Cómo la AI está transformando la forma en que los minoristas conectan con los consumidores

La AI continúa dando forma a la próxima generación del sector minorista, no solo como una herramienta de eficiencia, sino como un catalizador para formas completamente nuevas en que nuestros clientes conectan con los consumidores. Las principales marcas de retail están recurriendo a la Data Intelligence Platform for Retail para unificar sus datos, descubrir información en tiempo real y crear modelos adaptativos y agentes de AI que respondan al comportamiento cambiante de los clientes. Desde la previsión de la demanda de productos y la reducción del desperdicio de alimentos hasta el análisis del sentimiento de los clientes y el despliegue de chatbots basados en GenAI, los minoristas están reimaginando lo que es posible en cada punto de contacto.

En este blog, mostramos cómo marcas globales como Pilot Flying J, adidas, Domino’s, Albert Heijn y PRADA Group utilizan Databricks y la AI para personalizar las interacciones, optimizar las operaciones y ofrecer experiencias de cliente más inteligentes y conectadas.

Pilot aprovecha la GenAI para personalizar ofertas en más de 750 establecimientos

Pilot Flying J, el mayor operador de centros de viaje de Norteamérica, utiliza la Databricks Data Intelligence Platform para unificar sus datos y acelerar su estrategia de AI. Con más de 750 establecimientos y 30 000 empleados en EE. UU. y Canadá, Pilot gestiona cientos de terabytes de datos, desde fuentes estructuradas como sistemas de punto de venta y entregas de combustible hasta volúmenes crecientes de datos no estructurados como opiniones de clientes y respuestas a encuestas. Databricks permite que los equipos de ciencia de datos, analítica e ingeniería de Pilot, antes aislados, colaboren en un único entorno, trabajando con notebooks compartidos y conjuntos de datos unificados. Este enfoque multifuncional ha optimizado las operaciones y ha sentado las bases para casos de uso más avanzados, como la personalización en tiempo real y la interacción con los clientes. Ahora, a medida que Pilot se expande hacia la AI generativa, aprovecha Databricks para crear software más inteligente, empoderar a los equipos de marketing y personalización, y explorar el cambiante panorama energético.

Nuestro siguiente paso es pasar a la AI generativa, donde buscamos innovar más rápido para nuestros equipos de ingeniería, creando un mejor software para nuestros equipos de marketing y personalización de clientes. Databricks nos ayuda en nuestro camino hacia la GenAI al proporcionarnos esa plataforma de extremo a extremo. — Todd Hunt, Director de Bases de Datos en Pilot Flying J

adidas crea un chatbot de GenAI escalable para impulsar la innovación de productos

adidas está transformando la innovación de productos con GenAI desarrollada sobre Databricks. Al aprovechar la Databricks Data Intelligence Platform, adidas creó un chatbot escalable basado en RAG que analiza el sentimiento en más de 2 millones de opiniones de productos, lo que reduce la latencia en un 60 %, recorta los costes de computación en un 90 % y mejora la eficiencia del análisis de opiniones hasta en un 40 %. Ahora, los equipos globales de producto, diseño y marketing pueden extraer información útil en cuestión de segundos, lo que acelera la toma de decisiones y mejora la experiencia del cliente. Impulsada por Databricks AI Search, Model Serving, Unity Catalog y MLflow, la solución de GenAI de adidas está permitiendo ciclos de retroalimentación más rápidos y allanando el camino para futuros casos de uso en servicio, gestión del conocimiento y más.

Aprovechamos Databricks para crear una solución de chatbot de GenAI que analiza el sentimiento en millones de opiniones de clientes y ofrece información útil, lo que ayuda a los equipos a descubrir oportunidades y acelerar la innovación de productos. — Rahul Pandey, Arquitecto de Soluciones Senior, adidas

Domino’s responde a los clientes en tiempo real utilizando GenAI y datos de Reddit

Domino’s, que vende más de 3 millones de pizzas al día, está redefiniendo cómo responde a los comentarios de los clientes utilizando GenAI y Databricks. A través de su iniciativa «Voice of the Pizza», Domino’s utiliza la Databricks Data Intelligence Platform para analizar los comentarios de los clientes de fuentes como Reddit, transformando comentarios brutos en información en tiempo real. Con la ayuda de herramientas como AI Search, Model Serving y AI Playground, el equipo creó una solución de GenAI que clasifica el sentimiento, identifica temas clave y recomienda acciones, todo con baja latencia y alta precisión. El proyecto aumentó la productividad de los desarrolladores, redujo el trabajo manual y transformó la forma en que los equipos interactúan con la AI en el entorno de notebooks.

La integración de la AI en el entorno de Databricks Notebook ha marcado un antes y un después en nuestro proceso de desarrollo. Como dijo un miembro del equipo: «El generador de código integrado transformó nuestro flujo de trabajo, haciéndonos pasar de ser programadores a directores de AI». — Equipo de Ciencia de Datos de Domino’s

Albert Heijn mejora la precisión de las previsiones y reduce el desperdicio de alimentos con AI

Los clientes esperan entrar en una tienda y encontrar exactamente lo que necesitan, pero ofrecer esa experiencia perfecta requiere una cadena de suministro altamente inteligente y basada en datos. En Albert Heijn, la mayor cadena de supermercados de los Países Bajos, cumplir con esa expectativa significa generar más de mil millones de previsiones al día en más de 1200 tiendas y 30 000 SKU. Al migrar de los sistemas heredados a la Databricks Data Intelligence Platform, Albert Heijn ahora opera desde una única fuente de verdad, con información en tiempo real impulsada por Databricks SQL y modelos de machine learning escalables. Estos modelos predicen las ventas a nivel de tienda y optimizan la disponibilidad de stock, lo que ayuda a garantizar que los estantes estén abastecidos, al tiempo que minimizan el desperdicio de alimentos. Con Databricks, Albert Heijn ha reducido el desperdicio en 3,6 millones de kilogramos en solo un año, al tiempo que ofrece una experiencia de compra más inteligente y fiable a los clientes.

Con múltiples iniciativas de datos y AI en Databricks, redujimos 3,6 millones de kilogramos de desperdicio de alimentos en solo un año. — Vipool Agarwal, Product Owner de Cadena de Suministro en Albert Heijn

PRADA Group utiliza AI para ofrecer experiencias de cliente más personalizadas y basadas en datos

PRADA Group está adoptando la AI para mejorar la personalización, la previsión y el marketing, todo ello impulsado por Databricks. Como líder mundial en moda de lujo con más de 600 tiendas en 70 países, PRADA recurrió a la Databricks Data Intelligence Platform para unificar sus datos y acelerar la innovación. Con una única fuente de verdad gobernada por Unity Catalog, los equipos de ciencia de datos de PRADA ahora pueden crear y desplegar modelos de machine learning y GenAI más rápido, lo que impulsa previsiones más inteligentes, experiencias personalizadas y campañas de marketing optimizadas. Databricks también democratiza el acceso a los datos en toda la empresa, lo que permite a los usuarios no técnicos explorar la información de forma independiente y actuar en consecuencia con confianza.

Gracias a Databricks y Unity Catalog, disponemos de datos limpios y gobernados que están listos para los modelos de machine learning y GenAI. — Anna Codispoti, Responsable de Analítica de Datos en PRADA Group

El futuro de la AI en el sector minorista comienza aquí

Desde cadenas de suministro predictivas y marketing personalizado hasta el análisis en tiempo real de los comentarios de los clientes, estos minoristas líderes están demostrando lo que es posible cuando la AI se une a una base de datos unificada y gobernada. En Databricks nos enorgullece impulsar su camino, ayudando a los minoristas a avanzar más rápido, innovar de forma más inteligente y ofrecer experiencias más conectadas en cada punto de contacto con el cliente.

Comience hoy mismo con la Data Intelligence Platform for Retail.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original