图片：Nayax 大洋洲首席执行官 Dylan Winick。 （来源：提供）
对于舒适的营销人员来说，拥有更多信息几乎不是什么问题。它知道如何处理它。
每天，店主和经营者都会平衡销售额、库存水平、产品性能、商品陈列、人员配置、客户期望和利润。数字系统使收集有关整个企业正在发生的事情的信息变得比以往任何时候都更加容易。挑战在于找到少数真正重要的信号并对其采取行动，同时仍然能够进行最佳投资。
这就是零售业人工智能下一阶段发挥作用的地方。人工智能的价值不应该取决于它可以生成的数据量，而应该取决于它是否可以帮助营销人员更快地做出更好的决策。
从信息过载到有用的答案
便利零售通常涉及管理许多变量。在一个地方畅销的产品可能在其他地方举步维艰，广告可以在一夜之间增加需求，而过度订购会花费现金和宝贵的空间。
传统上，了解这些模式需要营销人员滚动浏览报告、仪表板和图表，然后利用自己的经验来确定要做什么和优先级。
人工智能促进了这一过程。
支持人工智能的系统无需要求操作员分析另一个仪表板，而是允许他们用简单的语言提出直接问题，例如：哪些位置表现不佳？哪种产品的销售速度比预期快？哪些股票可能需要关注？
这是一个更有用的人工智能程序，因为它从卖家的具体问题开始。
Nayax 最近在 MoMa 的移动应用程序中为无人值守和自助服务运营商添加了人工智能层，这反映了这一发展。其人工智能助手允许操作员询问有关其业务数据的问题，而其他功能包括提供产品组合建议和使用视觉识别来帮助创建货架图。
将理解转化为行动
对于便利零售商来说，了解某种产品的劣质只有在导致做出决定时才有用。是否应该移动？换了？数量有减少吗？其他产品在该位置是否效果更好？不同商店的答案是否有所不同？
这就是人工智能可以超越分析的地方。例如，产品级数据可以帮助识别位置之间的差异并突出产品组合中的机会。在一种环境中表现良好的产品不一定在另一种环境中具有相同的货架空间。
人工智能驱动的建议可以帮助发现这些模式，并为营销人员提供有关覆盖、补货和销售决策的起点。但有一个重要的区别：人工智能应该支持卖家的判断，而不是取代它。
商店经营者知道数据集不一定能看到的事情，例如当地事件、客户行为、人流量的变化或附近的新竞争对手。最好的技术将人类知识与及时的商业智能结合起来。
寻找能够减少工作而不是增加工作的人工智能
当新技术出现时，人们很容易会问：“我们可以在哪里使用它？”
对于营销人员来说，更好的问题是“我们要解决什么问题？”
如果新系统要求员工花费更多时间维护数据、学习复杂的界面或检查其他通知流程，那么它可能会产生额外的工作，因为它消除了。
最有用的人工智能应该适合现有的工作流程。这可能意味着指出一种不寻常的销售模式，而不是要求别人找到它，或者推荐哪些产品值得关注，而不是列出数百个 SKU。或者它可能意味着自动化重复性任务。
视觉识别就是一个典型的例子。 MoMa 的视觉识别功能可以根据汽车照片创建货架图，减少产品映射的手动工作，并帮助操作员设置产品级信息以进行全面分析和洞察。
这一原则的适用范围远远超出零售和自助服务：自动化重复性工作，让人们花更多时间做出决策。
从业务问题开始
对于考虑人工智能的便利零售商来说，首先要做的是确定它是否解决了实际的运营问题。
它是否有助于减少不必要的网站访问？它能及早发现库存问题吗？它是否改善了产品范围并促进销售决策？如果答案是肯定的，那么就该进入测试和实施阶段了。
营销人员希望技术能够尊重繁忙业务的现实：有限的时间、微薄的利润以及数百种争夺注意力的行动和决策。
下一代人工智能应该更多地为营销人员提供更多信息，更多地帮助他们了解该做什么并采取行动，知道你正在优先考虑产生最佳结果的行动。
对于时间紧迫的操作员来说，这才是真正的价值所在：从数据生成到有用决策和实施的更短路径。
本文由 Nayax 大洋洲首席执行官 Dylan Winick 撰写。
要了解最新的行业头条新闻，请订阅 C&I 电子通讯。