Come l'AI sta trasformando il modo in cui i retailer si connettono con i consumatori

L'AI continua a plasmare la prossima generazione del retail, non solo come strumento di efficienza ma come catalizzatore di modi completamente nuovi con cui i nostri clienti si connettono con i consumatori. I principali brand del retail si affidano alla Data Intelligence Platform for Retail per unificare i propri dati, scoprire insight in tempo reale e creare modelli adattivi e agenti AI che rispondono al comportamento mutevole dei clienti. Dalla previsione della domanda di prodotti e la riduzione dello spreco alimentare all'analisi del sentiment dei clienti e all'implementazione di chatbot basati su GenAI, i retailer stanno ripensando ciò che è possibile fare in ogni touchpoint.

In questo blog mostriamo come brand globali come Pilot Flying J, adidas, Domino’s, Albert Heijn e PRADA Group utilizzano Databricks e l'AI per personalizzare le interazioni, ottimizzare le operazioni e offrire esperienze cliente più intelligenti e connesse.

Pilot punta sulla GenAI per personalizzare le offerte in oltre 750 sedi

Pilot Flying J, il più grande operatore di aree di sosta in Nord America, utilizza la Databricks Data Intelligence Platform per unificare i propri dati e accelerare la sua strategia di AI. Con oltre 750 sedi e 30.000 dipendenti negli U.S. e in Canada, Pilot gestisce centinaia di terabyte di dati, da fonti strutturate come i sistemi dei punti vendita e le consegne di carburante a volumi crescenti di dati non strutturati come le recensioni degli ospiti e le risposte ai sondaggi. Databricks consente ai team di data science, analytics e ingegneria di Pilot, in precedenza isolati, di collaborare in un unico ambiente, lavorando su notebook condivisi e dataset unificati. Questo approccio interfunzionale ha ottimizzato le operazioni e gettato le basi per casi d'uso più avanzati, tra cui la personalizzazione in tempo reale e il coinvolgimento degli ospiti. Ora, mentre Pilot si espande nell'AI generativa, sta sfruttando Databricks per creare software più intelligenti, potenziare i team di marketing e personalizzazione ed esplorare l'evoluzione del panorama energetico.

Il nostro prossimo passo è il passaggio all'AI generativa, con cui puntiamo a innovare più rapidamente per i nostri team di ingegneria, creando software migliori per i nostri team di marketing e personalizzazione per gli ospiti. Databricks ci sta aiutando nel nostro percorso di GenAI fornendo una piattaforma end-to-end. — Todd Hunt, Director of Database presso Pilot Flying J

adidas crea un chatbot GenAI scalabile per promuovere l'innovazione dei prodotti

adidas sta trasformando l'innovazione dei prodotti con la GenAI basata su Databricks. Sfruttando la Databricks Data Intelligence Platform, adidas ha creato un chatbot scalabile basato su RAG che analizza il sentiment su oltre 2 milioni di recensioni di prodotti, riducendo la latenza del 60%, tagliando i costi di calcolo del 90% e migliorando l'efficienza dell'analisi delle recensioni fino al 40%. Ora, i team globali di prodotto, design e marketing possono estrarre insight utili in pochi secondi, accelerando il processo decisionale e migliorando l'esperienza del cliente. Grazie a Databricks AI Search, Model Serving, Unity Catalog e MLflow, la soluzione GenAI di adidas sta sbloccando cicli di feedback più rapidi e aprendo la strada a futuri casi d'uso nell'assistenza, nella gestione della conoscenza e non solo.

Abbiamo sfruttato Databricks per creare una soluzione di chatbot GenAI che analizza il sentiment su milioni di recensioni dei clienti e fornisce insight utili, aiutando i team a scoprire opportunità e ad accelerare l'innovazione dei prodotti. — Rahul Pandey, Senior Solutions Architect, adidas

Domino’s risponde ai clienti in tempo reale utilizzando la GenAI e i dati di Reddit

Domino’s, che vende oltre 3 milioni di pizze al giorno, sta ridefinendo il modo in cui risponde ai feedback dei clienti utilizzando la GenAI e Databricks. Attraverso l'iniziativa “Voice of the Pizza”, Domino’s utilizza la Databricks Data Intelligence Platform per analizzare i feedback dei clienti provenienti da fonti come Reddit, trasformando i commenti grezzi in insight in tempo reale. Grazie a strumenti come AI Search, Model Serving e l'AI Playground, il team ha creato una soluzione GenAI che classifica il sentiment, fa emergere i temi chiave e consiglia azioni, il tutto con bassa latenza e alta precisione. Il progetto ha aumentato la produttività degli sviluppatori, ridotto il lavoro manuale e trasformato il modo in cui i team interagiscono con l'AI nell'ambiente dei notebook.

L'integrazione dell'AI nell'ambiente Databricks Notebook ha rappresentato una svolta per il nostro processo di sviluppo. Come ha affermato un membro del team, 'Il generatore di codice in-line ha trasformato il nostro flusso di lavoro, facendoci passare da programmatori a direttori dell'AI'. — Domino’s Data Science Team

Albert Heijn migliora la precisione delle previsioni e riduce lo spreco alimentare con l'AI

I clienti si aspettano di entrare in un negozio e trovare esattamente ciò di cui hanno bisogno, ma offrire un'esperienza così fluida richiede una supply chain altamente intelligente e basata sui dati. Presso Albert Heijn, il più grande rivenditore di alimentari nei Paesi Bassi, soddisfare questa aspettativa significa generare oltre un miliardo di previsioni al giorno in più di 1.200 negozi e per 30.000 SKU. Migrando dai sistemi legacy alla Databricks Data Intelligence Platform, Albert Heijn ora opera da un'unica fonte di verità, con insight in tempo reale forniti da Databricks SQL e modelli di machine learning scalabili. Questi modelli prevedono le vendite a livello di negozio e ottimizzano la disponibilità delle scorte, contribuendo a garantire che gli scaffali siano sempre riforniti, riducendo al contempo lo spreco alimentare. Con Databricks, Albert Heijn ha ridotto gli sprechi di 3,6 milioni di chilogrammi in un solo anno, offrendo al contempo ai clienti un'esperienza di acquisto più intelligente e affidabile.

Grazie a diverse iniziative di dati e AI su Databricks, abbiamo ridotto lo spreco alimentare di 3,6 milioni di chilogrammi in un solo anno. — Vipool Agarwal, Product Owner, Supply Chain presso Albert Heijn

PRADA Group utilizza l'AI per offrire esperienze cliente più personalizzate e basate sui dati

PRADA Group sta adottando l'AI per elevare la personalizzazione, le previsioni e il marketing, il tutto con la potenza di Databricks. In qualità di leader globale nella moda di lusso con oltre 600 negozi in 70 paesi, PRADA si è rivolta alla Databricks Data Intelligence Platform per unificare i propri dati e accelerare l'innovazione. Con un'unica fonte di verità governata da Unity Catalog, i team di data science di PRADA possono ora creare e implementare modelli di machine learning e GenAI più velocemente, promuovendo previsioni più intelligenti, esperienze personalizzate e campagne di marketing ottimizzate. Databricks democratizza anche l'accesso ai dati in tutta l'azienda, consentendo agli utenti non tecnici di esplorare gli insight in modo indipendente e di agire di conseguenza con sicurezza.

Grazie a Databricks e Unity Catalog, disponiamo di dati puliti e governati, pronti per i modelli di machine learning e GenAI. — Anna Codispoti, Head of Data Analytics presso PRADA Group

Il futuro dell'AI nel retail inizia qui

Dalle supply chain predittive e dal marketing personalizzato all'analisi in tempo reale dei feedback dei clienti, questi retailer leader stanno dimostrando cosa è possibile fare quando l'AI incontra una base di dati unificata e governata. Databricks è orgogliosa di supportare i loro percorsi, aiutando i retailer a muoversi più velocemente, a innovare in modo più intelligente e a offrire esperienze più connesse in ogni touchpoint con il cliente.

Inizia oggi stesso con la Data Intelligence Platform for Retail.

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale