم فإن اعتماد الحلول وأدائها يسيران جنبًا إلى جنب. إذا شعر مندوب المبيعات أن Ivy Recommender يساعدني على إنهاء يومي عاجلاً ويساعدني أيضًا على تحقيق أهدافي، فسيكون ذلك مكسبًا لنا وبيانًا مقنعًا لشركات السلع الاستهلاكية لتبنيه.

وفي الملاحظات الختامية، رانجيث يقول: "في Ivy، نسعى جاهدين لمساعدة شركات السلع الاستهلاكية على بناء علاقة أعمق وقوية وقيمة مع شركائها في القنوات - وهي علاقة تترجم إلى نمو متبادل ومربح لكليهما."