FMCG Product Innovation Using Artificial Intelligence

(Somsubhra Gan Choudhuri) (feb 12, 2019)

I casi duso tipici dellintelligenza artificiale (AI) nellindustria dei prodotti di consumo sono stati principalmente nella previsione, nella previsione della domanda, nella catena di fornitura, nella distribuzione, nella produzione e nella manutenzione; il motivo principale è stata la disponibilità di enormi quantità di dati strutturati. Linnovazione di prodotto è un problema più difficile e la prova sta nel fatto che la percentuale di successo dellinnovazione di nuovi prodotti è a due cifre inferiori; i metodi tradizionali di innovazione dei prodotti utilizzano molto meno dati e dipendono fortemente dalle competenze e dallesperienza del team che ci lavora.

Per innovazioni di prodotto migliori & più rapide, Lintelligenza artificiale può essere utilizzata nei seguenti modi:

Capire i consumatori:

Il primo passo nellinnovazione di prodotto è la comprensione del consumatore; ci sono due fonti di dati per questo: dati interni dellazienda sotto forma di dati di vendita, dati storici sui consumatori, comportamento di acquisto online ecc .; Dati pubblici esterni sotto forma di conversazioni online.

Oggi viviamo in un mondo in cui le persone condividono costantemente ogni giorno scorci della loro vita, dei loro pensieri e opinioni attraverso testi e immagini. Si tratta di opinioni non moderate e imparziali su prodotti, luoghi, servizi o eventi. Finora non era possibile dare un senso a questo rumore ma i recenti progressi tecnologici hanno permesso di analizzare e comprendere questi big data per ricavarne significato e contesto, senza lintervento umano. Il calo dei costi di elaborazione e il progresso nella tecnologia dellIntelligenza Artificiale ha reso possibile strutturare, distillare e analizzare questo rumore per identificare e capire cosa pensano e chiedono le persone.

Queste informazioni diventano molto preziose in quanto si basa su milioni di punti dati, non solo poche centinaia come nel caso di una tipica ricerca sui consumatori. Queste informazioni possono essere utilizzate per identificare le esigenze dei consumatori e le tendenze emergenti in tempo reale.

La tecnologia che lo rende possibile è il Natural Language Processing (NLP) & Computer Vision. Il Natural Language Processing (NLP) è un sottocampo dellintelligenza artificiale che si concentra sul consentire ai computer di comprendere ed elaborare le lingue in un modo che gli esseri umani faranno. La visione artificiale consente di estrarre informazioni non dette dalle immagini. La visione artificiale, un altro sottocampo dellintelligenza artificiale, consente ai computer di vedere, identificare ed elaborare le immagini allo stesso modo della visione umana e quindi fornire un output appropriato. Lanalisi predittiva può quindi essere utilizzata per prevedere la traiettoria futura delle tendenze.

Crea concetti di prodotto vincenti:

La generazione di nuovi concetti di prodotto e il mantenimento di una pipeline di innovazione è un processo lungo e laborioso spesso guidato dal sentimento e dallintuizione. Lintelligenza artificiale può aiutarci a identificare le opportunità di spazio bianco e quindi generare nuovi concetti di prodotto per cogliere lopportunità di spazio bianco.

Milioni di concetti di prodotto possono essere creati utilizzando una combinazione algoritmica di caratteristiche n-gram che sarebbe stato impossibile da un approccio umano.

Schermata & Dai la priorità ai concetti vincenti:

I concetti generati dallalgoritmo possono quindi essere selezionati e prioritari in base al consumatore comprensione e identificazione delle tendenze effettuate. Lanalisi predittiva qui può prevedere quali prodotti avranno successo domani anche prima che i prodotti raggiungano il mercato.

AI Palette aiuta le aziende FMCG con linnovazione di prodotto. Usiamo lintelligenza artificiale & Machine Learning per aiutare le aziende FMCG a creare prodotti vincenti per i consumatori.