فرآیند کاوی گزارشهای رویدادهای تجاری را تجزیه و تحلیل میکند، نقشه عملیاتی دقیقی را در اختیار خردهفروشان قرار میدهد و ناکارآمدیهایی را آشکار میکند که وقتی برطرف شد، کارایی عملیاتی را به طور قابل توجهی افزایش میدهد.

این یک دهه تغییر برای بخش خردهفروشی است، و فرآیند کاوی به رهبران کسبوکار فرصتی حیاتی برای مقابله با چالشها و درک فرصتها ارائه میکند. پیش بینی می شود خرید اینترنتی در این دهه دو برابر شود. در همین حال، خردهفروشان با توزیع و لجستیک زنجیره تامین پیچیدهتر مواجه هستند و نیاز به بهینهسازی و تطبیق عملیات تکمیلی با محیط جدید و پیچیدهتر امروزی دارند.
از آنجایی که مصرفکنندگان به گزینههای ارزانتر روی میآورند (80٪ به بستههای کوچکتر و مارکهای ارزانتر روی میآورند)، هرگز زمان بهتری برای بهرهگیری از مزایای یکپارچهسازی دادهها و فرآیند کاوی در خردهفروشی وجود نداشته است. این فناوری توانایی کشف فرصتهای «پنهان» برای افزایش کارایی، بهبود بازده و هموار کردن راه برای پذیرش فناوریهایی مانند هوش مصنوعی مولد (AI) را ارائه میدهد.
فرآیند کاوی فرآیندهای کسبوکار را با استفاده از گزارشهای رویداد تجزیه و تحلیل میکند تا دیدی سرتاسر از آنچه واقعاً در یک کسبوکار اتفاق میافتد ارائه دهد. بنابراین برای بخش خردهفروشی با فرآیندهای سنگین مناسب است.
خرده فروشان اغلب هزاران یا حتی صدها هزار تراکنش و فرآیند را در چندین سیستم هر روز اجرا می کنند. توانایی گردآوری تمام آن سیستم ها از طریق یکپارچه سازی داده ها و سپس اعمال هوشمندی فرآیند، فرصتی عظیم را ارائه می دهد.
وجود دادههای فرآیند در قالبی واضح و قابل درک، تصویر کاملی از نحوه اجرای فرآیندها ارائه میدهد و اقداماتی را برجسته میکند که میتواند نحوه کار خردهفروشان را بهبود بخشد.
چرا فرآیند استخراج کار می کند
فرآیند کاوی بر روی سیستمهای موجود کار میکند، بنابراین خردهفروشان نیازی به پاره کردن و جایگزینی فناوری موجود خود ندارند. این یک امتیاز مفید برای رهبران کسب و کار برای رفع مشکلات است. یکپارچهسازی دادهها و فرآیند کاوی مانند اسکن MRI کار میکنند، تصویری کامل از نحوه عملکرد فرآیندها و شناسایی فرصتهای ارزش پنهان در سیستمها ارائه میدهند.
یکی از خرده فروشان پیشرو به لطف هوشمندی فرآیند، توانست به بهبود 31 درصدی در استفاده از حمل و نقل دست یابد. هوشمندی فرآیند این خردهفروش را قادر میسازد تا دیدگاهی از بالا به پایین داشته باشد و همکاری بین تیمهای مختلف در برنامهریزی، حمل و نقل و توزیع را بهبود بخشد. این شرکت از هوش فرآیندی برای به حداقل رساندن تعداد کامیونهایی که در حالت بیکار نشسته بودند، استفاده کرد، که هزینههای حمل و نقل را کاهش داد و مایلهای جادهای و انتشار کربن را کاهش داد و به شرکت در رسیدن به اهداف ESG کمک کرد.
در پشت آفیس، فرآیند کاوی همچنین میتواند کارایی را بهبود بخشد، به خودکارسازی فرآیندهای دستی کمک کند، و از مشکلاتی مانند پرداختهای تکراری یا تخفیفهای غیرموجه جلوگیری کند.
بنیاد برای هوش مصنوعی
تسلط و درک داده ها برای پذیرش فناوری های جدید مانند هوش مصنوعی مولد بسیار مهم است و داشتن دیدی 360 درجه از اجرای کسب و کار، پله ای برای پذیرش این فناوری ارزشمند است.
برای مثال، خردهفروش فرانسوی Carrefour اخیراً قدرت هوش فرآیندی را با پتانسیل هوش مصنوعی مولد ترکیب کرده است. این خردهفروش که در 40 کشور با بیش از 14,000 فروشگاه فعالیت میکند، در حال آزمایش با استفاده از هوش مصنوعی مولد برای مقایسه قیمتهای خریداران غیرمستقیم، با استفاده از ChatGPT همراه با دادههای به دست آمده از هوش فرآیند است.
این خردهفروش گزارش داد که آزمایش اثبات مفهوم آن میتواند به جای 10 دقیقه زمانی که به صورت دستی انجام میشود، تنها در 30 دقیقه نقلقولهای خریداران را تجزیه و تحلیل کند و بهطور بالقوه هزاران یورو برای سازمان صرفهجویی کند.
کارفور اکنون در حال بررسی نحوه اعمال ترکیبی از هوش فرآیندی و هوش مصنوعی مولد در زمینههای دیگر مانند بازاریابی و منابع انسانی (HR) است و صرفهجویی در زمان و مالی را برجسته میکند.
بهبود بازده
مشتریان بریتانیایی در سال گذشته 27 درصد از لباسهایی را که از خردهفروشیهای آنلاین خریداری کرده بودند، پس دادند. با بازدهی که میلیاردها دلار در سال برای خردهفروشها هزینه دارد، هوشمندی فرآیند نه تنها میتواند فرآیند بازگشت را کارآمدتر کند، بلکه روی مسائلی که باعث میشود مشتریان اقلام را برگردانند بزرگنمایی کند.
هوشمندی فرآیند میتواند خردهفروشان را قادر سازد تا از مشکلاتی که منجر به بازگشت کالا میشوند جلوتر باشند، در حالی که خطاهایی را که منجر به بازگرداندن یا لغو سفارشها در وهله اول میشود، مورد توجه قرار داده و شناسایی میکنند.
خردهفروشی لوکس سوئیسی، گلوبوس، از فرآیند کاوی برای شناسایی مشکل ریشهای که منجر به بازدهی کسبوکارش میشود، استفاده کرد و ناکارآمدی را در کمین «بین» سیستمهای مختلف یافت که باعث میشد مشتریان کالاها را برگردانند. به دلیل این ناکارآمدی پنهان، این امکان وجود داشت که یک مشتری یک کالا را به صورت آنلاین رزرو کند و دیگری همان کالا را خریداری کند.
گلوبوس از هوشمندی فرآیند برای کاهش نرخ لغو کلی تا 20 درصد استفاده کرد و همچنین داشبورد لجستیکی را معرفی کرد که سازمان را قادر میسازد تا زمانهای توان عملیاتی و نرخ بازگشت را در زمان واقعی تجسم کند.
برای مشتریان امروزی، بازدهی کارآمد بخشی از خدمات ضروری مشتری است و خدمات غیربهینه میتواند مشتریان را دور کند. «لجستیک معکوس» بهخوبی در بازده، که توسط بینشهای حاصل از هوشمندی فرآیند هدایت میشود، به این معنی است که محصولات برگشتی میتوانند به سرعت دوباره فروخته شوند. این بدان معناست که کسبوکارها با اقلام کم و زیاد مشکلی ندارند، در حالی که هزینههای حمل و نقل، ذخیرهسازی و رسیدگی به بازده را کاهش میدهند.
آینده کارآمدتر
برای رهبران بخش خردهفروشی، زمان سرمایهگذاری از فرصتهای ارائه شده توسط یکپارچهسازی دادهها و هوشمندی فرآیند فرا رسیده است. هوشمندی فرآیند نه تنها به سادهسازی فرآیندهای تجاری کمک میکند، بلکه گامی عالی برای پذیرش فناوریهای نوظهور مانند هوش مصنوعی مولد است.
بسیار مهم است، همچنین می تواند به جلب رضایت مشتری در زمینه هایی مانند بازگشت کمک کند. با رونق خردهفروشی و رونق خرید آنلاین و مصرفکنندگان آگاه به هزینهها، هوش فرآیند ابزاری را برای کمک به خردهفروشان در دنیایی که به سرعت در حال حرکت است، ارائه میدهد.
درباره نویسنده: روپال کاریا اخیراً به عنوان رهبر کشور انگلستان و من در شرکت پردازش داده Celonis منصوب شد.
منبع از شبکه بینش خرده فروشی
سلب مسئولیت: اطلاعات ذکر شده در بالا توسط retail-insight-network.com مستقل از Cooig.com ارائه شده است. Cooig.com هیچ گونه نمایندگی و ضمانتی در مورد کیفیت و قابلیت اطمینان فروشنده و محصولات نمی دهد.