Polywood, ритейлер уличной мебели, активно применяет искусственный интеллект (ИИ) и машинное обучение для анализа потребительских трендов и улучшения персонализации, как сообщил Бен Шпигель, главный цифровой директор компании. В своей работе Polywood использует Claude от компании Anthropic для помощи в разработке кодов. Кроме того, компания разработала собственную модель большого языка (LLM), которая отвечает на специфические запросы о данных и трендах потребителей, что способствует ретаргетингу.
Переход на новую платформу
Полгода назад Polywood изменила свою платформу электронной коммерции, перейдя на Shopify. Этот переход привел к увеличению конверсии на 22%, так как компания перешла на 100% ИИ-ориентированное кодирование. "Но мы сохранили всех наших разработчиков," — отметил Шпигель. "Никого не уволили. Теперь они в два раза быстрее внедряют новые функции и возможности." Несмотря на общую тенденцию замены разработчиков ИИ, Polywood считает, что их сотрудники могут достичь гораздо большего, используя ИИ как инструмент, а не замену.
Прогнозирование продаж с помощью ИИ
Polywood использует три основных фактора для прогнозирования продаж в электронной коммерции: погода, продажи домов и разрешения на строительство. Для этого компания анализирует общедоступные данные о погоде, которые интегрируются в их операционную систему с LLM. Также Polywood приобрела данные из многоквартирных списков (MLS) недвижимости. "Мы объединили эти данные с погодными показателями и проанализировали их на основе старых покупок, чтобы определить, что может купить клиент в зависимости от его дома," — пояснил Шпигель.
Используя исторические данные о погоде и покупках, Polywood выяснила, что день заказа, трехдневные и 14-дневные прогнозы менее показательны для определения вероятности покупки. Вместо этого, семидневный прогноз стал ведущим индикатором для продаж. "Это машинное обучение," — добавил Шпигель. "Мы обучили наши модели на этих погодных паттернах, чтобы затем протестировать их на недавних данных и предсказать лучшее время для отправки каталога или показа рекламы на основе региональной погоды."
Создание персонализированных профилей клиентов
Polywood использует три основных предиктора и ИИ для разработки персонализированных профилей клиентов. Эти профили помогают тестировать маркетинговые сообщения, которые больше основаны на типах домов, чем на личных качествах. Например, данные показывают, что покупатели новых домов часто приобретают уличную мебель в течение первых шести месяцев, тогда как владельцы домов с бассейнами делают это в первый месяц.
Созданные профили помогают Polywood:
- Определять, какие креативы показывать.
- Управлять собственными моделями атрибуции.
- Устанавливать параметры для профилей и таргетинга.
Использование ИИ для создания маркетингового контента
Polywood также применяет ИИ для создания маркетинговых текстов и изображений. Контент персонализируется в зависимости от того, какие объявления кликают пользователи, чтобы попасть на сайт. Если клиент ищет белую уличную мебель, Polywood использует ИИ для отображения белых товаров в рекламе и на целевой странице. Эта персонализация, основанная на ИИ, помогла увеличить средний чек на 12%, что для компании с средней ценой покупки около $1600 является значительным достижением.
Кроме того, ИИ помог сгенерировать рекламные тексты, что снизило стоимость клика и способствовало увеличению конверсии. "Мы не всегда знаем, что именно повлияло на результат: лучшее объявление или улучшенный опыт на целевой странице, но мы наблюдали улучшения в обоих аспектах," — отметил Шпигель.
Polywood также "эволюционировала в сторону" изображений образа жизни, добавил он. Компания интегрирует свои модели продуктов в ИИ, который затем создает изображения. У Polywood 150,000 различных SKU в разных цветах, и все изображения теперь создаются с помощью ИИ. "Это не только студийные снимки, но и множество изображений, которые вы видите сейчас, полностью автоматизированные и созданные с помощью ИИ," — заключил Шпигель.