پنج مطالعه‌ی موردی برای جستجوی تصویری

در مواجهه با شیوه‌های جدید دیجیتالی و انتظارات بالاتر مصرف‌کنندگان، برندها، فروشندگان و مارکت‌پلیس‌ها ضمن اطمینان از عملکرد خوب و صرفه‌جویی در هزینه‌ها، همواره به دنبال راه‌هایی برای دگرگون کردن سفر خرید مشتریان هستند.

جستجوی تصویری مثالی از کاربرد تکنولوژی در فروش است که نه‌تنها به کمک موتورهای پیشنهاد هوشمند و امکان جستجو از طریق عکس گرفتن با دوربین تجربه‌ی مشتری را بهبود می‌بخشد، بلکه عملیات بک‌اند را با برچسب‌زنی خودکار محصول، مدیریت لحظه‌ای موجودی و پیش‌بینی و تجزیه و تحلیل تسهیل می‌کند. همان‌طور که در مورد همه‌ی تکنولوژی‌ها صادق است، پرسیدن این سؤال کاملاً منطقی است: «آیا این روش نتیجه می‌دهد؟». در این مقاله 5 مطالعه‌ی موردی موفق جستجوی تصویری را با نگاهی عمیق به ویژگی‌ها و فرصت‌های رشدی که این فناوری ارائه می‌دهد، بررسی می‌کنیم.

فهرست مطالب

• سفر خرید امروز
• بوهو (Boohoo) پیدا کردن محصولات را ساده کرد
• فارفچ (Farfetch) تجربه‌ی مشتری را در تمامی نقاط تماس بهبود داد
• ونکا (Venca) موجودی را هماهنگ کرد تا نتایج جستجو و پیشنهادات بهتری ارائه دهد
• پرتی لیتل ثینگ (PrettyLittleThing) تصاویر شبکه‌های اجتماعی را در صفحات محصولش قرار داد
• اَتِرلی (Atterley) درکی عمیق از سفر مشتری را به کار برد
• گام‌های بعدی

سفر خرید امروز

همراه با انقلاب دیجیتالی در فروش آنلاین که در سراسر جهان در حال وقوع است، انتظارات مصرف‌کنندگان در هر مرحله از سفر مشتری، فروشندگان را به چالش می‌کشد که در تمامی مراحل تجربه‌ی خرید – از پیدا کردن محصول تا خرید، تجدید نظر کنند.

امروزه مصرف‌کنندگان راه را به برندها نشان می‌دهند. آن‌ها ترجیح می‌دهند از مکان‌هایی خرید کنند که هر زمان و هر طور که بخواهند در آن‌ها محصولات مورد نظر خود را پیدا و خریداری کنند. خریداران مدرن علاوه بر این که انتظار مرتبط و در دسترس بودن دارند، یکی دیگر از رفتارهای ویژه‌شان خرید بر پایه‌ی معیارهای دیداری و اجتماعی است. به دلیل توسعه‌ی سریع هوش مصنوعی و یادگیری ماشین و همچنین علاقه‌ی زیاد مشتریان و فروشندگان، استفاده از جستجوی تصویری در سراسر جهان رو به افزایش است.

به گفته‌ی یکی از شرکت‌های تحقیقات بازار، انتظار می‌رود بازار جستجوی تصویری جهانی با رشد سالانه‌ی  17.5 درصدی در بین سال‌های 2019 و 2027، از 6669 میلیون دلار در سال 2018، تا حدود 28470 میلیون دلار تا سال 2027 برسد.

جستجوی تصویری، مصرف‌کنندگان را قادر می‌سازد تا در میان محصولات با استفاده از هر نوع تصویری جستجو کنند، بدون آن که نیاز باشد به دنبال کلمات کلیدی دقیق بگردند. در همین رابطه، این فناوری نه‌تنها با پیشنهاد محصولاتی که از نظر دیداری شبیه محصول مورد نظر هستند، بلکه به کمک ایده‎هایی که از محتوای شبکه‌های اجتماعی دریافت می‌کند، پیشنهادها را بهبود می‌دهد.

جستجوی تصویری در طول سفر خرید مسیر جستجو و یافتن محصول را برای مصرف‌کنندگان هموار می‌کند و فروشندگان را قادر می‌سازد تا محصول مناسب را در زمان مناسب ارائه دهند. با استفاده از تصاویر و برچسب‌زنی خودکار محصولات، جستجوی تصویری موجودی را به‌روز می‌کند و این اطمینان را ایجاد می‌کند که همه‌ی محصولات برای مشتریان قابل مشاهده هستند.

پس تعجب‌آور نیست که 63 درصد مصرف‌کنندگان تمایل دارند تا حداقل نیمی از خرید خود را به فروشندگانی اختصاص دهند که جستجوی تصویری ارائه می‌دهند. یک مطالعه‌ی دیگر نیز نشان می‌دهد که 84 درصد از فروشندگان آن را ابزاری مهم برای موفقیت خود در آینده می‌دانند.

تقاضای فزاینده برای جستجوی تصویری در حالی رخ می‌دهد که کانال دیگری که اکنون منبع کسب اطلاعات و خرید محصولات است، در رفتار خرید مصرف‌کنندگان اخلال ایجاد می‌کند: شبکه‌های اجتماعی.

“وقتی صحبت از خرید محصول می‌شود، طبیعی است که مردم بخواهند آن را ببینند و از نظر دیداری درک بهتری از شکل محصول و مناسب بودن آن داشته باشند. رشد اینستاگرام و تا حد کمتری پینترست در طول 5 سال گذشته، واقعاً به رفع این نیاز کمک کرده و افراد را قادر ساخته تا قبل از خرید احساس راحتی بیشتری کنند و ایده‌ی بهتری نسبت به چیزی که می‌خرند داشته باشند.”

– سانجای تامهین، مدیر هوش بازاریابی در نایکی

فراهم آوردن بستری برای الهام‌بخشی

گرچه حقیقت دارد که امروزه مشتریان از همه‌جا الهام می‌گیرند، اما تحقیقات نشان داده است که اکنون شبکه‌های اجتماعی منبع الهام شماره‌ی یک برای خریدها هستند. به طور خاص، 20 درصد از کاربران مورد بررسی به شبکه‌های اجتماعی دیداری همچون اسنپ‌چت و اینستاگرام اشاره کرده‌اند. شبکه‌های اجتماعی و ایده‌هایی که مصرف‌کنندگان از محتوای آنلاین دریافت می‌کنند، هم در ایجاد جرقه‌ی شروع و هم در پرورش سفر خرید مشتری حیاتی هستند. در نهایت شبکه‌های اجتماعی روی رفتار خرید تأثیر می‌گذارند.

طبق گفته‌ی Deloitte، مشتریانی که در طول سفر خرید از شبکه‌های اجتماعی استفاده می‌کنند، نسبت به افرادی که از آن‌‌ها استفاده نمی‌کنند، 4 برابر بیشتر احتمال دارد که هزینه‌ی بیشتری صرف خرید کنند.

علاوه بر این، مشتریانی که تا حدودی یا بسیار تحت تأثیر شبکه‌های اجتماعی هستند در مقایسه با کسانی که تحت تأثیر آن‌ها نیستند، 6 برابر بیشتر احتمال دارد که بیشتر خرج کنند.

با این حال، کاربران نگرانی‌هایی درباره‌ی خرید مستقیم از پلتفرم‌های شبکه‌های اجتماعی دارند. Sumo Heavy، به نقل از eMarketer، نشان داد که مهم‌ترین نگرانی ذکرشده‌ی افراد امنیت (71٪) و پس از آن حریم خصوصی (65٪) و قانونی بودن خرید (64٪) بود.

جستجوی تصویری با رسیدن به مصرف‌کنندگان در نیمه‌ی راه، فروشندگان را قادر می‌سازد تا به مشتریانشان کمک کنند محصولاتی را که از نظر دیداری مشابه آن‌چیزی هستند که در شبکه‌های اجتماعی دیده‌اند، پیدا کنند. در حالی که 89٪ از مدیران فروش در جهان می‌گویند که سازمان‌های آن‌ها برای ادامه‌ی حیات خود باید سرعت نوآوری خود را تسریع کنند، اما هوشیار بودن و پرسیدن این سؤال که «آیا جستجوی تصویری مؤثر است؟» قابل درک است.

براساس تعدادی از تجربیات موفق و پذیرفته از سوی مشتریان، مطالعات موردی زیر نگاه عمیقی به ویژگی‌های قدرتمند و فرصت‌های رشدی که جستجوی تصویری ارائه کرده، دارد.

۱- بوهو (Boohoo) پیدا کردن محصولات را ساده کرد

Boohoo.com یک فروشگاه مد آنلاین با درآمد سالانه‌ی 580 میلیون پوند و بازار هدف مصرف‌کنندگانی از نسل Z  و Y  (متولدان دهه‌ی 80 میلادی به بعد) است.

طبق گزارش فایننشال تایمز در سپتامبر 2019، بوهو به نقطه‌ای روشن در فضای آشفته‌ی خرده‌فروشی تبدیل شده است، زیرا از خریدهای آنلاین فزاینده‌ی مشتریان سود می‌برد؛ در حالی که بسیاری از فروشگاه‌های زنجیره‌ای در حاشیه‌ی خیابان‌ها تلاش می‌کنند تا با سرعتِ تغییرات کنار بیایند. حتی بعضی از پیشگامان دیجیتال حس می‌کنند بوهو که روزانه حدود 200 مورد جدید به وبسایت خود اضافه می‌کند، از آن‌ها سبقت گرفته است.

این فروشگاه آنلاین با کمک شرکت هوش مصنوعی Syte ترکیبی از راه‌حل‌های جستجوی تصویری را برای دستیابی به موارد زیر راه‌اندازی کرده است:

• بهبود شیوه‌ی پیدا کردن محصول
• ساختن سبد خرید
• ایجاد سروصدای بیشتر حول نوآوری در فناوری
• ادغام شبکه‌های اجتماعی در سفر خرید مشتری
• بهبود برچسب(تگ)های محصولات موجود

چالش‌ها چه بودند؟

بوهو می‌خواست بدون منابع سنگین و تغییر در رابط کاربری به طور قابل توجهی فرایند پیدا کردن محصول را در سرتاسر سفر خریدار بهبود بخشد. با افزودن ویژگی جستجوی تصویری، این فروشگاه آنلاین انتظار داشت:

• سفر خرید مشتریان را بهبود ببخشد
• برای هر جستجو، موارد مرتبط‌تری را در اختیار خریداران قرار دهد
• ساختار برچسب‌زنی محصول در بوهو را ساده کند و تجربه‌‌ی کاربری را بهبود بخشد
• در منابع توسعه صرفه‌جویی کند

نتایج چه بود؟

با استفاده از قیف‌های جستجوی تصویری، مشتریان بوهو اکنون می‌توانند محصولی را که الهام‌بخش آن‌ها بوده به روشی ساده‌تر و جذاب‌تر پیدا کنند.

“بازدیدکنندگانی که با گزینه‌ی نمایش محصولات مشابه در صفحه‌ی محصول تعامل می‌کنند، دارای نرخ تبدیل بیش از 100٪ بیشتر و AOV (میانگین مقدار سفارش) 12٪ بیشتر از کسانی هستند که این کار را نمی‌کنند. در نهایت، تعداد صفحاتی که این افراد در هر مرتبه مراجعه به سایت بازدید می‌کنند، بیش از 135% بالاتر است.”

– Andrew Thompson (اندرو تامسون، مدیر فروش اینترنتی بوهو)

جستجو با دوربین

• بوهو متوجه شد که نرخ تبدیل برای مشتریانی که از جستجو با دوربین استفاده می‌کردند، در مقایسه با کسانی که از آن استفاده نکردند 85 درصد بیشتر است.
• بوهو شاهد افزایش 125 درصدی بازدید از صفحات برای کاربرانی بود که از جستجو با دوربین استفاده می‌کردند.

خرید اقلام مشابه(Shop Similar)

• نرخ تبدیل برای مشتریانی که از گزینه‌ی خرید اقلام مشابه استفاده کرده‌اند، در مقایسه با صفحه‌ی جزئیات محصول قبلی 2 برابر بیشتر بوده و متوسط میزان فروش 12 درصد افزایش داشته است.
• تا 135 درصد افزایش بازدید صفحات در هر بار مراجعه به وبسایت

۲- فارفچ (Farfetch) تجربه‌ی مشتری را در تمامی نقاط تماس بهبود داد

فارفچ یک فروشگاه مد لوکس آنلاین است که در سال 2007 تأسیس شد و دفتر اصلی آن در انگلستان است. این شرکت فروش بیش از 3000 برند را در سراسر جهان مدیریت می‌کند، به بیش از 190 کشور ارسال دارد و وبسایت‌های محلی را به 14 زبان ارائه داده است.

چالش‌ها چه بود؟

فارفچ به عنوان یک خرده‌فروش آنلاین بزرگ می‌خواست مطمئن شود که برندهایی که با آن‌ها کار می‌کند به صورتی عالی با مصرف‌کنندگان علاقه‌مند ارتباط برقرار می‌کنند. فارفچ با معرفی مفهومی که فروشگاه و خدمات آنلاین را ادغام می‌کرد، به دنبال اهداف زیر بود:

• دسترس‌پذیرتر کردن برندهای ناشناخته‌ای که از نظر سبک با برندهای دیگر در مارکت‌پلیس آن‌ها مشابه هستند
• فعال کردن مقایسه‌ی موارد مشابه از نظر دیداری براساس قیمت و برند
• قادر ساختن مشتریان به برقراری تعامل و درگیر شدن با سبک‌های الهام‌بخشی که روزانه با آن‌ها مواجه می‌شوند.

راه‌حل و نتایج چه بود؟

فارفچ به سراغ جستجوی تصویری رفت، زیرا این امکان باعث می‌شد که پیدا کردن محصولات در تمامی برندها آسان شود.

“زمانی که ما با یک استارتاپ هوش مصنوعی همکاری کردیم تا ویژگی‌های جستجوی تصویری داخل اپ خود را قدرتمند کنیم، من هیجان‌زده بودم. این ویژگی به مشتریان ما کمک کرد تا ایده‌هایی را که از مشاهده‌‌ی لباس‌ها می‌گیرند تبدیل به واقعیتی کنند که می‌توانند آن را بپوشند.”

• سارا وود، معاون محصولات مخصوص مصرف‌کنندگان در فارفچ

با تمرکز بر بهبود تجربه‌ی مشتری از طریق ارائه‌ی راهکاری بهتر برای پیدا کردن محصولات در تمامی نقاط تماس، نتایج زیر برای این فروشگاه لوکس آنلاین به دست آمد:

• تعریف دوباره و ساده‌سازی‌شده‌ی فرایند یافتن محصولات
• بازخورد مثبت مشتریان نسبت به ساده‌سازی فرایند یافتن محصولات در تمامی نقاط تماس
• درک عمیق‌تر از نیازهای مشتری برای ارائه‌ی تجربه‌ی خرید شخصی‌تر

۳- ونکا (Venca)موجودی را هماهنگ کردتا نتایج جستجو و پیشنهاداتبهتری ارائه دهد

ونکا یکی از فروشندگان مطرح لباس در اسپانیا است. این برند در سال 1975 تأسیس شده و لوازم آرایشی، لباس، منسوجات و محصولات خانگی را هم به صورت آنلاین و هم از طریق کاتالوگ به فروش می‌رساند. با سهم بازار 60 درصدی، ونکا در میان 10 خرده‌فروش برتر مد است و از نظر تعداد لباس‌هایی که به صورت آنلاین در اسپانیا فروخته می‌شوند رتبه‌ی سوم را دارد.

ونکا هر فصل یک مجموعه‌ی جدید ارائه می‌دهد و سالانه بیش از 18 میلیون کاتالوگ و 50 میلیون ایمیل برای 8.5 میلیون مشتری خود در سراسر شبه جزیره‌ی ایبری ارسال می‌کند.

چالش‌ها  چه بودند؟

ونکا مستقیماً به مصرف‌کنندگان در بازارهای اصلی خود، اسپانیا و پرتغال فروش دارد و مستقیماً به سایر خرده‌فروشان در بیش از 80 کشور می فروشد. برای مجموعه‌ی جدید خود در هر فصل، حدود 3000 مدل در سال دارد که از طریق شرکای شخص ثالث آن‌ها تکمیل می‌شود. در کل، ونکا 25000 آیتم در کاتالوگ‌های خود دارد.

برای قرار گرفتن در صدر رقابت فزاینده و انتظارات روبه‌افزایش مشتریان، ونکا به دنبال موارد زیر بود:

• بهبود بخشیدن به نتایج جستجو و فرایند پیدا کردن محصولات
• ساده کردن عملیات بک‌اند به ویژه برچسب‌زنی (تگ زدن) موجودی
• تبدیل شدن به مارکت‌پلیسی بزرگ‌تر و یکپارچه‌تر که مشتریان و برندهای بیشتری را پشتیبانی کند
• ایجاد نوآوری در سفر مشتری برای افزایش تعامل و وفاداری مشتری

راه حل چه بود؟

ونکا هوش مصنوعی تصویری را بر هر تکنولوژی دیگری مقدم دانست، زیرا نزدیکترین تجربه را به آن‌چه که مشتریان هنگام خرید از فروشگاه‌های فیزیکی تجربه می‌کنند، فراهم می‌کرد. به طور کلی موارد زیر انجام شد:

• ونکا راه‌حل‌های متفاوتی را امتحان کرد. پس از بررسی‌های گسترده، این شرکت یکی از ارائه‌دهندگان سرویس هوش مصنوعی تصویری به نام Syte را انتخاب کرد که خدماتش شامل جستجوی تصویری، خرید محصولات مشابه و برچسب‌زنی عمیق بود.
• ونکا با ترکیب سرعت و انعطاف‌پذیری، هوش مصنوعی تصویری را بدون به کار گرفتن تغییرات شدید در زیرساخت فنی خود به کار گرفت. همچنین این ویژگی را با توجه به طراحی ظاهری ونکا شخصی‌سازی کرد.

نتیجه چه بود؟

پس از به کارگیری هوش مصنوعی تصویری، ونکا جستجوی محصول را برای خریدارانش آسان کرد. اکنون دیگر نیازی به فیلتر کردن دسته‌ها نیست. امکان جستجو با دوربین، تمام محصولات مرتبطی را که مشتری ممکن است به آن‌ها علاقه داشته باشد به او نشان می‌دهد.

• نرخ تبدیل با جستجوی تصویری 3.79 برابر بیشتر از کاربرانی است که با این فناوری تعامل نمی‌کنند.
• میانگین مدتی که خریداران با وبسایت تعامل می‌کنند، با جستجوی تصویری 3.9 برابر بیشتر از کسانی است که این کار را نمی‌کنند.
• ترکیب جستجوی متنی با جستجوی تصویری منجر به افزایش نرخ تبدیل تا 8 برابر می‌شود.

از نظر موتورهای پیشنهاد هوشمند، امکان «مشاهده‌ی محصولات مشابه» به ونکا اجازه می‌دهد تا تجربه‌ی شخصی‌تر و متناسب‌تری را به خریداران خود ارائه دهد. سرانجام، فناوری برچسب‌زنی عمیق تگ‌ها و اطلاعات موجودی طبقه‌بندی‌نشده‌ی ونکا را تلفیق می‌کند و تعداد آیتم‌هایی را که این شرکت می‌تواند در کاتالوگ‌های خود اضافه کند، افزایش می‌دهد.

“با ترکیب جستجوی متنی و جستجوی تصویری ، نرخ تبدیل 8 برابر بیشتر می‌شود. بنابراین، این دو نوع جستجو ناقض یکدیگر نیستند، بلکه یکدیگر را کامل می‌کنند. دستیابی به این نوع افزایش در نرخ تبدیل با راه حلی تا این حد آسان، بسیار نادر است. قطعاً زمانی که محصولات بیشتری به کاربر نمایش داده شود، تأثیر بیشتری بر روی آن‌ها خواهد داشت.”

– جوردی بدیا، مدیر ونکا

۴- پرتی لیتل ثینگ (PrettyLittleThing)تصاویر شبکه‌های اجتماعی را در صفحات محصولش قرار داد

پرتی لیتل ثینگ (PLT) یک خرده‌فروش آنلاین مد است که در انگلستان مستقر است و در استرالیا، فرانسه، ایرلند و ایالات متحده نیز فعالیت می‌کند. این شرکت در سال 2012 تأسیس شده و مخاطبان هدف آن زنان 16 تا 24 ساله هستند. PLT به دلیل همکاری با اینفلوئنسرها معروف است.

چالش‌ها چه بودند؟

PLT می‌خواست از حضور گسترده‌ی خود در شبکه‌های اجتماعی استفاده کند و آن را در تجربه‌ی مشتری در وبسایت خود ادغام کند. سفر خریدار PLT از نقطه‌ی الهام گرفتن از شبکه‌های اجتماعی تا خرید محصول متصل نبود. برای بهبود این سفر، PLT بر روی موارد زیر تمرکز کرد:

• کار بر روی ترافیک بالای وبسایت بر روی موبایل
• بهبود نرخ تبدیل از وب موبایل ضمن استفاده از صفحه‌‌های شبکه‌های اجتماعی
• بهبود نتایج جستجو و قابلیت پیدا کردن محصولات

راه حل و نتایج چه بود؟

PLT با کمک یک شرکت هوش مصنوعی، یک قیف جستجوی محصولات به کمک دوربین را به وبسایتش افزود که شامل تصاویر شبکه‌های اجتماعی برای الهام‌بخشی به خریداران و مطالب آموزشی برای افزایش میزان استفاده از جستجوی تصویری می‌شد.

به طور کلی PLT افزایش قابل توجهی در نرخ تبدیل وب‌سایت و بهبود تجربه‌ی پیدا کردن محصولات را تجربه کرد.

جستجو با دوربین

• افزایش نرخ تبدیل وبسایت تا +2-11.7 % ( متناسب با هر منطقه و A/B  تست شده)
• افزایش درآمد به‌دست‌آمده در هر بازدید تا +2.3 %

۵- Atterleyدرکی عمیق از سفر مشتری را به کار برد

آترلی یک مارکت‌پلیس آنلاین با بیش از 600 برند است. این خرده‌فروش آنلاین مستقر در انگلستان، به بیش از 94 کشور با 80 زبان و 10 ارز ارسال دارد. بیش از هر چیزی، آترلی بر فراهم کردن تجربه‌ی مشتری سریع، آسان و رضایت‌بخش تمرکز دارد.

آترلی به دلیل گستردگی برندهایش می‌خواست به مشتریان راهی بهتر برای پیدا کردن محصولات و برندها از طریق وبسایت بدهد. فروشگاه آنلاین فضای شلوغی است و مارکت‌پلیس آنلاین، نیازی جدی به نوآوری برای رقابت دارد. آترلی به خصوص به این موارد علاقه‌مند بود:

چالش‌ها چه بودند؟

• ارائه‌ی تجربه‌ی مشتری استثنائی
• استفاده از محتوای تولیدشده توسط کاربر
• استاندارد کردن برچسب(تگ)های موجودی

راه حل و نتایج چه بود؟

آترلی به کمک هوش مصنوعی تصویری همه‌چیز را از جستجوی تصویری تا پیشنهاد محصولات از نو پیاده‌سازی کرد. این فروشگاه آنلاین به دقت توجه کرد که از صفحات محصول گرفته تا برچسب‌های خودکار، هر کدام چگونه می‌توانند تجربه‌ی مشتری را با جستجوی تصویری بهبود دهند.

• عمده‌ی ترافیک آترلی مستقیماً از صفحات محصول می‌آید. اطمینان از این که این صفحات می‌توانند سفر مشتری را به خوبی هدایت کنند، نکته‌ای کلیدی است. با افزودن ویژگی «خرید اقلام مشابه» هرکسی که وارد پیج محصول می‌شود، محصولات مرتبط را به سرعت پیدا می‌کند.
• سرمایه‌گذاری در محتوای تولیدشده توسط کاربران (UGC): اترلی از فناوری هوش مصنوعی تصویری برای کمک به مشتریان در خرید لباس‌های اینفلوئنسرهایی که در اینترنت می‌بینند، از طریق ایمیل گرفته تا پست‌های وبلاگ خود، استفاده می‌کند. با استفاده از این فناوری، هر تصویر تولیدشده توسط کاربران را می‌توان با تکه‌های لباس موجود در انبار اترلی برچسب‌زنی کرد. این یک قدم فراتر از فهرست کردن ساده‌ی مواردی است که در یک ایمیل یا یک پست با یکدیگر مطابقت دارند، زیرا موجودی اقلام ثابت نیست.
• برچسب‌گذاری عمیق (deep tagging): این فناوری تگ‌ها (برچسب‌های) دقیقی را فراهم می‌کند که باعث صرفه‌جویی در وقت شده و تگ‌های غنی‌تر، اطلاعات محصول بهتر و سفر مشتری راحت‌تری جهت پیدا کردن آن‌چه که دقیقاً به دنبالش هستند، در اختیار مشتریان برای جستجو قرار می‌دهد.

گام‌های بعدی:

جستجوی تصویری با استفاده از الگوریتم‌های تشخیص تصویر، تکنولوژی هوش مصنوعی شبکه‌های عصبی، علم داده، یادگیری عمیق، فیزیک ذرات و بینایی ماشین را با بینش‌های روان‌شناسانه و فرهنگی ترکیب می‌کند.

سرمایه‌گذاری در یک راه‌حل دیجیتالی جدید مانند جستجوی تصویری، تحقیقات زیادی را می‌طلبد. اما آن‌چه که این مطالعات موردی نشان می‌دهند این است که جستجوی تصویری نتیجه می‌دهد: جستجوی تصویری به مشتریان موارد قابل خرید مشابه، دقیق و مرتبط را سریع و در مقیاس بزرگ نشان می‌دهد و انتظارات مربوط به راحتی و در دسترس بودن را برآورده می‌کند.

” برندها و فروشندگان برای آن که مطمئن شوند تحول آن‌ها در مسیر درستی قرار گرفته و پایدار است، نیاز دارند جهت و مزایای آخرین ترندهای تکنولوژی فروش را بدانند. آن دسته از فروشندگان و برندهایی که می‌توانند قدرت تکنولوژی را در اختیار خود درآورند و تحول دیجیتال را بپذیرند، بیشتر احتمال دارد که در دنیای دیجیتال با موفقیت رقابت کنند.”

– Fung Business Intelligence

اگر تمایل دارید تکنولوژی‌های مبتنی بر هوش مصنوعی تصویری را به فروشگاه آنلاین خود اضافه کنید، حتماً برای مشاوره رایگان با ویژن ایکس تماس بگیرید.

مرجع:

https://www.syte.ai/wp-content/uploads/2019/11/The-5-Best-Case-Studies-for-Visual-Search.pdf

مترجم: افروز عباسی

این مطلب را در شبکه‌های اجتماعی به اشتراک بگذارید: