飛鴿出海
劣質產(chǎn)品數(shù)據(jù)通常會對零售商產(chǎn)生嚴重影響。如果不加以解決，不良數(shù)據(jù)會阻礙業(yè)務運營、產(chǎn)品搜索和發(fā)現(xiàn)、客戶滿意度和銷售的有效性。
不良的產(chǎn)品數(shù)據(jù)往往隱藏在顯眼的地方，會嚴重影響零售商的底線。根據(jù)信息技術公司Gartner的數(shù)據(jù)，數(shù)據(jù)質量差每年平均給組織帶來1290萬美元的損失。從長遠來看，這加劇了對收入的直接影響。除了增加數(shù)據(jù)生態(tài)系統(tǒng)的復雜性外，糟糕的數(shù)據(jù)還會導致糟糕的決策。
為了使不良數(shù)據(jù)對零售商的影響更加明顯，基于SaaS的電子商務搜索和產(chǎn)品發(fā)現(xiàn)平臺GroupBy于9月與谷歌云合作伙伴Sada和電子商務公司Rethink Retail舉辦了一場網(wǎng)絡研討會。該活動題為“壞數(shù)據(jù)，大麻煩：如何扭轉劣質產(chǎn)品數(shù)據(jù)的局面”，探討了企業(yè)如何利用人工智能豐富數(shù)據(jù)，提高搜索相關性和產(chǎn)品發(fā)現(xiàn)，提高客戶滿意度，降低運營成本，增加收入。
這種成功的關鍵在于分析產(chǎn)品數(shù)據(jù)質量并確定需要改進的領域。最佳實踐包括建立標準的數(shù)據(jù)收集模型，定期進行審查，并實施人工智能驅動的解決方案，以快速、大規(guī)模地自動化清潔、標準化和優(yōu)化產(chǎn)品數(shù)據(jù)。
因此，人工智能驅動的數(shù)據(jù)豐富可以提高運營效率，推動增長，并提高品牌聲譽。GroupBy產(chǎn)品總監(jiān)Arvin Natarajan表示，如今，低質量的產(chǎn)品數(shù)據(jù)幾乎困擾著每一家零售商，影響著每一個依賴數(shù)據(jù)執(zhí)行的應用程序。
他說：“長期來看，數(shù)據(jù)不足會對客戶體驗產(chǎn)生負面影響，最終影響你的底線?！?。
他表示，在GroupBy專有的全球分類庫上訓練的復雜生成人工智能模型可以識別常見的數(shù)據(jù)問題，并徹底改變產(chǎn)品數(shù)據(jù)的歸屬和管理。
在基于云的產(chǎn)品發(fā)現(xiàn)中利用人工智能
GroupBy的電子商務搜索和產(chǎn)品發(fā)現(xiàn)平臺由Google Cloud Vertex AI提供支持，為零售商和批發(fā)商提供了對Google Cloud下一代搜索引擎的獨特訪問。該平臺專為電子商務而設計，使用人工智能和機器學習來處理1.8萬億個事件，每天從谷歌的整個產(chǎn)品套件中收集850億個新事件。
通過訪問這些數(shù)據(jù)，GroupBy提供了對用戶意圖有深入了解的數(shù)字體驗。Natarajan指出，其與谷歌的合作關系確?？蛻魪墓雀栝_發(fā)的任何未來人工智能創(chuàng)新中受益。
不完整、不準確和不一致的產(chǎn)品數(shù)據(jù)會阻礙搜索和發(fā)現(xiàn)，導致收入損失和客戶忠誠度降低。Natarajan強調了人工智能在數(shù)據(jù)豐富方面的重要性，并指出在優(yōu)化產(chǎn)品目錄數(shù)據(jù)進行搜索和發(fā)現(xiàn)后，電子商務銷售額增長了20%。
暴露錯誤數(shù)據(jù)造成的收入損失
技術，或者沒有正確使用技術，可能會使零售商難以識別不良數(shù)據(jù)的存在。Rethink的電子商務策略師Vinny O’Brien講述了他早期在eBay工作的一個例子，他舉了一個例子來說明錯誤的索引是如何導致突然不可見的產(chǎn)品列表持續(xù)損失收入的。
經(jīng)過與合作伙伴的合作，發(fā)現(xiàn)eBay未能將任何產(chǎn)品數(shù)據(jù)標準化。因此，例如，如果有人搜索了一雙耐克鞋，但產(chǎn)品數(shù)據(jù)在上傳時的格式中缺少大寫的N，那么該產(chǎn)品在第一階段搜索后就會消失。
這次失敗不僅限于這一個產(chǎn)品條目。對于平臺上的其他零售商來說，這是一個系統(tǒng)性的重復結果。
“所以你就消失了。你損失了大約30%的搜索量。當我們最終解決了這個問題時，對于一家如此規(guī)模的公司來說，這不是一件容易的事，我們以大約20%到25%的速度為組織恢復收入，特別是那些擁有大目錄的組織，因為我們有很多長尾搜索等等。但這是一個具有重大影響的領域，”他詳細介紹道。
隔離處理不良數(shù)據(jù)的挑戰(zhàn)
Sada零售解決方案總監(jiān)Joyce Mueller表示，糟糕的數(shù)據(jù)問題更多的是一個意想不到的后果，而不是故意降低產(chǎn)品數(shù)據(jù)的優(yōu)先級。這一直是一個長期存在的問題。
不完整、不準確或缺失的字段會導致數(shù)據(jù)錯誤。她建議，也許提供了錯誤的數(shù)據(jù)規(guī)范，或者SKU之間存在不一致。穆勒繼續(xù)說道：“由于缺乏干凈的數(shù)據(jù)管道將所有數(shù)據(jù)整合在一起，我們最終得到的數(shù)據(jù)不一定像我們希望的那樣完整?！薄?/p>
她警告說：“大多數(shù)情況下，這對后端系統(tǒng)來說是一個問題。但現(xiàn)在，擁有不完整、不準確、描述不當或風格和特征不好的產(chǎn)品數(shù)據(jù)實際上會給數(shù)字購物者帶來問題。這會降低你的產(chǎn)品被發(fā)現(xiàn)的可能性?！?。
數(shù)據(jù)標準化的難以捉摸的目標
采用一刀切的標準方法是一場失敗的戰(zhàn)斗。早期的努力未能取得普遍成功。
奧布萊恩指出，2010年左右，所有主要的電子商務零售平臺都敦促營銷人員遵守每種產(chǎn)品的標準數(shù)據(jù)集，使其可見。在某種程度上，采用這一前提只是一個好策略。
他表示：“我認為，當那些大公司做出這樣的授權時，管理數(shù)據(jù)規(guī)模是一個挑戰(zhàn)?！?。“它需要被每個人接受，每個人都必須遵守。”
他補充道，這種管理加上數(shù)據(jù)治理的規(guī)模是巨大的。各種行業(yè)都在發(fā)揮作用，無論是企業(yè)對企業(yè)還是企業(yè)對消費者。在這些垂直領域中，可能是食品級應用或醫(yī)療類產(chǎn)品，他說，考慮到合規(guī)性的其他并發(fā)癥。
奧布萊恩認為：“不同類型的行業(yè)也有自己的細微差別。大規(guī)模管理所有這些都是極其困難的。”。
彌合數(shù)據(jù)管理差距
Natarajan補充說，在會議上與零售商或分銷商交談時，他看到了制造商和零售商之間的差距。最后，這是一個零售商也必須管理的漏洞，因此必須處理很多細微差別。
“大規(guī)模管理這類數(shù)據(jù)有很多挑戰(zhàn)，我認為這可能是我們沒有看到產(chǎn)品數(shù)據(jù)標準化擴展到所有不同行業(yè)、所有不同垂直領域和各種規(guī)模的零售商的原因，”他解釋道。
Sada的Mueller表示，她不知道有任何零售亞垂直處理得很好。但她認為，數(shù)字原生代之所以能更好地處理它，僅僅是因為它是新的。
她觀察到：“當我們想到傳統(tǒng)零售商時，他們有一個長期存在的系統(tǒng)，不一定能相互交流。對于更在職的人來說，解決這類問題，并以采用新技術的方式形成和塑造自己，是很困難的。他們有更大的遺產(chǎn)和更多的技術債務?！?。
一些行業(yè)可能有更好的機會管理他們的數(shù)據(jù)，因為產(chǎn)品不太復雜。根據(jù)Natarajan的說法，在這些類別中，你的產(chǎn)品歸屬比在技術上更復雜的產(chǎn)品中要少，比如機器、發(fā)動機等。
他說：“產(chǎn)品類型的差異將導致更好的數(shù)據(jù)治理，因為管理一些不太復雜的產(chǎn)品更容易。”。
數(shù)據(jù)豐富的人工智能解決方案
專家小組討論了分銷商和零售商可以采取的步驟，以更加注意他們可以采取的行動來幫助克服不良數(shù)據(jù)問題。
1、對產(chǎn)品數(shù)據(jù)進行審核，從最關鍵的類別開始。
2、實施人工智能驅動的數(shù)據(jù)豐富和清理解決方案，以提高產(chǎn)品數(shù)據(jù)質量。
3、衡量數(shù)據(jù)質量改進對收入、客戶滿意度和回報等指標的影響。
4、建立數(shù)據(jù)治理流程，以確保未來產(chǎn)品數(shù)據(jù)的一致性和準確性。
5、探索人工智能數(shù)據(jù)豐富工具的免費試用，以評估其對產(chǎn)品目錄的影響。
6、在組織內(nèi)確定一位擁護者，可能來自產(chǎn)品營銷團隊，以推動數(shù)據(jù)豐富計劃。
7、對數(shù)據(jù)管道進行現(xiàn)代化改造，并將產(chǎn)品數(shù)據(jù)整合到一個集中的、基于云的系統(tǒng)中，以實現(xiàn)更高級的分析和自動化。
