V retailu je velmi jednoduché ztratit přízeň svých zákazníků

Ve světě retailu je velmi jednoduché ztratit přízeň koncových zákazníků. Obchodníci tak musí čím dál více energie a investic věnovat do zajištění špičkového zákaznického servisu a minimalizace problémů služby. Současné obchody jsou na IT životně závislé, kamennou prodejnu zcela ochromí výpadek pokladního systému. Vypjaté nákupní sezóny, například předvánoční, zase prověří skladové systémy mnoha obchodníků. Nesmí docházet k tzv. stock-outům, tedy situacím, kdy obchod nenabízí zboží, o které mají zákazníci aktuálně zájem.
Na druhé straně stojí nutnost optimalizace skladových zásob. Retailové společnosti mají stovky milionů korun ve zboží, které potřebují prodat, nejlépe za plnou cenu. Markantní je to například u spotřební elektroniky, která velmi rychle zastarává a ztrácí na ceně s každým týdnem. Proto je nezbytnou součástí systémů pro retailové společnosti predikce potřebných zásob a bezproblémová distribuce do všech kanálů.
Stále více obchodníků v současné době provozuje jak kamenné prodejny, tak internetový obchod. A ty mají zcela odlišný prodejní cyklus. Takže je také důležité sladit tyto dva cykly jak z hlediska zásobování, tak cenotvorby a těžit z možností, které kombinace těchto způsobů prodeje nabízí. Navíc je třeba sdílet informace o zákazníkovi napříč všemi kanály.
Firmy proto potřebují robustní ERP řešení, které jde doplnit o vrstvy, které podchytí jeho klíčové odlišnosti. V retailu jsou takovým rodinným stříbrem typicky odměňovací systémy lidí z provozu nebo systémy sledování zásob. Správná motivace prodavačů na prodejnách je tím, s čím stojí a padá úspěšnost obchodu. Při implementaci tak je třeba software, který je dostatečně pružný na to, aby obchodník mohl kýženou změnu udělat.
ERP je z určitého pohledu dinosauří záležitost, ale pronikají sem moderní prvky jako AI a strojové učení. Typicky právě pro optimalizaci zásob, kdy se software průběžně „učí“, kombinuje data o prodeji, hledá souvislosti v tom, jaký vliv na prodeje má například zlevňování různých substitutů, jakou hraje roli počasí či změny cen u konkurence. A podle toho dokáže v budoucnu optimalizovat zásoby zboží na prodejnách.
Druhým širokým polem uplatnění umělé inteligence je customer experience – schopnost sledovat nálady zákazníků, vyhodnocovat sémantiku příspěvků na internetu a přenášet tyto zkušenosti do reálného světa.