隨著客戶期待在線上和實體商店之間可以擁有無縫的購物體驗，零售電商業者正面臨轉型，客戶不僅希望更客製化，同時也期待能有推薦工具幫助他們更快找到所需內容，因此許多零售商正轉向雲端，透過新型技術來滿足市場需求。
Google Cloud 已經與全球零售商合作有效應對這些挑戰，包含 Carrefour、IKEA、Kohl’s、Shopify、Target、Home Depot、Ulta、Bed Bath and Beyond、Designer Brands、Loblaw、METRO、Ocado 等品牌在電子商務託管、數據分析、機器學習、工作模式轉型等領域利用Google Cloud 技術以便能夠更好地為客戶服務。
近期 Google 發布 Google Cloud for Retail 零售解決方案，旨在解決零售商在生態鏈各個環節所面臨到的挑戰，許多企業已充分利用了 Google Cloud 在數據分析和 AI 等領域的專業知識和創新，有助於他們轉變業務，以滿足客戶不斷增長的期望。
Google Cloud for Retail 聚焦零售生態鏈
Google Cloud for Retail 從「商店運營」、「商品銷售」到「客戶獲取和保留」提供了一套完整的解決方案，使零售商能夠快速利用雲端優勢來因應特定需求。
若在流量高峰時段網站打不開將會影響收入和品牌形象，GCP 提供電子商務平台靈活、可靠、高擴展的託管功能。此外 Google Cloud 的 CRE 更提供白色手套處理的技術架構評估和旺季運營支援，幫助零售業者在購物節為其客戶提供良好的購物體驗。Shopify 是一個支援超過 80 萬家獨立零售商的電子商務平台，所有零售商都在 Google Cloud 上運行。 他們在 2018 年的「黑色星期五」創下了破紀錄的高峰，每分鐘創造了近 11,000 個訂單，並在此週末每秒處理 100,000 個 requests。
客戶體驗是實體商店的關鍵優勢，但不精確且不即時的庫存可能導致客戶失望的空手而回。Google 提供即時庫存管理、倉庫庫存透明即時性，為零售商提供有價值的數據，以改善客戶的店內體驗。
充份授權、高度溝通且高效的員工是零售商向客戶提供吸睛的購物體驗的關鍵。 Empowered Associatessolution 帶來了 G Suite 的協作能力以及我們合作夥伴的內部社交功能，組織、參與、通知整個零售架構。
AI 提供更客製化的客戶體驗
人工智慧和機器學習對零售業產生了巨大影響，目前已有許多基於 Google Cloud AI 和機器學習的創新解決方案，幫助零售商解決他們面臨的挑戰。例如，使用 Cloud Vision 技術的 Vision Product Search 通過集成 Google Lens 類型功能，幫助零售商打造具有吸引力的創新行動裝置體驗。客戶可以從手機上拍攝他們喜歡的產品照片和螢幕截圖，而且這種移動體驗將提供產品目錄中類似產品的即時結果。客戶既可以立即找到他們想要的東西，並且在產品搜索和購買過程中更為順暢。
IKEA 首席技術官 Susan Standiford 表示：「我們的願景是為許多人創造更美好的日常生活，變得更加實惠、方便、永續。我們正與 Google Cloud 合作創造全新購物體驗，讓客戶無論身在何處，都可以拍攝家居裝飾和用品的照片，並在我們的線上目錄中快速找到該產品或類似產品。Google Cloud 幫助我們利用 Vision Product Search 幫助我們為客戶創造更好、更便捷的體驗。」
當客戶瀏覽零售網站時，他們通常會期待業者推薦相關的產品。Google Recommendations AI 不僅幫助零售業者大規模自動化客製化推薦，更可以不斷學習即時用戶行為和不斷改變的資訊，如：分類、定價、特別優惠的變化等等。
在瑞士線上零售領導品牌 Galaxus 的首席信息官 Oliver Herren 表示﹕「Recommendations AI 很容易與我們現有的推薦框架結合，讓我們能夠在不需要大量修改的情況下打造次世代推薦引擎。我們穩健的投資資料科學領域，Recommendations AI 在產品詳細信息頁面上表現非常出色，並且明顯提高了轉換率和收入。」
除了這些特定於零售層面的解決方案之外，在 Google Cloud Next ’19 上發布的一系列人工智能輔助功能對零售商尤為重要。大多數零售商依靠其客服中心回答問題，滿足客戶的需求。目前 Contact Center AI 已處於測試階段，借助 Google Cloud 強大的 AI 功能，繼續幫助零售商建構直觀的客戶服務體驗。 您可以在此篇文章中了解更多 Contact Center AI 資訊。
與許多產業一樣，零售商依賴結構化數據來幫助他們執行預測分析，以快速填補產品組合的空隙，目的是為了改善促銷策略和定價。測試版的 AutoML Tables 可以非常簡單地自動構建和部署有關於結構化數據的機器學習模型，進而將所需要的時間從幾週減少到幾天內。這意味著您可以輕鬆地預測、最大限度地提高收入、改善產品組合、更了解客戶。
Pitney Bowes 使用 AutoML Tables 識別有風險的跨境支付和運輸。Pitney Bowes 首席數據分析 Olga Lagunova 表示﹕「使用 Google Cloud 的 AutoML Tables 在國際訂單入口中擴展我們模型，為數百個零售客戶提供服務，並顯著改善了欺詐檢測。原本需要幾個月的時間，現在工程師在兩週內就能開發和部署高度精確的模型。」
結語
上述只是解決方案的其中一部分，旨在幫助零售商發展業務，並在購物的每個階段提供獨特的客戶體驗。若想知道更多 Google Cloud for Retail 相關訊息，歡迎。
(原文翻譯自 Google Cloud。)
