Wie KI große Einzelhändler befähigt, mit E-Commerce zu konkurrieren

Künstliche Intelligenz ermöglicht großen Einzelhändlern (Big-Box-Stores), hybride physisch-digitale Umgebungen zu schaffen – und das könnte genau das sein, was stationäre Einzelhändler brauchen, um mit E-Commerce zu konkurrieren.

E-Commerce war nicht freundlich zu Big-Box-Händlern. Seit Borders Bookstore 2011 erkannte, dass es nicht mehr konkurrieren konnte, und alle 399 Stores schloss, gab es einen stetigen Strom ikonischer Stores, die aufgaben.

Über das letzte Jahrzehnt umfassten E-Commerce-Opfer Toys „R“ Us, Sports Authority und Pier 1 Imports, um nur einige zu nennen. Lange Zeit schien es, dass Big-Box-Händler einem unvermeidlichen Abstieg in Obskurität und Irrelevanz gegenüberstanden.

Doch KI-Tools beginnen, das Spielfeld zu ebnen – und geben Big-Box-Händlern eine kämpferische Chance auf Überleben.

Die physische Begrenzung

Big-Box-Stores fühlen sich häufig benachteiligt. Online-Shops sind 24 Stunden am Tag geöffnet, was es Verbrauchern leicht macht, Preise zu vergleichen. Darüber hinaus können Online-Käufer leicht nach Produkten suchen, verwandte und empfohlene Artikel sehen und diese innerhalb von Tagen oder sogar Stunden an ihre Haustür liefern lassen, ohne schwere Kisten heben oder sich durch überfüllte Gänge drängen zu müssen.

In vielerlei Hinsicht stellt KI jedoch Händlern die Werkzeuge zur Verfügung, um zurückzuschlagen.

Vielleicht die größte Herausforderung für Händler waren die physischen Beschränkungen, mit denen sie konfrontiert waren. In einer Online-Umgebung kann eine Preisänderung mit einem Klick auf der Tastatur durchgeführt werden. In einer physischen Umgebung erfordert eine einfache Preisänderung, dass ein Lagerist den Artikel findet und alle Preisschilder austauscht.

Preisänderungen, ein Werkzeug, das physische Händler einsetzen könnten, um zu konkurrieren, war einfach zu kostspielig, wenn man den Arbeitsaufwand und die schiere Menge an Artikeln in einem Store bedenkt.

Doch KI-Tools waren Teil einer digitalen Revolution, die in Einzelhandelsgeschäften stattfindet. Der physische Store führt digitale Technologie ein, die es ihm ermöglicht, in vielerlei Hinsicht mit seiner Online-Konkurrenz zu konkurrieren.

KI-Technologien im Store

Einige Technologiestücke helfen, die digitale Transformation an physischen Standorten zu bringen.

Elektronische Regaletiketten (Electronic Shelf Labels, ESLs) sind im Wesentlichen digitale Preisschilder. Einige zeigen einfach einen Preis an, andere enthalten Produktdetails und haben Platz für Messaging. ESLs können von einem zentralen Standort aktualisiert werden, sodass Preismanager ihren Preis am Point of Sale und im Regal gleichzeitig ändern können.

Computer Vision ist eine weitere KI-getriebene Technologie, die in Stores Einzug hält. Im Wesentlichen erkennen diese Systeme Artikel im Regal. Sie können für die Bestandsverfolgung auf der Ausstellungsfläche oder für das Verfolgen von Artikeln, die in einen Einkaufswagen gelegt werden, genutzt werden.

Beacons, die Ultrabreitband-Frequenzen für Geo-Positioning nutzen, werden ebenfalls eingesetzt, um Artikel auf den Regalen zu verfolgen. Die Echtzeitdaten können von KI-Systemen genutzt werden, während sie Verbraucher auf ihrem Einkaufsbummel leiten.

Einkaufen in einem Store hat echte Vorteile gegenüber E-Commerce. Kunden können den Artikel sehen, den sie kaufen, Fragen an einen Verkäufer stellen und ihre Einkäufe mit nach Hause nehmen, ohne auf Lieferung warten zu müssen.

Doch die Vorteile des Store-Shoppings werden oft vom E-Commerce überschattet. Folgend sind fünf Wege, wie KI-Tools ein In-Store-Einkaufserlebnis schaffen, das die Vorteile von Online-Shops rivalisiert, während das physische Einzelhandelserlebnis erhalten bleibt.

Fünf KI-Anwendungsfälle

1. Gewinnoptimierung

E-Commerce-Seiten nutzen Preisoptimierungstechniken, um Kunden zu gewinnen. Sie können Sonderangebote für Mitglieder erstellen oder Preise im Moment ändern, um mit anderen Händlern zu konkurrieren.

Mit ESLs haben Einzelhändler einen großen Teil dieser Fähigkeit ebenfalls. Wenn sie mit einem KI-gestützten Preisoptimierungstool verbunden sind, können Händler Wettbewerberpreise tracken und Anpassungen jederzeit vornehmen. Die Preise sind klar auf den ESLs ausgezeichnet und scannen an der Kasse korrekt.

Wenn Händler fortgeschrittener werden, können sie Loyalty-Pricing-Features einführen, die auf dem Handy eines Kunden erscheinen, wenn er an Artikeln vorbeigeht, oder sogar angezeigt werden, wenn das ESL einen treuen Kunden erkennt.

2. Lagerumschlag

KI-Tools können Lagerbestände tracken und diese Informationen nutzen, um Stores zu helfen, ihren Bestand effektiver umzuschlagen. Physische Lebensmittelgeschäfte können beispielsweise Lagerumschlag-Tools nutzen, um Artikel zu bewegen, die ihrem Verfalls- oder Verkaufsdatum nahe sind. Stores können Rabatte auf diese Ware anbieten, sodass sie den Bestand vor dem Verderben abverkaufen.

Lagerumschlag-Tools können auch genutzt werden, um sicherzustellen, dass Ware immer verfügbar ist, indem der Preis – und die Gewinnmarge – auf hoch nachgefragter Ware erhöht wird.

3. Abverkauf von Saisonware

Saisonale Ware oder Modelle, die kurz vor der Ablösung stehen, stellen eine große Herausforderung für Händler dar, die oft alles in einen Abverkaufskorb werfen und versuchen, es mit großen Rabatten zu verkaufen. Das frisst in die Gewinne und schwächt den Händler.

Mit KI können Händler den Preis präzise identifizieren, zu dem ein älterer Artikel verkauft wird. Anstatt Ware praktisch zu verschenken, hilft KI Händlern, wettbewerbsfähig zu bleiben, während sie unerwünschte Ware abverkaufen.

4. 24/7-Verfügbarkeit

Big-Box-Stores können KI-Tools nutzen, um ihren Kunden 24/7-Verfügbarkeit zu bieten. Computer Vision hat sich so weit entwickelt, dass es Individuen tracken kann, während sie durch den Store gehen, und die Artikel identifizieren kann, die sie beim Einkaufen in den Wagen gelegt haben.

Computer Vision ermöglicht es Händlern, unbemannte Stores zu betreiben. Die Technologie kann jeden Artikel tracken, der in den Wagen gelegt wird, und sich mit Self-Checkout-Maschinen integrieren, sodass Kunden kaufen können, was sie brauchen, zu jeder Tages- oder Nachtzeit.

5. Produktsuche

Ultrabreitband-Technologie wird genutzt, um Artikel indoor zu tracken und Verbraucher auf 12 Zoll (ca. 30 cm) an einen Artikel heranzuführen. KI-gestützt kann sie von Händlern auf verschiedene Weisen eingesetzt werden.

Erstens können Verbraucher nach Produkten suchen, was es einfacher macht, zu finden, was sie suchen. Zweitens kann sie genutzt werden, sie zu empfohlenen Artikeln zu leiten. Wenn Verbraucher eine Kamera in ihren Einkaufswagen legen, kann sie sie zu Kamerataschen führen.

Bei Walmart Inc. tracken Computer-Vision-Tools Produktbestand und -verfügbarkeit, und smarte Kameras lokalisieren verlassene und leere Einkaufswagen im Store. Kameras tracken die Anzahl der Kunden in der Schlange und die Anzahl offener Kassen. Bei Bedarf alarmiert das System menschliche Mitarbeiter, zusätzliche Kassen zu öffnen.

Costco Wholesale Corp. nutzt Machine Learning, um die Anzahl der Backwaren zu bestimmen, die täglich in der Bäckerei hergestellt werden. Das System verwendet einen Demand-Forecasting-Algorithmus, der sicherstellt, dass sie jeden Tag die richtige Anzahl frischer Produkte verfügbar haben.

Indem sie ihre Stores in hybride physisch-digitale Umgebungen transformieren, haben Big-Box-Händler die Fähigkeit, ein Einkaufserlebnis zu schaffen, das die Leichtigkeit und Bequemlichkeit des Online-Shoppings mit dem taktilen, realen Erlebnis des Gehens durch einen Store einfängt. Das könnte genau das sein, was sie brauchen, um Kunden zurück in ihre Stores zu holen.

Pini Mandel ist Mitgründer und CEO von Quicklizard, einer KI-gestützten Preisoptimierungsplattform.