Wie AI die Art und Weise verändert, wie Händler mit Konsumenten in Kontakt treten

AI prägt weiterhin die nächste Generation des Einzelhandels – nicht nur als Werkzeug für mehr Effizienz, sondern als Katalysator für völlig neue Wege, wie unsere Kunden mit Konsumenten in Kontakt treten. Führende Einzelhandelsmarken nutzen die Data Intelligence Platform for Retail, um ihre Daten zusammenzuführen, Echtzeit-Erkenntnisse zu gewinnen und anpassungsfähige Modelle sowie AI-Agenten zu entwickeln, die auf verändertes Kundenverhalten reagieren. Von der Prognose der Produktnachfrage und der Reduzierung von Lebensmittelverschwendung bis hin zur Analyse der Kundenstimmung und dem Einsatz von GenAI-gestützten Chatbots definieren Händler neu, was an jedem Touchpoint möglich ist.

In diesem Blog zeigen wir, wie globale Marken wie Pilot Flying J, adidas, Domino’s, Albert Heijn und die PRADA Group Databricks und AI nutzen, um Interaktionen zu personalisieren, Abläufe zu optimieren und intelligentere, vernetzte Kundenerlebnisse zu schaffen.

Pilot nutzt GenAI zur Personalisierung von Angeboten an über 750 Standorten

Pilot Flying J, der größte Betreiber von Reisecentern in Nordamerika, nutzt die Databricks Data Intelligence Platform, um seine Daten zusammenzuführen und seine AI-Strategie zu beschleunigen. Mit über 750 Standorten und 30.000 Mitarbeitern in den U.S. und Kanada verarbeitet Pilot Hunderte von Terabyte an Daten – von strukturierten Quellen wie Point-of-Sale-Systemen und Kraftstofflieferungen bis hin zu wachsenden Mengen unstrukturierter Daten wie Gästebewertungen und Umfrageantworten. Databricks ermöglicht es den zuvor isolierten Data-Science-, Analytics- und Engineering-Teams von Pilot, in einer einzigen Umgebung zusammenzuarbeiten und mit gemeinsamen Notebooks und einheitlichen Datensätzen zu arbeiten. Dieser funktionsübergreifende Ansatz hat die Abläufe optimiert und den Weg für fortschrittlichere Anwendungsfälle geebnet, darunter Echtzeit-Personalisierung und Gäste-Interaktion. Jetzt, da Pilot in den Bereich der generativen AI expandiert, nutzt das Unternehmen Databricks, um intelligentere Software zu entwickeln, Marketing- und Personalisierungsteams zu stärken und die sich verändernde Energielandschaft zu erforschen.

Unser nächster Schritt ist der Übergang zu generativer AI. Wir möchten schnellere Innovationen für unsere Engineering-Teams erzielen und bessere Software für unsere Marketing- und Personalisierungsteams entwickeln. Databricks unterstützt uns auf unserem GenAI-Weg, indem es diese End-to-End-Plattform bereitstellt. — Todd Hunt, Director of Database bei Pilot Flying J

adidas entwickelt einen skalierbaren GenAI-Chatbot zur Förderung von Produktinnovationen

adidas revolutioniert Produktinnovationen mit GenAI auf Basis von Databricks. Durch die Nutzung der Databricks Data Intelligence Platform hat adidas einen skalierbaren, RAG-basierten Chatbot entwickelt, der die Stimmung in über 2 Millionen Produktbewertungen analysiert. Dadurch wurde die Latenz um 60 % verringert, die Rechenkosten um 90 % gesenkt und die Effizienz bei der Analyse von Bewertungen um bis zu 40 % gesteigert. Jetzt können globale Teams in den Bereichen Produkt, Design und Marketing in Sekundenschnelle umsetzbare Erkenntnisse gewinnen, was die Entscheidungsfindung beschleunigt und das Kundenerlebnis verbessert. Unterstützt durch Databricks AI Search, Model Serving, Unity Catalog und MLflow ermöglicht die GenAI-Lösung von adidas schnellere Feedbackschleifen und ebnet den Weg für zukünftige Anwendungsfälle im Service, Wissensmanagement und darüber hinaus.

Wir haben Databricks genutzt, um eine GenAI-Chatbot-Lösung zu entwickeln, die die Stimmung in Millionen von Kundenbewertungen analysiert und umsetzbare Erkenntnisse liefert. Das hilft unseren Teams, Chancen zu erkennen und Produktinnovationen zu beschleunigen. — Rahul Pandey, Senior Solutions Architect, adidas

Domino’s reagiert mithilfe von GenAI und Reddit-Daten in Echtzeit auf Kunden

Domino’s verkauft täglich über 3 Millionen Pizzas und definiert mithilfe von GenAI und Databricks neu, wie das Unternehmen auf Kundenfeedback reagiert. Im Rahmen seiner Initiative „Voice of the Pizza“ nutzt Domino’s die Databricks Data Intelligence Platform, um Kundenfeedback aus Quellen wie Reddit zu analysieren und rohe Kommentare in Echtzeit-Erkenntnisse umzuwandeln. Unterstützt durch Tools wie AI Search, Model Serving und den AI Playground hat das Team eine GenAI-Lösung entwickelt, die Stimmungen klassifiziert, Schlüsselthemen herausarbeitet und Maßnahmen empfiehlt – und das alles bei geringer Latenz und hoher Genauigkeit. Das Projekt steigerte die Produktivität der Entwickler, reduzierte den manuellen Aufwand und veränderte die Art und Weise, wie Teams in der Notebook-Umgebung mit AI interagieren.

Die Integration von AI in die Databricks Notebook-Umgebung war ein echter Meilenstein für unseren Entwicklungsprozess. Wie ein Teammitglied es ausdrückte: „Der Inline-Codegenerator hat unseren Workflow verändert und uns von Codern zu AI-Direktoren gemacht.“ — Domino’s Data Science Team

Albert Heijn verbessert die Prognosegenauigkeit und reduziert Lebensmittelverschwendung mit AI

Kunden erwarten, dass sie ein Geschäft betreten und genau das finden, was sie brauchen. Doch um dieses nahtlose Erlebnis zu bieten, ist eine hochintelligente, datengesteuerte Lieferkette erforderlich. Bei Albert Heijn, dem größten Lebensmitteleinzelhändler in den Niederlanden, bedeutet die Erfüllung dieser Erwartung die Erstellung von über einer Milliarde Prognosen pro Tag für mehr als 1.200 Filialen und 30.000 SKUs. Durch die Migration von Altsystemen auf die Databricks Data Intelligence Platform arbeitet Albert Heijn nun mit einer Single Source of Truth, mit Echtzeit-Erkenntnissen auf Basis von Databricks SQL und skalierbaren Machine-Learning-Modellen. Diese Modelle prognostizieren die Umsätze auf Filialebene und optimieren die Warenverfügbarkeit. So helfen sie sicherzustellen, dass die Regale gefüllt sind – während gleichzeitig die Lebensmittelverschwendung minimiert wird. Mit Databricks hat Albert Heijn in nur einem Jahr den Abfall um 3,6 Millionen Kilogramm reduziert und bietet seinen Kunden gleichzeitig ein intelligenteres und zuverlässigeres Einkaufserlebnis.

Mit mehreren Daten- und AI-Initiativen auf Databricks konnten wir in nur einem Jahr 3,6 Millionen Kilogramm Lebensmittelabfälle vermeiden. — Vipool Agarwal, Product Owner, Supply Chain bei Albert Heijn

Die PRADA Group nutzt AI für personalisiertere, datengesteuerte Kundenerlebnisse

Die PRADA Group setzt auf AI, um Personalisierung, Prognosen und Marketing zu verbessern – alles unterstützt durch Databricks. Als weltweit führendes Unternehmen im Luxusmodesegment mit über 600 Filialen in 70 Ländern entschied sich PRADA für die Databricks Data Intelligence Platform, um seine Daten zusammenzuführen und Innovationen zu beschleunigen. Mit einer durch den Unity Catalog verwalteten Single Source of Truth können die Data-Science-Teams von PRADA nun Machine-Learning- und GenAI-Modelle schneller erstellen und bereitstellen. Dies ermöglicht intelligentere Prognosen, personalisierte Erlebnisse und optimierte Marketingkampagnen. Databricks demokratisiert zudem den Datenzugriff im gesamten Unternehmen, sodass auch nicht-technische Anwender selbstständig Erkenntnisse gewinnen und fundierte Entscheidungen treffen können.

Dank Databricks und Unity Catalog verfügen wir über saubere, kontrollierte Daten, die für Machine-Learning- und GenAI-Modelle bereitstehen. — Anna Codispoti, Head of Data Analytics bei der PRADA Group

Die Zukunft von AI im Einzelhandel beginnt hier

Von vorausschauenden Lieferketten und personalisiertem Marketing bis hin zur Echtzeit-Analyse von Kundenfeedback – diese führenden Händler zeigen, was möglich ist, wenn AI auf eine einheitliche, kontrollierte Datengrundlage trifft. Databricks ist stolz darauf, sie auf diesem Weg zu begleiten und Händlern dabei zu helfen, schneller zu agieren, intelligenter zu innovieren und vernetztere Erlebnisse an jedem Kunden-Touchpoint zu bieten.

Starten Sie noch heute mit der Data Intelligence Platform for Retail.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag