Los datos sintéticos en CX: El futuro del comercio minorista

En 2016, un vídeo viral de YouTube mostró un nuevo concepto de tienda de conveniencia . Rápidamente obtuvo más de 16 millones de visitas y generó mucha charla en línea. La tienda permitía a los clientes entrar, recoger sus artículos y salir. Sin colas, sin cajas. El futuro parecía estar aquí, y así estaba. La tienda se lanzó al público en 2018 y ahora cuenta con 43 en todo el mundo.

Detrás de este concepto innovador, el gigante del comercio electrónico Amazon ha empleado tecnologías de vanguardia. Esto incluye visión por computadora, algoritmos avanzados de aprendizaje profundo y fusión de sensores para automatizar los procesos de compra, pago y pago en sus tiendas Go. Este revolucionario modelo de tienda utilizó teléfonos inteligentes y tecnología de geofencing para optimizar la experiencia general del cliente.

La introducción de dicha tecnología marcó un cambio significativo en la forma en que la gente compra e interactúa con las tiendas minoristas. Es similar al impacto que tuvieron los sistemas de autopago cuando se introdujeron por primera vez. Sin embargo, los avances en tecnología y soluciones basadas en datos no se han detenido ahí. Aquí es donde entran los datos sintéticos, que ofrecen nuevas posibilidades para mejorar el futuro del comercio minorista y elevar la CX a alturas aún mayores.

Las ventajas de los datos sintéticos en el comercio minorista

El mundo del comercio minorista dispone de una gran cantidad de datos sobre transacciones y compras de productos. Pero estos datos del mundo real se vuelven más complejos de acumular cuando se monitorean las interacciones en la tienda. Esto incluye analizar cómo interactúan los clientes con el diseño de la tienda, la colocación del producto, los derrames, los escenarios de pago y detectar comportamientos de robo.

Además, la recopilación de datos del mundo real conlleva preocupaciones en torno al cumplimiento de las normas de privacidad de datos y licencias de imágenes. Luego está el problema coincidente de reunir una amplia gama de datos precisos y utilizables necesarios para entrenar sistemas de IA de manera confiable. Con menos escenarios y un conjunto de datos más limitado para ejecutar, la IA tiene capacidades más restringidas y es más probable que exacerbe el sesgo y la discriminación.

Los datos sintéticos generan franjas de datos e información realistas sin recopilar y procesar grandes cantidades de datos del mundo real. Esto mejora la privacidad, ya que no es necesario exponer ni entregar la información de identificación personal (PII). Fundamentalmente, permite a los minoristas reproducir una gama infinita de interacciones en la tienda que tal vez no sean posibles de llevar a cabo en entornos públicos.

Transformando las operaciones minoristas con datos sintéticos

Las recreaciones del mundo real pueden ser costosas, consumir mucho tiempo y, en algunos casos, inviables debido a preocupaciones de seguridad. Como se mencionó, también puede haber conjuntos de datos precisos limitados para usar. Como tal, los mundos virtuales pueden mejorar drásticamente la eficiencia y seguridad tanto de la capacitación para las operaciones minoristas como de las operaciones del mundo real.

Los datos sintéticos y los entornos virtuales proporcionan una plataforma adaptable que se puede configurar de innumerables maneras. Estas plataformas pueden construir mundos virtuales que reflejan estructural y estadísticamente la versión del mundo real. Por lo tanto, una vez que se ha configurado una escena o un ambiente de tienda, se pueden crear fácilmente múltiples casos de esquina.

Los datos sintéticos se pueden utilizar para complementar imágenes del mundo real generando rápidamente diversas imágenes de productos necesarias para entrenar modelos de IA. Esto brinda a los minoristas la capacidad de seleccionar aleatoriamente pisos, patrones de paredes, posiciones de cámaras en la tienda e iluminación para probar la red de IA en una variedad de condiciones. El modelo puede producir mostradores de pago, cestas, carritos y similares, y los editores pueden trabajar con los minoristas para crear diferentes escenarios y casos de uso.

En este entorno, es fácil montar escenas que podrían resultar peligrosas de crear en público. La iluminación y el clima exterior, por ejemplo, se pueden ajustar fácilmente para mostrar las diferentes condiciones. Las estanterías y el diseño de la tienda se pueden reconfigurar para probar diferentes diseños de tienda. Dentro de esto, hay toda una variedad de formas de posicionar personas y productos en la tienda.

Mejorar las experiencias de los clientes en el comercio minorista

Entonces, ¿cómo se ve esto en la práctica?

Hay muchos casos de uso de tecnología de datos sintéticos en el comercio minorista. Cuando se trata de rastrear artículos, las cámaras se pueden probar para reconocer productos, identificarlos, artículos mal escaneados, artículos dejados en el fondo de la canasta y cualquier pérdida de artículos no escaneados. Luego, los escenarios pueden ubicarse en el contexto de la tienda más amplia; con mapas de calor capaces de rastrear el movimiento de personas y productos, probar derrames, verificar que el almacenamiento en los estantes se realice en el orden correcto y utilizar la reidentificación de personas para representar escenarios como lidiar con un niño perdido.

También es posible modelar un pago por empleado, un pago automático o ningún pago en absoluto. Un minorista podría sentirse inclinado a ajustar los parámetros del caso de uso para probar una variedad de parámetros de detección clave para su red. Esto podría consistir en utilizar una cinta transportadora con objetos en movimiento para probar la identificación de la unidad de mantenimiento de existencias (SKU) para redes de IA. Y esto permite a los minoristas probar cámaras que identifican códigos de barras de productos en diferentes posiciones.

Todo esto ayuda a los tomadores de decisiones a diseñar tiendas para ofrecer una experiencia de cliente óptima y personalizada . Les ayuda a comercializar productos de manera eficaz, garantizar un flujo constante de existencias suficientes, facilitar pagos y pagos sin problemas, mejorar los servicios al cliente y mitigar pérdidas, robos y casos poco comunes.

También proporciona un vínculo entre la tienda y el mundo virtual. Los datos de capacitación sintéticos, unidos a datos del mundo real de varios canales en línea, pueden entrenar sistemas impulsados ​​por inteligencia artificial y comprender el comportamiento, los gustos y las tendencias de los clientes. Esto permite a los minoristas producir recomendaciones personalizadas para los clientes, promociones y una experiencia omnicanal consistente, ya sea en la tienda o en línea.

Un mundo de posibilidades

Así como la tienda Amazon Go marcó una nueva era de compras, los datos sintéticos tienen potencial para mejorar el recorrido minorista. Al eliminar la dependencia de los datos del mundo real (y en lugar de fusionarse con ellos), los datos sintéticos superan muchos de los problemas que actualmente limitan el verdadero potencial del desarrollo de la IA. Su capacidad para trazar una gama cada vez mayor y diversa de escenarios podría ofrecer sistemas de inteligencia artificial y diseños de tiendas que ni siquiera podemos comprender todavía. El mundo personalizado de las compras online se verá cada vez más reflejado en el mundo físico. Con datos sintéticos, las posibilidades de elevar la experiencia del cliente y de compra a mayores alturas están al alcance de la mano.

Tu marca puede seguir construyendo experiencias memorables si se sube a la ola de los datos sintéticos. 

En Findasense te ayudamos a superar este reto.

¡Hagamos match!