Tokmanni halusi saada asiakkaat käymään myymälöissä useammin. Heillä oli mobiilisovellus, jossa kanta-asiakkaille tarjottiin alennuskuponkeja. Ongelma oli selvä: harva käytti kuponkeja. Samat tarjoukset kaikille eivät toimineet.

Yhtiö ymmärsi, että tekoäly voisi räätälöidä jokaiselle juuri oikeat tarjoukset ja hinnat. Oma osaaminen ei kuitenkaan riittänyt tällaisen järjestelmän rakentamiseen ja pyörittämiseen. Tarvittiin kumppani, joka tuntee sekä tekoälyn että kaupan alan realiteetit.

Rakensimme Tokmannille tekoälypohjaisen suosittelukoneen mobiilisovelluksen tarjouksiin. Aloitimme analysoimalla asiakastietoja ja ostokäyttäytymistä - mitä kukin ostaa, milloin ja miten usein.

Loimme teknisen perustan (MLOps) koneoppimismallien kehittämiseen, käyttöönottoon ja ylläpitoon. Tekoälymallit oppivat suosittelemaan kullekin asiakkaalle juuri oikeita tuotteita ja määrittämään sopivat alennusprosentit. Hyödynsimme myös generatiivista tekoälyä tuotekuvausten luomiseen.

Järjestelmä integroitiin olemassa olevaan mobiilisovellukseen ja liiketoiminnan pelisääntöihin. Testasimme tuloksia A/B-testeillä ja laajenimme vaiheittain kaikille kanta-asiakkaille. Näin varmistimme, että muutos sujuu hallitusti ja tulokset ovat mitattavia.

Henkilökohtaiset suositukset muuttivat pelin täysin. Mobiilisovellusta käyttävät asiakkaat kävivät myymälöissä 2% useammin kuin ennen. Myynti näille asiakkaille kasvoi myös 2%. Prosentit ovat pieniä, mutta eurot suuria.

Vaikuttavin luku on kuponkien käytössä: 88% kasvu. Samalla keskimääräinen alennusprosentti pieneni - asiakkaat siis käyttivät enemmän kuponkeja, vaikka alennukset olivat maltillisempia. Tämä on kultaa kaupalle: enemmän kauppaa, parempi kate.

Tokmannin tapaus todistaa, että tekoälyllä räätälöidyt tarjoukset toimivat. Asiakkaat saavat itselleen merkityksellisiä etuja, kauppa saa lisää myyntiä. Kaikki voittavat, kun data ja tekoäly laitetaan töihin oikealla tavalla.