Sieć domów towarowych Galeria i Bütema AG testują asystenta AI „Verena” w przymierzalniach swojego oddziału w Bonn – Zdjęcie: Bütema AG
Projekt pilotażowy Galeria: pomoc AI w szatni
Inteligentne zakupy: cyfrowa szatnia w Galeria w teście
Nowe doświadczenie zakupowe w Galerii: Tradycyjna sieć domów towarowych Galeria wyznacza nowe standardy, oferując swoim klientom nowoczesne doświadczenie zakupowe. W ramach obecnego projektu pilotażowego firma testuje wykorzystanie cyfrowych usług opartych na sztucznej inteligencji w przymierzalniach. Oznacza to, że w wybranych przymierzalniach sklepu Galeria w Bonn sztuczna inteligencja o nazwie „Verena” pomaga klientom przymierzać ubrania. To, co początkowo brzmi futurystycznie, ma już na celu usprawnienie obsługi i uczynienie zakupów wygodniejszymi. Ale dlaczego Galeria rozpoczyna ten eksperyment, jak działa technologia, która za nim stoi, i jakie wiążą się z nim szanse i zagrożenia? Niniejszy artykuł szczegółowo omawia tło projektu, szczegóły techniczne inteligentnej przymierzalni, korzyści dla klientów, potencjalne wyzwania oraz przykłady podobnych inicjatyw w handlu detalicznym – i pozwala zajrzeć w przyszłość.
Nadaje się do:
Tło: Galeria on Innovation Cours
Galeria (dawniej Galeria Karstadt Kaufhof) to największa niemiecka sieć domów towarowych, posiadająca około 80 sklepów w całym kraju. Firma ma długą tradycję, ale – wiele tradycyjnych domów towarowych – stoi przed wyzwaniem transformacji w dobie zakupów online i zmieniających się wymagań klientów. W ostatnich latach Galeria zmagała się z problemami finansowymi, a nawet musiała zamknąć sklepy i przejść restrukturyzację upadłościową. Po tym trudnym okresie firma odnotowuje poprawę wyników finansowych i pracuje nad unowocześnieniem swojej koncepcji, dostosowując ją do aktualnych potrzeb rynku.
Kluczowym elementem tej reorganizacji jest inwestowanie w innowacje cyfrowe w punktach sprzedaży. Galeria dąży do zwiększenia atrakcyjności swoich sklepów i ożywienia handlu stacjonarnego dzięki nowym technologiom. Klienci powinni otrzymać powody, dla których powinni świadomie odwiedzać dom towarowy, zamiast robić zakupy online. W szczególności należy ulepszyć doświadczenie zakupowe w sklepie – poprzez obsługę, której nie mogą zaoferować sprzedawcy internetowi. Projekt pilotażowy z wykorzystaniem sztucznej inteligencji w przymierzalni należy rozpatrywać w tym kontekście. Galeria ma nadzieję, że przyniesie to dwojakie korzyści: po pierwsze, klienci doświadczą praktycznej wartości dodanej w sklepach i będą chętnie wracać. Po drugie, technologia może odciążyć pracowników, automatycznie odpowiadając na rutynowe pytania. Krótko mówiąc, Galeria wykorzystuje sztuczną inteligencję w sali sprzedaży, aby podnieść jakość obsługi i jednocześnie poprawić wydajność sklepu. Ten projekt pilotażowy jest częścią kompleksowej strategii digitalizacji, dzięki której Galeria dąży do znalezienia równowagi między tradycją a nowoczesnością.
Usługi obsługiwane przez AI w szatni: Jak działa „Verena”?
Sercem projektu pilotażowego jest asystentka AI „Verena”, opracowana specjalnie do użytku w przymierzalniach. Verena to usługa cyfrowa dostępna za pośrednictwem chatbota na smartfonie klienta. Jej wdrożenie techniczne jest zaskakująco proste dla użytkowników: w przymierzalniach sklepu Galeria w Bonn zainstalowano kody QR. Po zeskanowaniu kodu aparatem smartfona otwiera się interfejs czatu, umożliwiający bezpośrednią komunikację z Vereną. Nie jest wymagana żadna dodatkowa aplikacja – wszystko wygodnie działa w oknie przeglądarki telefonu.
Verena opiera się na zaawansowanej technologii AI. W tle asystent używa modelu głosowego (według Galerii, chatt technologia jest tutaj używana), aby zrozumieć wpisy użytkowników w języku naturalnym i wygenerować odpowiednie odpowiedzi. Najważniejsze: możesz zadać normalne pytania Verena lub sformułować prośby, jakbyś rozmawiał ze sprzedawcą. Na przykład: „Czy masz też tę bluzkę większą?” lub „Czy sukienka też jest niebieska?”. Verena rozpoznaje zamiar żądania i wykorzystuje zapisane bazy danych i usługi, aby pomóc.
Jakie konkretne funkcje oferuje Verena? Cyfrowy asystent może między innymi:
Wywołanie informacji o pozycji
Verena podaje szczegółowe informacje o produktach, które właśnie przymierzyła. Może to obejmować cenę, informacje o materiałach i pielęgnacji, a także dostępne rozmiary i kolory. Klienci nie muszą szukać metki ani pytać sprzedawcy – wystarczy krótka rozmowa z Vereną.
Sprawdź dostępność
Jeśli chcesz wypróbować artykuł w innym rozmiarze lub kolorze, Verena może natychmiast sprawdzić, czy ten wariant jest w magazynie w sklepie. AI uzyskuje dostęp do systemu zarządzania towarami Galerii. Na przykład w ciągu kilku sekund klient dowiaduje się: „Spodnie są również dostępne w rozmiarze 40 i 42. Rozmiar 42 jest w magazynie”.
Polecaj odpowiednie przedmioty
Verena pełni również funkcję stylowego towarzysza zakupów. Sztuczna inteligencja potrafi rekomendować dodatki lub zestawienia do przymierzanych ubrań. Na przykład, gdy ktoś przymierza sukienkę, Verena może zasugerować: „Ten czarny kardigan, który również mamy w ofercie, pasuje do niej” lub „Czy chciałaby Pani/Pan uzupełnić stylizację pasującym paskiem? Mam propozycję”. Rekomendacje te opierają się częściowo na predefiniowanej logice asortymentu (np. na tym, które ubrania do siebie pasują) oraz ewentualnie na analizach AI dotyczących zakupów innych klientów. Asystent ma nie tylko pomagać, ale także inspirować – podobnie jak człowiek-sprzedawca kompletujący cały strój.
Pracownicy sprzedaży dzwonią
Szczególnie praktyczną funkcją jest integracja z personelem sprzedaży. Jeśli klient potrzebuje czegoś, czego sztuczna inteligencja nie jest w stanie zapewnić samodzielnie – na przykład innego elementu garderoby w przymierzalni – może poprosić o pomoc bezpośrednio za pośrednictwem Vereny. Interfejs czatu oferuje opcję lub monit, taki jak „Poproś sprzedawcę o pomoc”. Kliknięcie tej opcji (lub wpisanie jej na czacie) natychmiast wysyła do zespołu sprzedaży sygnał, że w przymierzalni potrzebna jest pomoc.
Komunikacja między Vereną (stroną klienta) a pracownikami odbywa się za pośrednictwem osobnej aplikacji o nazwie „Karl”. Karl to aplikacja pracownicza, którą Galeria wprowadza w ramach tego projektu. Karla można porównać do Vereny – podczas gdy Verena rozmawia z klientem, Karl utrzymuje kontakt ze sprzedawcą w sklepie. Jeśli Karl otrzyma prośbę (np. „Klientka w przymierzalni 3 chciałaby przymierzyć tę sukienkę w rozmiarze M”), odpowiedzialni za nią pracownicy są natychmiast powiadamiani. Wiadomość pojawia się na ich służbowych smartfonach i zawiera istotne informacje, takie jak numer artykułu, pożądany rozmiar lub kolor. Aplikacja Karl oferuje sprzedawcom praktyczne funkcje, które pozwalają im szybko reagować: na pierwszy rzut oka pokazuje stan magazynowy i cenę poszukiwanego artykułu, a nawet może poinformować, czy dany artykuł znajduje się na innym piętrze lub w innym magazynie. Dzięki temu pracownik nie musi udawać się do magazynu, aby to sprawdzić – dzięki Karlowi wie to już z wyprzedzeniem.
Gdy tylko pracownik zaakceptuje prośbę, może również udzielić klientowi krótkiej odpowiedzi za pośrednictwem aplikacji, na przykład: „Przyniosę ci rozmiar 42 do przymierzalni”. Ta wiadomość pojawia się bezpośrednio na czacie Vereny, informując klienta, że pomoc jest już w drodze. Co ciekawe, Karl dba o to, aby każda prośba była przetwarzana tylko przez jednego pracownika – po otrzymaniu odpowiedzi zadanie jest oznaczane jako „w toku” i nie jest już widoczne dla pozostałych członków zespołu. Zapobiega to przypadkowemu przetwarzaniu tej samej prośby przez dwóch pracowników lub wprowadzaniu zamieszania.
Technicznie rzecz biorąc, Verena to połączenie interfejsu chatbota, połączenia danych i modelu językowego sztucznej inteligencji (AI). AI została „zasilona” niezbędnymi danymi i regułami dotyczącymi produktów. Na przykład, Verena zna katalogi produktów, zakresy rozmiarów, nazwy kolorów i aktualne stany magazynowe. Jeśli klient zada pytanie, model AI interpretuje zapytanie i pobiera odpowiednie fakty z bazy danych, aby sformułować precyzyjną odpowiedź. Zastosowanie technologii ChatGPT oznacza, że odpowiedzi są formułowane w języku naturalnym, a nie sztywnym i zaprogramowanym. Na przykład, zamiast prostego stwierdzenia, takiego jak „Rozmiar M: tak, dostępny”, Verena może udzielić przyjaznej odpowiedzi: „Mam dobrą wiadomość – bluzka jest również dostępna w rozmiarze M. Czy chciałby Pan/Pani ją przymierzyć? Chętnie poproszę kogoś o jej dostarczenie”. Ten ton ma na celu stworzenie wrażenia, że rozmawiasz z pomocnym sprzedawcą.
Kolejną zaletą integracji ChatGPT jest obsługa wielu języków. Verena nie ogranicza się do języka niemieckiego. Klienci, którzy słabo znają niemiecki, mogą po prostu pisać w swoim preferowanym języku – angielskim, francuskim, a nawet rosyjskim czy tureckim. Sztuczna inteligencja rozumie zapytanie i odpowiada w tym samym języku. To ogromny plus dla sklepu Galerii w Bonn, mieście o międzynarodowej klienteli: turyści i obcokrajowcy mogą wygodnie robić zakupy w lokalnym sklepie i korzystać z pełnej obsługi pomimo barier językowych. Nawet jeśli personel sklepu nie zna wszystkich języków, Verena może tę lukę zniwelować. W tle Karl nadal wyświetlałby zapytanie po niemiecku (lub w innym standardowym języku), aby pracownicy wiedzieli, co robić – sztuczna inteligencja zajmuje się tłumaczeniem.
Aby uświadomić klientom nową usługę, Galeria zainstalowała dodatkowe informacje w swoim sklepie w Bonn. Na przykład, w strefie wejściowej działu z bielizną, znajduje się cyfrowy wyświetlacz informacyjny (plakat LED) z sympatyczną postacią z kreskówki (stylizowana „Verena”), reklamującą nową usługę: „Dzień dobry, jestem Verena. Mogę pomóc w przymierzalni – wypróbuj!”. Bezpośrednio w przymierzalniach umieszczono również tablice informacyjne lub wyświetlacze z krótkimi instrukcjami: „Wystarczy zeskanować kod QR i zadać pytanie!”. Dzięki temu jak najwięcej klientów dowie się o istnieniu asystenta cyfrowego i łatwiej się z nim poruszać.
Podsumowując, proces techniczny wygląda następująco: Klient skanuje kod – \> Otwiera się czat z Vereną – \> Sztuczna inteligencja rozumie problem i odpowiada na niego lub powiadamia pracowników – \> Aplikacja pracownicza Karl koordynuje pomoc techniczną. System ten łączy zalety świata cyfrowego (szybkość, dostęp do informacji, całodobowa dostępność przy kasie) z zaletami handlu stacjonarnego (osobista obsługa przez kompetentnych sprzedawców). To przykład tego, jak ludzie i maszyny mogą ze sobą współpracować w handlu detalicznym, aby stworzyć lepsze ogólne doświadczenie.
Zalety dla klientów i zakupy
Integracja usług AI w szatni oferuje szereg korzyści dla klientów i sprawia, że zakup jest przyjemniejszy i wydajniejszy. Oto najważniejsze punkty, które obiecuje projekt pilotażowy:
Wygoda
Klienci nie muszą już wychylać się z przymierzalni półnago ani przerywać przymiarki, aby wybrać inny rozmiar. Verena zajmuje się tym zadaniem – skanowanie i kilka kliknięć, a pomoc jest już w drodze. Koniec z żmudnym bieganiem tam i z powrotem lub czekaniem przed przymierzalnią. Zwłaszcza w dużych domach towarowych droga do wolnego sprzedawcy lub magazynu może być długa; skrót AI oszczędza czas i wysiłek.
Natychmiastowe informacje
Na często zadawane pytania podczas procesu przymiarki – „Ile to – ?”, „Czy jest w kolorze czerwonym?”, „Czy to pasuje do X?” – można uzyskać natychmiastową odpowiedź. Klienci mają szybki dostęp do informacji o produkcie bez konieczności odczytywania etykiety ani czekania na sprzedawcę. To zwiększa transparentność: klienci od razu znają ceny, materiały i instrukcje dotyczące pielęgnacji, co pozwala im podejmować bardziej świadome decyzje.
Większy wybór w kabinie
Możliwość zamówienia dodatkowych rozmiarów lub kolorów zwiększa szansę na wyjście z przymierzalni z odpowiednim ubraniem. Klienci często rezygnują z zakupu, ponieważ rozmiar, który przymierzyli, nie pasował, a żaden inny nie był dostępny. Verena dba o to, aby alternatywne opcje były dostępne od ręki. To zwiększa satysfakcję – klienci mają większe szanse na znalezienie czegoś, co naprawdę pasuje – a ostatecznie przekłada się na większe możliwości sprzedażowe Galerii.
Indywidualna porada i inspiracja
Chociaż Verena nie posiada ludzkiego zmysłu mody, potrafi oferować spersonalizowane sugestie. Sztuczna inteligencja rekomenduje pasujące elementy, które uzupełniają strój. Dzięki temu klient może odkryć produkty, o których wcześniej nie pomyślał – podobnie jak dobry sprzedawca, który mówi: „A tak przy okazji, mam pasek, który idealnie pasuje do tych spodni”. Ta dodatkowa inspiracja może wzbogacić doświadczenie zakupowe i dać klientowi poczucie otrzymania kompleksowej porady.
Dyskrecja i komfort
Niektórzy wahają się przed aktywnym proszeniem o pomoc w sklepie – czy to z powodu nieśmiałości, barier językowych, czy po prostu dlatego, że w pobliżu nie ma sprzedawcy. Verena obniża barierę: Możesz anonimowo wpisać swoje pytania, nie czując się obserwowany. Może to być szczególnie pomocne w newralgicznych działach, takich jak dział bielizny, na przykład gdy ktoś ma pytanie dotyczące dopasowania lub dostępności, którego wolałby nie zadawać na głos w sklepie. Komunikacja cyfrowa w prywatnej kabinie daje klientom kontrolę i prywatność.
Usługa wielojęzyczna
Jak wspomniano, umiejętność rozmowy w różnych językach jest wielką zaletą. Turyści, studenci zagraniczni lub emigrantów mogą korzystać z pełnej obsługi bez nieporozumień poprzez przeszkody językowe. Jest to bardzo wdzięczne dla tej grupy klientów i może dać Galerii reputację międzynarodowego domu towarowego.
Funkcja ciągłości i pamięci
Ponieważ Verena jest usługą cyfrową, może być również powiązany z kontami klientów z perspektywy (pod warunkiem, że klienci tego chcą). Można sobie wyobrazić, że AI pamięta rozmiar lub marki, które klient preferuje klient lub to, co ostatecznie wypróbowano. Więc Verena mogłaby pomóc jeszcze bardziej szczegółowo w przyszłych wizytach („Ostatnim razem rozmiar 38 był dobrze sprawny, czy powinienem tym razem ponownie przywieźć 38?”). Możesz także zapisać kurs czatu, aby kupić to, co odkryłeś online później. Takie funkcje nie żyją w pilotażu, ale pokazują, gdzie może przejść podróż.
Istnieją również korzyści z perspektywy sprzedawcy i dla firmy, które pośrednio przynoszą korzyści klientom. Pracownicy sprzedaży mogą pracować wydajniej: dokładnie wiedzą, która przymierzalnia czego potrzebuje i mogą potencjalnie zrealizować kilka zamówień na raz (np. przywieźć dwa zamówione rozmiary w drodze do magazynu). Zmniejsza to przestoje i frustrację po obu stronach. Ponadto pracownicy mogą poświęcić swój czas na konsultacje tym, którzy naprawdę potrzebują osobistej porady, podczas gdy rutynowe pytania (cena, rozmiar, dostępny kolor?) są obsługiwane przez sztuczną inteligencję. W idealnym przypadku tworzy to lepsze środowisko pracy: mniej pośpiechu, mniej prostych pytań, na które ciągle odpowiadamy – zamiast tego, ukierunkowane porady tam, gdzie są one istotne. Zadowoleni pracownicy sprzedaży są z kolei bardziej przyjaźni, co poprawia wrażenia z zakupów dla wszystkich klientów.
Wreszcie, dzięki takiej ofercie Galeria pokazuje, że handel stacjonarny może być nowoczesny i innowacyjny. Dla nieco przestarzałej sieci domów towarowych wizerunek pioniera technologii jest cenny. Klienci, zwłaszcza młodsi, mogą być mile zaskoczeni, jeśli Galeria, akurat ze wszystkich miejsc, zaoferuje takiego cyfrowego asystenta. Mogłoby to przyciągnąć nowe grupy klientów lub przynajmniej wywołać dyskusję („Czy wypróbowałeś już przymierzalnię AI w Galerii?”). Ogólnie rzecz biorąc, inicjatywa przyczynia się do uatrakcyjnienia zakupów w sklepach stacjonarnych – poprzez obsługę, szybkość, a nawet pewien element rozrywki dla klientów obeznanych z technologią.
Nadaje się do:
Wyzwania i możliwe ryzyko technologii
Choć koncepcja brzmi obiecująco, Galeria musi pamiętać o wyzwaniach i ryzyku, jakie niesie ze sobą ten projekt pilotażowy. Nowe technologie rzadko są idealne – oto kilka aspektów, które mogą mieć kluczowe znaczenie:
Akceptacja ze wszystkimi klientami
Klienci domu towarowego są bardzo zróżnicowani. Nie każdy od razu czuje się komfortowo, wyciągając smartfon, przebierając się i rozmawiając ze sztuczną inteligencją. Starsi klienci lub osoby nieobeznane z technologią mogą być niepewni lub nie dostrzegać wartości dodanej. Mogą preferować klasyczne „zawołanie kurtyny”: „Przepraszam, czy mógłby Pan/Pani zamówić rozmiar większy?”. Galeria musi zatem obserwować, jak dobrze Verena jest faktycznie używana. Może być potrzebne szkolenie – na przykład, aby personel sklepu aktywnie zwracał uwagę: „Czy wiedział/wiedziała Pani, że w razie potrzeby może Pani/Pan do nas zadzwonić za pomocą kodu QR?”. Częstotliwość użycia będzie decydującym czynnikiem decydującym o opłacalności inwestycji. Jeśli wiele kodów QR nie zostanie zeskanowanych, należy ponownie rozważyć koncepcję lub wprowadzić inne działania marketingowe.
Niezawodność techniczna
Nie ma nic gorszego niż awaria technologii w kluczowym momencie. Niestabilne połączenie Wi-Fi w szatni, awaria serwera lub błąd oprogramowania mogą uniemożliwić korzystanie z usługi. Klienci, którzy wypróbowują Verenę, a następnie czekają minuty na odpowiedź lub widzą komunikaty o błędach, będą bardziej sfrustrowani niż zadowoleni. Dlatego Galeria musi zadbać o solidność swojej infrastruktury: odpowiedni zasięg sieci komórkowej lub Wi-Fi w szatniach, szybkie systemy zaplecza oraz odporną na awarie platformę AI. Takie problemy można zidentyfikować podczas testów pilotażowych. Niemniej jednak zawsze istnieje ryzyko, że technologia w pewnym momencie zawiedzie – w takim przypadku potrzebny jest „Plan B” (tj. wystarczająca liczba pracowników do interwencji).
Jakość danych i dokładność AI
Verena jest tak inteligentna, jak dane, którymi dysponuje. Jeśli na przykład stan magazynowy w systemie jest nieprawidłowy (klasyczny problem: system wyświetla komunikat „pozostało 1 sztuka”, a produkt został już sprzedany i nie jest w pełni zarezerwowany), sztuczna inteligencja może fałszywie obiecać dostępność, której w rzeczywistości nie ma. Takie rozbieżności rozczarowałyby klientów i podważyłyby zaufanie do usługi. Sztuczna inteligencja musi również udzielać poprawnych odpowiedzi – choć ChatGPT jest bardzo wydajny w generowaniu mowy, może również popełniać błędy lub „halucynować”. Galeria i Bütema (partner technologiczny) muszą starannie szkolić i testować system, aby upewnić się, że Verena na przykład nie podaje nieprawidłowych informacji o produkcie ani nie udziela bezsensownych rekomendacji. Odpowiedzi sztucznej inteligencji powinny być precyzyjne i pomocne, w przeciwnym razie użytkownicy będą zirytowani. Wymagana jest stała kontrola jakości, zwłaszcza na początku. Niektóre zapytania, na które Verena nie jest w stanie udzielić wiarygodnej odpowiedzi, mogą wymagać automatycznego przekazania do prawdziwego pracownika, aby uniknąć błędnych odpowiedzi.
Ochrona danych i prywatność
Gdy tylko pojawią się usługi cyfrowe, w Niemczech jest obecna ochrona danych. Klienci muszą być w stanie zaufać, że ich interakcje z Vereną nie będą niewłaściwie wykorzystywane. Kursy czatu, jeśli są zapisane, zwykle nie zawierają bardzo poufnych danych (zwykle prosisz tylko o rozmiary, ceny itp.), Ale na przykład zakupy projektorów lub być może osobiste komentarze mogą być warte ochrony. Galeria musi komunikować się przejrzysty, które dane gromadzą i sposób ich wykorzystywania. Idealnie jest to, jeśli czaty są przechowywane anonimowo lub tylko tymczasowo, chyba że klient zgodzi się w kolejnych (np. Łączenie z kontem klienta w poszukiwaniu późniejszych ofert). Platforma AI (CHATGPT) rodzi również pytania: Czy wkład klientów jest wysyłany do serwerów w USA? Odpowiadają procesom RODO? Tutaj działy IT będą musiały przyjrzeć się uważnie. Faux PA pod względem ochrony danych może umieścić cały projekt w złym świetle.
Cyberbezpieczeństwo
Tam, gdzie pojawiają się nowe cyfrowe punkty styku, teoretycznie mogą pojawić się nowe możliwości ataku. Na przykład kod QR może zostać zmanipulowany przez złośliwych aktorów (teoretycznie, ale w praktyce trudne, ponieważ dzieje się to wewnątrz sklepu). Ktoś mógłby też spróbować „zhakować” sztuczną inteligencję lub wprowadzić ją w błąd, wprowadzając dane wejściowe. Galeria powinna zadbać o to, aby Verena miała dostęp wyłącznie do właściwych danych i nie ujawniała żadnych niepożądanych informacji. Można sobie wyobrazić, że użytkownicy celowo próbują odwrócić uwagę sztucznej inteligencji od pierwotnego tematu – ChatGPT znany jest z tego, że stara się generować odpowiedzi na każde możliwe pytanie. Jeśli na przykład klient zacznie pytać Verenę o pogodę lub kwestie polityczne, ciekawie byłoby zobaczyć, jak zareaguje system. W najlepszym przypadku Verena grzecznie, ale stanowczo pozostanie przy temacie zakupów i zablokuje inne tematy, aby zapobiec nadużyciom.
Akceptacja pracowników i zmiana wałków
Nie należy również lekceważyć reakcji pracowników na wprowadzenie Vereny. Z jednej strony asystent odciąża ich z rutynowych zadań, z drugiej jednak niektórzy sprzedawcy mogą obawiać się, że skuteczna sztuczna inteligencja zagrozi ich pracy. Galeria musi jasno zakomunikować, że Verena jest narzędziem wsparcia, a nie substytutem porad człowieka. Idealnie byłoby, gdyby pracownicy z radością przyjęli Karla (aplikację), ponieważ zauważyliby, że porządkuje ona ich codzienną pracę. Niemniej jednak konieczne jest gruntowne szkolenie: pracownicy muszą nauczyć się obsługiwać nowy system i rozumieć, kiedy powinni interweniować, a kiedy Verena poradzi sobie sama. Zespół musi również uzgodnić, kto jest odpowiedzialny za przychodzące zapytania na czacie, aby nikt nie przegapił ważnych sygnałów. Ryzyko istnieje, jeśli pracownicy zignorują Verenę lub potraktują ją jako żmudne, dodatkowe zadanie – w takim przypadku obsługa będzie nieskuteczna. Wymaga to szkolenia, motywacji, a być może nawet nowych wytycznych dla procesu obsługi.
Pytanie o koszty
Ostatecznie, pytanie, które przyświeca każdemu technicznemu projektowi pilotażowemu, brzmi, czy wysiłek jest wart zachodu. Opracowanie i integracja asystenta AI nie jest tania. Licencje na usługi AI, programowanie aplikacji, urządzenia dla pracowników, konserwacja – wszystko to kosztuje. Galeria będzie zatem starannie oceniać, czy projekt pilotażowy w Bonn przyniesie wymierne korzyści: Czy zwiększy sprzedaż w dziale bielizny? Czy klienci kupują więcej, czy przychodzą częściej? Czy pojawią się pozytywne opinie i mniej porzuconych koszyków? Tylko jeśli te KPI okażą się przekonujące, system zostanie wdrożony w kolejnych sklepach. W przeciwnym razie może pozostać przyjemnym testem. Istnieje zatem ryzyko, że pomimo wszelkich wysiłków, zwrot z inwestycji nie będzie wystarczająco wysoki – na przykład dlatego, że tylko niewielka część klientów faktycznie korzysta z usługi lub że dodatkowa sprzedaż dzięki rekomendacjom pozostaje niska. Projekt musi zatem być opłacalny ekonomicznie, a nie tylko technicznie atrakcyjny.
Wszystkie te wyzwania pokazują, że wprowadzenie technologii do handlu detalicznego wymaga starannego planowania i wdrożenia. Galeria wybrała rozsądne podejście, ograniczając się do ograniczonego pilotażu (jeden dział w sklepie), aby przetestować i zapoznać się z rozwiązaniem na małą skalę przed wdrożeniem. Pozwala to na rozwiązanie początkowych problemów i dostosowanie procesów bez natychmiastowego wpływu na całą sieć. Nadchodzące tygodnie i miesiące pokażą, jak klienci i pracownicy zareagują na Verenę – i gdzie mogą być konieczne zmiany.
Porównanie z podobnymi inicjatywami w innych firmach detalicznych
Pomysł Galerii na cyfrową modernizację przymierzalni jest innowacyjny – ale nie do końca bezprecedensowy. W rzeczywistości, różne firmy handlowe od kilku lat eksperymentują z koncepcjami inteligentnych przymierzalni i usługami AI, aby poprawić doświadczenia zakupowe. Przyjrzenie się kilku podobnym inicjatywom pokazuje, jak rozwija się ten trend i gdzie leżą różnice:
Adler Fashion Markets (Niemcy, 2015)
Sieć odzieżowa Adler była jedną z pierwszych w Niemczech, która testowała „inteligentną przymierzalnię”. W sklepie w Erfurcie Adler wyposażył przymierzalnie w technologię RFID i ekrany dotykowe. Elementy garderoby zostały wyposażone w chipy RFID, co pozwoliło przymierzalni rozpoznać, które ubrania klient przyniósł ze sobą. Na ekranie wyświetlały się informacje o każdym elemencie garderoby – cena, dostępne rozmiary, kolory, a nawet sugerowane kombinacje pasujących ubrań. Klienci mogli również zamawiać dodatkowe rozmiary dotykiem, które następnie były im podawane przez obsługę. Koncepcja ta była podobna do tej zastosowanej w Galerii, ale bez chatbota: interakcja odbywała się głównie poprzez wybór na ekranie, a nie za pomocą poleceń głosowych. Pomimo pozytywnego odbioru, inteligentna przymierzalnia pozostała projektem pilotażowym w Adler; nie upowszechniła się jeszcze (w tamtym czasie) – ze względu na wysokie koszty sprzętu w przeliczeniu na jedną przymierzalnię i ograniczoną akceptację kilka lat temu.
Galeria Kaufhof (Niemcy, 2007)
Co ciekawe, obecny projekt Galerii nie jest pierwszym krokiem firmy w tym kierunku. Już w 2007 roku – wtedy jeszcze znanym jako Kaufhof, w ramach inicjatywy Metro Group Future Store Initiative – w oddziale w Essen przeprowadzono projekt pilotażowy, testując przymierzalnie RFID w dziale męskim. Klienci mogli uzyskać informacje o produktach za pomocą RFID i ekranu, a także skorzystać z usługi, aby poprosić o alternatywy. Ten bardzo wczesny eksperyment, ponad dekadę temu, pokazał, co zyskuje na znaczeniu również dziś. Jednak technologie były wówczas mniej dojrzałe (RFID w branży odzieżowej dopiero raczkował, ekrany dotykowe były drogie, a dzisiejsze sztuczne inteligencje nie istniały). Projekt ponownie popadł w zapomnienie, ale uzyskane w jego trakcie wnioski prawdopodobnie wpłynęły na dzisiejszy rozwój.
Ralph Lauren & Oak Labs (USA, od 2015 r.)
W segmencie premium amerykańska marka odzieżowa Ralph Lauren kilka lat temu wywołała poruszenie swoimi zaawansowanymi technologicznie lustrami w przymierzalniach. W swoim flagowym sklepie w Nowym Jorku Ralph Lauren zainstalował tzw. „inteligentne lustra” opracowane przez startup Oak Labs. Lustra te początkowo wyglądają jak zwykłe, duże lustra w przymierzalniach, ale posiadają zintegrowane funkcje ekranu dotykowego i czytniki RFID. Jak to działa: Ubrania wniesione przez klienta do przymierzalni są automatycznie rozpoznawane przez lustro (za pomocą RFID na etykietach). Na wyświetlaczu lustra pojawia się wówczas intuicyjne menu: klient może zmienić nastrój oświetlenia w przymierzalni (np. symulując światło dzienne lub wieczorne i sprawdzając, jak wygląda strój) oraz zamówić inne rozmiary lub kolory za pomocą dotyku. Lustro wyświetla również rekomendacje („Ta koszula jest również dostępna w tych kolorach, a te spodnie będą do niej pasować”). Kolejną zaletą była możliwość wyboru języka – interfejs można było przełączyć na przykład na hiszpański lub chiński, aby ułatwić obsługę klientów zagranicznych. Gdy tylko ktoś poprosił o pomoc, sprzedawcy byli o tym informowani i przynosili wybrane ubrania do przymierzalni. Koncepcja ta spotkała się z dobrym przyjęciem klientów, ponieważ idealnie wpasowała się w ich codzienną rutynę (przymierzanie ubrań przed lustrem). Koszt był jednak wysoki, a takie inteligentne lustra były początkowo dostępne tylko w kilku flagowych sklepach.
Mango i Vodafone (Hiszpania, od 2020 r.)
Sieć odzieżowa Mango nawiązała współpracę z Vodafone, aby wprowadzić cyfrowe przymierzalnie w kilku sklepach. Wykorzystano w niej inteligentne lustro o nazwie „Cyfrowa Przymierzalnia”. Jego funkcjonalność jest podobna do opisanej powyżej: chipy RFID identyfikują ubrania, lustrzany ekran wyświetla informacje o produktach i porady dotyczące łączenia i dopasowywania, a klienci mogą zamawiać u personelu różne rozmiary/ubrania jednym dotknięciem. Mango planowało szersze wdrożenie tej technologii w swoich sklepach w ramach strategii rozwoju koncepcji inteligentnego handlu detalicznego. Kluczową cechą projektu było to, że wszystkie dane i obrazy mogły być wyświetlane klientowi tylko na jego smartfonie (po sparowaniu), co chroniło jego prywatność – sprzedawca nie otrzymywał obrazu na żywo z przymierzalni. Ten projekt pokazuje, że sprzedawcy detaliczni w całej Europie również podążają za tym trendem i eksperymentują z rozszerzoną rzeczywistością i połączonymi przymierzalniami.
Amazon Style Store (USA, od 2022 r.)
Dzięki swojej modzie gigant internetowy Amazon pokazał także innowacyjne podejścia w obszarze szpitalnym. W 2022 roku Amazon otworzył pierwszy sklep „Amazon Style” w Los Angeles, sklepu odzieżowym, który jest silnie wspierany przez technologię cyfrową. Zakup działa w ten sposób: Klienci widzą tylko jedną kopię na odzież w okolicy. Jeśli coś lubi, klient skanuje kod QR artykułu w aplikacji Amazon. W aplikacji może następnie wybrać rozmiar/kolor, na który chce przymierzyć. Zautomatyzowany system zbiera wszystkie wybrane elementy w tle i przygotowuje osobistą szatnię. Za pośrednictwem aplikacji klient zostanie poinformowany o tym, która kabina będzie miała swój wybór, gdy tylko będzie bezpłatna. Jeśli klient wejdzie do kabiny, wszystkie wybrane części zawieszają. Ponadto w kabinie znajduje się ekran dotykowy: AI Amazon przedstawia spersonalizowane sugestie, które mogą nadal lubić klienta (na podstawie jego zachowań zakupów online i aktualnie wybranych przedmiotów). Możesz ponownie zamówić dodatkowe elementy za pomocą ekranu, które są następnie szybko przynoszone do kabiny bez ponownego przeszukiwania sklepu. Chociaż nie ma tu chatbota, koncepcja Amazon wykorzystuje KI do rozpoznawania preferencji i uczynienia pokoju dopasowanego showroom na spersonalizowane rekomendacje. To podejście Omnichannel (łączenie aplikacji i sklepu) przyciągnęło wiele uwagi.
Macy's On-Call (USA, 2016)
Nieco innym przykładem była inicjatywa sieci sklepów amerykańskich Macy's. W niektórych oddziałach Macy przetestował mobilnego asystenta AI opartego na IBM Watson, który nazywali „na połączeniu”. Klienci mogli zadzwonić do specjalnej strony w sklepie za pośrednictwem przeglądarki smartfonów (lub poprosić o link za pośrednictwem SMS) i wpisać tam swoje pytania, np.: „Gdzie znajdę buty męskie?” lub „Czy masz jakieś czerwone sukienki koktajlowe?”. Watson Chatbot odpowiedział wskazówkami w zakresie firmy lub prostymi informacjami o produkcie. Ta usługa miała na celu ułatwienie orientacji w dużym domu towarowym i pokrycie prostych FAQ. Projekt był interesującym prekursorem, ale także pokazał limity: wielu klientów woleli bezpośrednio zapytać pracownika, a AI nie było tak zdolne do dialogu, jak dzisiejsze chatboty. Dlatego Macy pozostał ograniczonym testem i nie został wprowadzony na całej planszy.
Te przykłady ilustrują dwie rzeczy: Po pierwsze, w handlu detalicznym panuje powszechny trend niwelowania luki między wygodą zakupów online a doświadczeniem offline. Niezależnie od tego, czy chodzi o inteligentne lustra, RFID, czy chatboty – wiele podejść ma na celu zapewnienie klientom w sklepach podobnego poziomu informacji i wygody, do którego są przyzwyczajeni podczas zakupów online (słowo kluczowe: „Klienci, którzy kupili ten produkt, byli również zainteresowani…” lub wyświetlanie dostępności w czasie rzeczywistym). Po drugie, różne rozwiązania pokazują, że wciąż nie ma jednego uniwersalnego rozwiązania. Każda sieć próbuje czegoś innego, w zależności od budżetu, grupy docelowej i koncepcji sklepu. Podejście Galerii z rozwiązaniem chatbota opartego na smartfonach jest stosunkowo nowe, ponieważ wiele osób wcześniej polegało na wbudowanych wyświetlaczach lub instalacjach stacjonarnych. Wykorzystanie smartfona klienta jako interfejsu (za pośrednictwem kodu QR) ma swoje zalety i wady: jest bardziej opłacalne (nie wymaga drogiego sprzętu do luster), a po koronawirusie kody QR są znane wielu osobom; z drugiej strony, wymagają od klienta aktywnego korzystania z własnego urządzenia. Galeria sprawdzi teraz, czy ten drugi model cieszy się większą popularnością niż standardowy ekran dotykowy.
Przyszłe perspektywy i możliwe dalsze rozwój
Projekt Galerii, dotyczący przymierzalni opartej na sztucznej inteligencji, jest wciąż na wczesnym etapie – ale spojrzenie w przyszłość ujawnia potencjał, jaki takie rozwiązania mogą mieć w dłuższej perspektywie. Jeśli pilotaż w Bonn okaże się sukcesem, możliwe są dalsze prace rozwojowe:
Wdrożenie na większej liczbie gałęzi
Najbardziej oczywistym krokiem byłoby wprowadzenie aplikacji Verena (i aplikacji Karl) w większej liczbie sklepów Galerii. Podejście to prawdopodobnie będzie stopniowe, zaczynając od dużych sklepów lub tych z dużą liczbą turystów (gdzie wielojęzyczność jest szczególnie atrakcyjna). Stopniowo wszystkie działy modowe w domach towarowych mogłyby zostać wyposażone w kody QR i usługę. Za kilka lat standardem mogłoby stać się oznakowanie prowadzące do asystenta cyfrowego w każdej przymierzalni Galerii. Verena mogłaby potencjalnie zostać rozszerzona na inne kategorie produktów, takie jak odzież sportowa, moda męska czy dziecięca – wszędzie tam, gdzie odbywają się przymiarki. Pytania w innych działach mogłyby się nieco różnić, ale podstawowa funkcjonalność (dostępność rozmiarów, informacje o produktach, wezwanie pomocy) pozostaje taka sama.
Rozszerzenie funkcji
Verena może z czasem stać się jeszcze bardziej inteligentna i bardziej wszechstronna. Możliwe byłoby na przykład, że AI uczy się na podstawie dialogów, które pytania są szczególnie często i dodatkowo optymalizuje jej odpowiedzi. Możesz także połączyć Verenę z konto klienta Galeria: jeśli stały klient zostanie zarejestrowany (np. Numer karty klienta lub logowanie aplikacji), Verena może udzielić spersonalizowanych rekomendacji na podstawie poprzednich zakupów („Bluzka, którą próbujesz, dobrze pasowałaby do spodni, które kupiłeś od nas w zeszłym roku.”). Ekskluzywne kupony rabatowe lub punkty lojalnościowe mogą być również oferowane na czacie w celu promowania użytkowania.
Z technicznego punktu widzenia asystent AI mógł nie tylko działać na podstawie tekstu, ale także kontrolowanego głosem. Wiele osób jest teraz przyzwyczajonych do wypowiedzenia asystentów dzięki Siri, Alexa & Co. Można sobie wyobrazić, że interfejs głosowy zostanie skonfigurowany w kabinie (np. System mikrofonu/bujny lub za pomocą mikro telefonu komórkowego), aby klient mógł powiedzieć: „Verena, potrzebuję tych dżinsów w rozmiarze 32.” AI przekonwertuje żądanie języka na tekst, a także edytuje. Byłoby to jeszcze bardziej naturalne, ale stawia także wyższe wymagania dotyczące ochrony danych (mikrofony w kabinach są delikatne) i hałas otoczenia.
Technologie wizualne i rzeczywistość rozszerzona
Kolejnym ekscytującym obszarem jest połączenie sztucznej inteligencji (AI) z przetwarzaniem obrazu. Istnieją już aplikacje, które wykorzystują kamerę smartfona do identyfikacji elementu garderoby przed użytkownikiem lub mogą wirtualnie go ubierać (filtry AR). W przyszłości Verena mogłaby wykorzystać obraz z kamery smartfona do przekazywania klientowi informacji zwrotnej: na przykład, można by sfilmować się przed lustrem i zapytać Verenę: „Jak leży ta kurtka?” – AI mogłaby wówczas, na podstawie analizy wideo, odpowiedzieć: „Ramiona wydają się trochę wąskie, być może rozmiar większy byłby wygodniejszy”. Byłaby to bardzo zaawansowana aplikacja, która wciąż wymaga intensywnych badań, ale nie jest niemożliwa do zrealizowania w ciągu kilku lat. Podobnie, AR mogłaby umożliwić Verenie wirtualne nakładanie alternatywnych kolorów lub elementów na ciało bez konieczności zmiany: nosisz czerwoną sukienkę, pytasz: „Jak wygląda w kolorze niebieskim?” i widzisz symulowaną niebieską wersję na telefonie lub w inteligentnym lustrze. Takie wirtualne przymiarki są już opracowywane na potrzeby zakupów online – w sklepach mogłyby uzupełniać klasyczne przymiarki (na przykład, aby szybko wybrać kolory przed przymierzeniem wszystkiego).
Poza przymierzalnią: Verena mogłaby być pomocna również poza przymierzalnią w dłuższej perspektywie. Wyobraź sobie, że sztuczna inteligencja jest dostępna w całym sklepie – na przykład za pośrednictwem aplikacji Galeria, którą masz otwartą podczas zakupów. Klienci mogliby wówczas zadawać pytania takie jak: „Czy mamy ten model również w sklepie na Alexanderplatz?” lub „Gdzie znajdę dział z artykułami gospodarstwa domowego?”, będąc jeszcze na sali sprzedaży – w zasadzie cyfrowy konsjerż dla całego sklepu. W połączeniu z technologią lokalizacji (śledzenie smartfonem w sklepie), Verena mogłaby prowadzić klienta po sklepie: „Idź prosto przez 20 metrów, a następnie skręć w prawo – to dział z obuwiem”. To przekształciłoby sztuczną inteligencję w wszechstronnego asystenta zakupowego.
Ponadto, wnioski z czatów Vereny mogą dostarczyć cennych danych do ulepszenia asortymentu i obsługi. Na przykład, Galeria dowiaduje się, które rozmiary są najczęściej zamawiane (i być może często niedostępne – sygnał dla zarządzania zapasami). Lub które produkty są często zamawiane w celu dopasowania kombinacji – może to prowadzić do rekomendacji asortymentu. Można również zbierać informacje zwrotne, takie jak „Produkt jest swędzący”, jeśli klienci tak powiedzą. Oczywiście takie dane z czatów musiałyby być analizowane anonimowo, ale są cennym źródłem informacji do identyfikacji trendów konsumenckich.
Projekt pilotażowy Galerii prawdopodobnie będzie uważnie obserwowany przez całą branżę. Jeśli się powiedzie, może mieć efekt ostrzegawczy: inni detaliści – zwłaszcza domy mody czy duże sieci odzieżowe – mogliby szybciej wdrożyć podobne rozwiązania. Technologia sztucznej inteligencji staje się coraz bardziej dostępna, a usługi takie jak ChatGPT dają nawet mniejszym firmom możliwość tworzenia inteligentnych asystentów bez własnego zespołu ds. analizy danych. W niedalekiej przyszłości mogą pojawić się branżowe standardy lub platformy dla takich asystentów sklepowych, podobne do standardowego oprogramowania dla dzisiejszych systemów kasowych. Galeria ma zatem szansę stać się pionierem w Niemczech. Jednocześnie firma musi zachować elastyczność, ponieważ rozwój jest dynamiczny: to, co dziś oznacza chatbot oparty na kodzie QR, za pięć lat może wyglądać zupełnie inaczej. Ważne jest, aby koncentrować się na wartości dodanej dla klienta. Technologia dla samej technologii nie odniesie sukcesu w dłuższej perspektywie – ale technologia oferująca autentyczną obsługę może mieć trwały, pozytywny wpływ na handel detaliczny.
Projekt pilotażowy Galerii w Bonn łączy tradycyjną kulturę zakupów z najnowocześniejszą technologią sztucznej inteligencji. To odważny krok mający na celu udowodnienie, że nawet tradycyjny sprzedawca detaliczny może być innowacyjny. Klienci korzystają z szybkiej pomocy i większej ilości informacji bezpośrednio w przymierzalni, a personel jest wspierany w rutynowych zadaniach. Oczywiście wciąż pozostaje kilka przeszkód do pokonania – od akceptacji po techniczne dopracowanie. Jeśli jednak Galeria mądrze wykorzysta doświadczenia z testu, „Verena” może stać się punktem wyjścia dla nowego standardu w codziennych zakupach. Przymierzalnia – wcześniej często będąca „ślepą plamą” w sklepie, gdzie obsługa kończyła się wraz z opadnięciem zasłony – stanie się w ten sposób miejscem cyfrowego dialogu. Czas pokaże, czy klienci zaakceptują tę ofertę. W każdym razie przyszłość handlu detalicznego będzie kształtowana przez takie projekty – a Galeria aktywnie w nie teraz się angażuje. Wiele wskazuje na to, że w przyszłości będziemy częściej spotykać się z takimi pomocnymi asystentami sztucznej inteligencji, czy to w Galerii, czy gdzie indziej, a dzięki temu zakupy staną się nieco przyjemniejsze i bardziej inteligentne.
Nadaje się do:
Twój globalny partner w zakresie marketingu i rozwoju biznesu
☑️Naszym językiem biznesowym jest angielski lub niemiecki
☑️ NOWOŚĆ: Korespondencja w Twoim języku narodowym!
Konrada Wolfensteina
Chętnie będę służyć Tobie i mojemu zespołowi jako osobisty doradca.
Możesz się ze mną skontaktować wypełniając formularz kontaktowy lub po prostu dzwoniąc pod numer +49 89 89 674 804 (Monachium) . Mój adres e-mail to: wolfenstein ∂ xpert.digital
Nie mogę się doczekać naszego wspólnego projektu.
