Inovace produktů FMCG využívajících umělou inteligenci

(Somsubhra Gan Choudhuri) (únor 12, 2019)

Typické případy použití umělé inteligence (AI) v průmyslu spotřebního zboží byly hlavně v predikci, předpovědi poptávky, dodavatelském řetězci, distribuci, výrobě a údržbě; hlavním důvodem byla dostupnost velkého množství strukturovaných dat. Inovace produktů je těžší problém a důkazem je skutečnost, že úspěšnost inovace nových produktů je v nižších dvouciferných číslech; tradiční metody inovace produktů používají velmi málo dat a jsou vysoce závislé na dovednostech a zkušenostech týmu, který na nich pracuje.

Pro lepší & rychlejší inovace produktů, AI lze použít následujícími způsoby:

Porozumění spotřebitelům:

Prvním krokem v inovaci produktu je porozumění spotřebitelům; k tomu existují dva zdroje dat: interní údaje o společnosti ve formě údajů o prodeji, historických údajů o spotřebiteli, chování online nákupu atd .; Externí veřejná data ve formě online konverzací.

Dnes žijeme ve světě, kde lidé neustále sdílejí záblesky svého života, svých myšlenek a názorů každý den prostřednictvím textů a obrázků. Jedná se o nemoderované, nezaujaté názory na produkty, místa, služby nebo události. Dosud nebylo možné tento hluk pochopit, ale nedávný technologický pokrok umožnil analyzovat a porozumět těmto velkým datům, aby bylo možné odvodit význam a kontext bez lidského zásahu. Snížení nákladů na výpočetní techniku ​​a pokrok v technologii umělé inteligence umožnilo strukturovat, destilovat a analyzovat tento šum, aby bylo možné identifikovat a porozumět tomu, na co lidé myslí a žádají.

Tyto informace se stávají velmi cennými je založen na milionech datových bodů, nejen na několika stovkách, jak je tomu v typickém spotřebitelském výzkumu. Tyto informace lze použít k identifikaci potřeb spotřebitelů a nových trendů v reálném čase.

Technologie, která to umožňuje, jsou počítačové zpracování přirozeného jazyka (NLP) &. Zpracování přirozeného jazyka (NLP) je podoblast umělé inteligence, která je zaměřena na umožnění počítačům porozumět jazykům a zpracovávat je tak, jak to budou dělat lidé. Počítačové vidění umožňuje extrahovat nevyslovené informace ze obrázků. Počítačové vidění, další dílčí pole umělé inteligence, umožňuje počítačům vidět, identifikovat a zpracovávat obrazy stejným způsobem jako lidské vidění a poté poskytovat vhodný výstup. Prediktivní analytika pak může být použita k predikci budoucí trajektorie trendů.

Vytvářejte koncepty vítězných produktů:

Nové generování konceptu produktu a udržování inovačního kanálu je časově náročný a pracný proces, který je často poháněn vnitřním pocitem a intuicí. Umělá inteligence nám může pomoci identifikovat příležitosti v prázdném prostoru a poté generovat nové koncepty produktů, které by zachytily příležitost v prázdném prostoru.

Miliony konceptů produktů lze vytvořit pomocí algoritmické kombinace funkcí n-gram, což by bylo nemožné lidským přístupem.

Screen & Upřednostněte vítězné koncepty:

Koncepty generované algoritmem lze poté prověřit a upřednostnit na základě zákazníka porozumění a identifikace trendů hotovo. Prediktivní analýza zde může předvídat, které produkty budou zítra úspěšné ještě předtím, než se tyto produkty dostanou na trh.

AI Palette pomáhá společnostem FMCG s inovacemi produktů. Používáme umělou inteligenci & strojové učení, abychom společnostem FMCG pomohli vytvářet produkty, které zvítězí pro spotřebitele.