Haaste
Tokmanni halusi saada asiakkaat käymään myymälöissä useammin, mutta kaikille tarjotut samat kupongit eivät toimineet.
Kaikille samat kupongit jäivät käyttämättä
Tokmanni halusi saada asiakkaat käymään myymälöissä useammin. Yhtiöllä oli mobiilisovellus, jossa kanta-asiakkaille tarjottiin alennuskuponkeja. Haasteena oli, että harva käytti kuponkeja: kaikille tarjotut samat tarjoukset eivät toimineet.
Tarjousten piti osua jokaiselle asiakkaalle erikseen
Yhtiö ymmärsi, että tekoäly voisi räätälöidä jokaiselle juuri oikeat tarjoukset ja hinnat. Geneeriset tarjoukset eivät pysty tähän.
Tekoälyosaamista ei ollut talon sisällä
Tekoälyjärjestelmän rakentaminen ja pyörittäminen vaati osaamista, jota ei vielä ollut talon sisällä. Tarvittiin kumppani, joka tuntee sekä tekoälyn että kaupan alan realiteetit.
Mitä rakensimme
Rakensimme mobiilisovelluksen tarjouksiin suosittelukoneen, joka toimii koneoppimisella. Mukana tuli koko tekninen perusta MLOpsista A/B-testaukseen ja vaiheittainen käyttöönotto kaikille kanta-asiakkaille.
Tulokset
Henkilökohtaiset suositukset toivat lisää kauppaa ja paremman katteen. Samalla ne osoittivat, mitä data ja tekoäly tuottavat oikein käytettyinä.
Kuponkien käyttö kasvoi 256 %, samalla kun keskimääräinen alennusprosentti pieneni. Kauppaa syntyi enemmän pienemmillä alennuksilla.
Mobiilisovellusta käyttävät asiakkaat kävivät myymälöissä yli 5 % useammin kuin ennen.
Myynti sovelluksen käyttäjille kasvoi 3,5 %. Prosentit ovat pieniä, mutta eurot suuria.
Asiakkaat käyttivät enemmän kuponkeja, vaikka alennukset olivat maltillisempia. Kauppaa syntyi enemmän ja kate parani.
