$("body").append("")

电商售后新视角:利用 AI 提升客户体验和运营效益

297次阅读
没有评论

电商售后新视角:利用 AI 提升客户体验和运营效益
电商售后:关键却常被忽视的领域
当顾客在电商网站上点击“购买”按钮后,会发生什么呢?这是一个被称为售后的领域,对于零售商来说,这往往是运营中成本最高、影响最大的方面之一。售后活动包括确定交付、客户保留以及必要时的退货。在这个领域的先驱者之一是 Narvar,它拥有超过 1500 家全球零售商客户,其中包括 Gap、Levi's 和 Sonos 等大品牌。在其各种客户接触点上,Narvar 收集了来自超过 420 亿次消费者互动的信息。

Narvar 推出新的 AI 驱动平台
Narvar 今天正在扩展其服务的智能,推出了一个名为 IRIS(智能零售洞察服务)的新 AI 驱动平台。IRIS 将数据、AI 和分析结合在一个高度优化的平台中。其目标是帮助零售商打击欺诈、优化交付承诺、简化退货流程,并创建更个性化的客户体验。IRIS 启用的首批服务之一是 AI 驱动的 Narvar Assist,旨在自动化索赔管理并帮助减少交付索赔欺诈。

早期结果显示显著改善
来自 20 家零售商的早期结果显示出显著的改善:欺诈相关查询减少了 80%,安抚(零售商为运输相关问题提供的补偿)减少了 25%。

AI 在售后运营中的关键作用
Narvar 的首席执行官 Anisa Kumar 在接受 VentureBeat 独家采访时表示:“我们不仅仅是解决问题;我们正在将传统上的成本中心转变为零售商的战略优势。”Kumar 于 2021 年加入 Narvar 担任首席客户官,并于 2024 年 10 月成为首席执行官。在此之前,她在 Levi Strauss 和 Co.、沃尔玛和塔吉特等公司的客户运营战壕中工作了很长时间,亲眼目睹了零售商面临的挑战。

各种类型的零售商通常会花费大量时间和精力思考消费者获取。然而,Kumar 指出,最大的挑战是留住客户。

她说:“售后真正思考的是如何保持消费者的回归,真正以他们需要的方式对待他们,为他们提供个性化的体验。”

借助 Narvar 收集的所有数据,AI 现在能够帮助零售商将售后转化为有助于客户保留的活动。总体而言,AI 在零售运营中的使用一直面临挑战;例如,Forrester 在 2024 年的一份报告中发现,兴趣水平很高,但采用水平很低。

作为 SaaS 产品,Narvar 使零售商更容易获得 AI 的好处。Kumar 解释说,IRIS 平台将帮助零售商为其最终消费者创建超个性化的售后体验。

Narvar 如何利用 AI 提高底线
IRIS 系统使用来自 Google Cloud 的 AI 和数据服务组合,以及专有的机器学习(ML)和预测 AI 算法。

Narvar 的首席技术官 Ram Ravicharan 强调了公司拥有的数据的力量和重要性,这些数据可以为 AI 提供信息,以帮助零售商。Narvar 处理数十亿次消费者接触点,使其对客户行为和意图有独特的见解。

Narvar 的 IRIS 没有使用生成式 AI,尽管它正在使用开创大型语言模型(LLM)的技术,包括使用转换器。

Ravicharan 解释说:“如果你将人们在购买过程中所做的交易视为一种语言,我们现在几乎有一种语言可以预测下一句话会是什么。这就是我们看待它的方式。”

借助预测 AI 模型和数据,Narvar 对客户意图有了坚实的理解。这对于客户保留以及欺诈预防都非常有用。

除了欺诈缓解之外,IRIS 还旨在帮助零售商更准确地交付承诺并提高客户忠诚度。在 IRIS 之前,Narvar 倾向于依赖基于规则的模型,特别是对于估计交付日期等承诺。Kumar 指出,新模型具有来自整个零售网络的更多智能,可以提供更高的准确性。例如,系统知道可能影响交付的天气问题和承运商交付系统。

Kumar 解释说:“每个人都专注于客户获取,但他们失去了客户,然后又花钱重新获取他们。IRIS 通过在销售后最重要的时候提供个性化体验,帮助零售商建立持久的关系。”

早期用户看到收益
Narvar Assist 技术尚未普遍可用,尽管它正在由现有客户进行试点。

其中之一是 Boston Proper。这家服装零售商已经是 Narvar 的客户 6 年了,Narvar 的首席信息官 DeAnne Judd 解释说。到目前为止,Boston Proper 一直使用 Narvar 的 Engage 解决方案主动通知消费者其订单的交付情况和潜在的异常情况,以提高可见性和客户体验。该公司还使用 Narvar 的退货和交换解决方案来自动化退货处理,并为消费者提供其退款状态的可见性。

Judd 指出,目前,Boston Proper 正在使用第一个 IRIS 解决方案,即 Assist,它利用 Narvar 的生态系统来降低因欺诈而产生的成本。

Judd 说:“自从集成了 Narvar Assist 以来,由于其增强的用户界面和简化的智能流程,客户联系和成本已经降低。”

展望未来
展望未来,Narvar 计划以多种方式扩展 IRIS。

虽然最初的 Assist 产品专注于在线交易,但 Kumar 指出,Narvar 正在与一些零售商合作,将其功能也扩展到店内。Narvar 平台对在线、店内甚至仓库运营的数据和交互都有深入的了解。

她说:“我们的愿景是连接在线和店内环境,我们构建模型的方式以及我们将开发的交易意图将跨越渠道。”

正文完