Perakende Sektöründe Yapay Zeka Kullanımı

Herkese merhaba, bu yazımızda perakende sektöründeki yapay zeka kullanımından ve yapay zekanın yakın gelecekte hayatlarımızı ne şekilde etkileyeceğinden örneklerle bahsetmeye çalışacağız.

Dünden bugüne, dünya çapında teknolojiyi dönüştüren ve geliştiren pek çok yenilik gerçekleşti. Cep telefonu, bilgisayar, internet günde belki de yüzlerce kez kullandığımız ve hayatımızı kolaylaştıran yeniliklerin başında gelmekte. Hayatımızda köklü bir yere oturmuş olan bu yenilikler şu anda tamamen yok olsa nasıl bir boşluğa düşeceksek, günümüz teknoloji çağında da yapay zeka tam da böyle bir konuma gelmiş durumda.

Statista’nın verilerine göre, yapay zekanın uluslararası değeri, 2022'de 428 milyar, 2023'te 515 milyar, 2024'te ise 620 milyar dolara ulaşmış durumda. Bu rakamın 2025'te 735 milyar doları aşması beklenirken, 2030’a kadar 2 trilyon dolara ulaşacağı öngörülüyor. 

Süreklilik halinde hızla gelişen yapay zeka, hayatımıza ilk olarak daha sınırlı iletişim yöntemleriyle, özellikle yazılı iletişim formatında girdi. Çok kısa sürede gelişerek görsel, işitsel olarak da hayatımızı kolaylaştırmaya, aklımızdakileri birkaç prompt ile saniyeler içerisinde görselleştirebilmeye başladı. Şu anki haliyle bile yapay zekanın çok kısıtlı bir bölümünü kullandığımızı göz önünde bulundurursak, yakın gelecekte yaşanacak teknolojik gelişmelerin çok daha farklı boyutlara ulaşacağını söylemek çok da yanlış olmaz.

Önceden arama motorlarına sorduğumuz çoğu şeyi artık yapay zekaya danışıyor, nasıl uygun fiyatlı bir seyahat güzergahı benimseyeceğimizi, en yakın arkadaşımızın nişanında ne giyeceğimizi veya kardeşimize doğum gününde ne hediye alacağımızı yapay zeka ile belirliyoruz. Çünkü arama motorlarıyla birkaç seferde ulaşacağımız bilgiye yapay zeka ile tek bir prompt ile ulaşabiliyoruz. Bu da bize hem zamandan kazanç sağlıyor hem de yaptığımız aramayı filtrelendirebilme imkanı sunarak daha verimli sonuçlar elde etmemize olanak sağlıyor. Örneğin, en yakın arkadaşımın nişanında ne giyeceğimi arama motoruna yazdığımda, farklı markaların blog sayfalarındaki içerikler ve ücretli sponsorlu marka isimlerinin karşıma çıktığını gözlemliyorum.

                           

                                                                              Kaynak, Google

Benzer tarzda bir sorguyu ChatGPT’ye attığımda ise, pek çok farklı renk ve modeldeki elbiseye, satın alabileceğim sitelerin linklerine kadar ulaşabiliyorum. Arama motorları ile bu elbise listesini oluşturmak için 5-10 farklı blog yazısını ve siteyi incelemem gerekirken, yapay zekaya “En yakın arkadaşım Nisan’dan nişanlanıyor ne giyebilirim?” gibi basit bir prompt yazarak 5 farklı markaya ait tamamen farklı elbise önerileri elde edebiliyorum. Sonrasında beğendiğim renk ve elbise modeli ile ilgili konuşmaya devam ederek, kendime en uygun elbiseyi 10 dakika gibi kısa bir sürede bulup satın alabiliyorum.

                               

                                                                           Kaynak, ChatGPT

Farklı bir örnek olması açısından erkek kardeşime doğum günü hediyesi alacağım senaryoyu ele alalım. Arama motoruna yapay zekaya yazdığım promptu direkt olarak ilettiğimde, Temu, Swarovski gibi sitelerin ücretli reklamları ve Trendyol’un bu konudaki blog yazısı karşıma çıkıyor.

                       

                                                                            Kaynak, Google

Kardeşime alabileceğim hediye ile ilgili fikir sahibi olacağım siteler ve içerikler iletse de, aynı sorguyu Thinkbuddy’e attığımda çok daha detaylı bir liste karşıma çıkıyor. Sonrasında bu liste üzerinden bütçemi ve kardeşimin ilgi alanları gibi filtrelemeleri yaparak, kardeşime ne hediye alacağımı daha küçük bir çembere indirebiliyor, site linklerine kadar erişerek hediyemi hızlıca sipariş edebiliyorum.

                     

                                                                         Kaynak, Thinkbuddy

Günlük hayatımızdaki bireysel yapay zeka kullanımının yanı sıra sektörel yapay zeka kullanımı da geçtiğimiz 2-3 sene içerisinde bir hayli artış gösterdi. Özellikle rezervasyon alımlarından, müşteri hizmetlerine; kullanıcıların geçmiş davranışlarına dayalı olarak kişiselleştirilmiş ürün veya içerik önerileri sunmaktan, tıbbi görüntülerin analiz edilmesiyle hastalıkların erken teşhisine kadar pek çok sektörde farklı şekilde kullanılmakta. Bu yazının devamında Perakende sektörlerdeki yapay zeka kullanımını daha detaylı ve gerçek hayattan örneklerle birlikte ele alacağız.

Gerçek Zamanlı Yapay Zeka Kullanımı

Perakende sektörü yapay zeka kullanımında önemli teknolojik yenilikleri benimseyen sektörlerin başında gelmekte. Özellikle son 5 sene içerisindeki gelişimini ve yenilikleri incelediğimizde, önümüzdeki 5 sene içerisinde yaşanacak olan gelişmeler daha da heyecan verici oluyor. Peki bu yenilikler içerisinde neler var? Kasasız mağazalar, hızlı sorun giderici chatbot’lar, sesli asistanlar, yapay zeka destekli talep tahminleri ve robot destekli operasyonlar….

Gerçek hayattan örneklerle daha detaylı inceleyelim:

1. Kişiselleştirilmiş Alışveriş Deneyimi

Yapay zeka, tüketici odaklı davranışların ve kişiye özel alışveriş deneyiminin önünü bir hayli açtı. Artık almayı düşündüğümüz ürünü üzerimizde sanal olarak deneme şansı elde edebiliyor, kendi cilt tipimize, vücut şeklimize göre önerileri çok kısa bir sürede elde edebiliyoruz. Birçok marka, müşteri sadakatini geliştirmek amacıyla yapay zeka odaklı teknolojileri organize etmek için hızlı bir şekilde kendi işlerine adapte etmeye başladı. McKinsey tarafından yapılan araştırmalara göre, kişiselleştirme ile müşteri kazanma maliyetlerinin %50'ye kadar azaltılabileceği; gelirin %5 ila %15, pazarlama yatırım getirisinin de %30’a kadar artırılabileceği ve müşteri sonuçlarının iyileştirilebileceği belirtilmiştir. 

Yapay zeka kullanarak kişiselleştirilmiş öneriler sunan markalarla ilgili bazı örnekleri detaylandıralım:

- Amazon’un yapay zeka destekli kişiselleştirilmiş sistemi, kullanıcının daha önceki alışverişleri, incelemeleri ve arama geçmişine göre hızlı bir şekilde derlenmiş öneriler sunarak, kullanıcıların daha fazla satış yapmasına ortam hazırlıyor. Amazon Personalize ile akıllı kullanıcı segmentasyonu oluşturularak, müşterilerin bireysel ihtiyaçlarının ön planda tutulması sağlanıyor. Algoritma daha önceki alışverişlere ya da arama geçmişini analiz ederek müşteri için en uygun bedenlerden stil önerilerine kadar pek çok alanda öneriler sunuyor. Üstelik bunu yaparken bedenlerin zaman içerisinde değişebileceğini göz önünde bulunduruyor. Örneğin, 1 yaşındaki yeğeniniz için kıyafet aldığınızı varsayalım. Bir süre sonra yeğeniniz için yeniden bir kıyafet arayışına girdiğinizde, Amazon’un yapay zeka destekli algoritması yeğeninizin geçen zaman içerisinde büyüdüğünü göz önünde bulundurarak kıyafet önerileri sunuyor.

- Nike By You platformu, uygulama kullanıcılarından renk tercihleri, favori aktiviteler ve ayakkabı bedenleri gibi veriler toplayarak, müşterilere son derece kişiselleştirilmiş deneyimler sunuyor. Bu platformda hayalinizdeki ayakkabıyı 15 dakika gibi kısa bir sürede oluşturup satın alabiliyorsunuz. Uygulama aracılığıyla toplanan veriler, Nike tarafından hangi spor ayakkabıların hangi mağazada stoklanacağına ve şirketin gelecekte nasıl bir yön izleyeceğine karar verirken kullanılıyor. 

                           

                                                                         Kaynak, Nike By You

- Bershka’nın ‘Custom Lab’i ve H&M’in ‘Creator Studio’su, müşterilerin kendi isteklerine göre kişiselleştirilmiş ürünler yaratmasına olana sağlayan platformlara örnek gösterilebilir. Bu uygulamalar, müşterilerle kurulan bağı güçlendirirken, talep üzerine üretimi teşvik ederek markaların sürdürülebilirlik hedefleriyle uyumlu bir strateji benimsemelerine olanak sağlıyor. Platforma girdiğimizde ilk olarak kişiselleştirmek istediğimiz ürünü seçmemiz gerekiyor, sonrasında da renk, desen gibi seçimleri yaparak hızlı bir şekilde kendi tasarladığımız ürünleri satın alabiliyoruz. Örnek olması için, Bershka’nın Custom Lab’inde bir deneme yapıyorum. Seçtiğim T-shirt’ü platformun sunduğu tasarım fikirlerinden ‘Reflective’ ile tasarlamaya başlıyorum. Dilerseniz Ford, Hello Kitty temalı seçeneklerle veya yalnızca metin ekleme seçeneğiyle devam edebilirsiniz. 

                                       

                                                                              Kaynak, Bershka

Sonrasında açılan bölümden renk, desen ve deseni konumlandırmak istediğim yeri seçerek satın alma aşamasına doğru ilerleyebiliyorum. 10 dakika gibi kısa bir sürede, kendi tasarladığım ürünü oluşturup satın alabiliyorum. 

                   

                                                                             Kaynak, Bershka

- Marks & Spencer, çevrimiçi satışları artırmak için stil danışmanı olarak yapay zekadan faydalanıyor. Müşterilerin vücut şekli ve stil tercihleri gibi bilgilere ulaşmak için yapay zeka ile geliştirilmiş test sistemini kullanan M&S, edindiği bilgiler kapsamında kişiselleştirilmiş ürün önerileri sunuyor. Online alışverişi daha cazip hale getirmek amacında olan marka, bu uygulama ile geçtiğimiz sene %41 kâr artışı, %9,4 de satış artışı elde etmiş durumda.

2. Sanal Deneme ve Artırılmış Gerçeklik Deneyimleri

Müşteri deneyimine bambaşka bir boyut kazandıran sanal deneme imkanı pek çok marka tarafından benimsenerek online alışveriş sürecini kolaylaştırmakta. Shopify tarafından yapılan bir araştırma, tüketicilerin ürünlerle sanal olarak etkileşim kurmasının %94 daha yüksek bir dönüşüm oranına yol açtığını ortaya koyuyor.

Başka bir araştırma ise, tüketicilerin %61’inin gelişmiş teknolojiler kullanan bir markadan alışveriş yapma olasılığının daha yüksek olduğunu belirtirken, tüketicilerin yarısından fazlası (%55), ihtiyaçlarına uygun kişiselleştirilmiş öneriler sunan markaların ürünleri ile etkileşime geçme olasılıklarının daha yüksek olduğunu belirtmekte.

- Nike sanal ayakkabı deneme teknolojisine bambaşka boyut getiren bir marka olarak karşımıza çıkıyor. Bireylerin %60'ının tam oturmayan ayakkabılar giydiğini ve her yıl yüz binlerce kişinin yanlış beden satın aldığını belirten Nike, bu sorunun önüne geçmek için müşterilerin ayaklarını bir akıllı telefon kamerasıyla tarayarak tam ayakkabı numara önerileri sunuyor. Marka bu teknoloji ile iade oranlarını en aza indirerek, müşteri memnuniyetini artırmayı hedefliyor.

                                                                             Kaynak, urdesign

- Amazon ayakkabı deneyimi için sanal deneme özelliğini kullanıyor. Bu özellik beden konusunda anlamlı sonuçlar veremese de, renk ve model gibi seçeneklerin uygulamalı olarak görülmesine olanak sağlıyor.

                                                                           Kaynak, Amazon

- Aynı şekilde Flo’nun “ayağında gör” uygulaması ile de almayı düşündüğünüz ayakkabıları arka kamera yardımıyla ayağınızda deneme şansı elde edebiliyorsunuz.

- Atasun Optik de benzer bir uygulama ile, onlarca güneş gözlüğü arasından yüz şeklinize en uygun olacak modeli uygulamalı olarak görmenize olanak sağlıyor.

- IKEA, insanların almayı planladığı mobilyaların, ev veya ofis gibi alanlarda nasıl görüneceğine satın almadan gözlemleme şansı sunuyor. IKEA Place, alınacak eşyaların renginin, büyüklüğünün oda içerisindeki uyumuna göre seçilmesine olanak sağlar.

                                                       

                                                                                Kaynak, IKEA

- Flormar, Loreal Paris ve Sephora gibi güzellik markaları sanal deneme uygulaması ile, merak edilen makyaj ürünlerini, ister gerçek zamanlı olarak kendi yüzünüzde, ister seçtiğiniz model üzerinde sanal olarak denemeye olanak tanıyan markalar olarak karşımıza çıkmakta. Bu sayede kullanıcılar, ruj veya fondöten renklerini yüzlerinde test edebiliyor, online alışverişte bile cilt tonuna uygun seçeneği tespit ederek alışverişlerini tamamlayabiliyorlar.

3. Ürün İncelemeleri ve Değerlendirme

- Hepsiburada müşterilerin satın almış olduğu ürüne yazdığı yorumları yapay zeka ile objektif bir şekilde özetleyen bir teknoloji kullanıyor. ChatGPT’ye dayalı hazırlanan bu yanıtlar, aynı ürünü satın almak isteyen diğer kullanıcılara daha iyi bir alışveriş deneyimi sunmak için tarafsız bir şekilde rehberlik ediyor. Örnek olması için Yataş’ın bir ürününü incelediğimde, satın alım yapan 1053 kişinin yorumunun, yapay zeka ile bir paragrafta özetlendiğini görebiliyoruz. Bu uygulama ile, satın alım yapacak potansiyel müşteriler, daha önceden satın almış binlerce müşteri yorumunu okumadan ürün hakkında kolayca fikir sahibi olabiliyor.

                                                               

                                                                          Kaynak, Hepsiburada

Hepsiburada buna ek olarak kullanıcıları yorum yapmaya teşvik eden bir ChatGPT entegrasyonu kullanıyor. Bu entegrasyonda, ürünü daha önce satın almış kullanıcıların yorumlarında sıklıkla kullandığı kelimelerden yola çıkılarak, yeni satın almış kişilerin yorumunda kullanabileceği anahtar kelime önerileri sunuluyor. Satın aldığı ürünle ilgili deneyimini aktaracak olan kullanıcılar, yapay zeka desteğiyle hazırlanmış bu yorumları kendince düzenledikten sonra direkt olarak yayınlayabiliyor.

4. Kasasız ve Akıllı Mağazalar

Kasasız mağazalar ve akıllı kabinler, perakende sektöründe alışveriş serüvenini kolaylaştıran bir diğer yenilik. Bu yeniliğin öncüsü olan bazı markalar aşağıdaki gibi:

- Amazon kasasız ve kasiyersiz market modelinin öncüsü olarak karşımıza çıkıyor. Amazon Go adı verilen bu mağaza, müşterilerin akıllı telefonlarındaki uygulama aracılığıyla giriş yapmalarını sağlıyor ve raflardaki sensörler, seçilen ürünleri otomatik olarak takip ediyor. Müşteriler, alışverişlerini tamamladıktan sonra mağazadan çıkarken ürünler kredi kartlarına faturalandırılıyor, böylece geleneksel kasada bekleme süresi ortadan kalkıyor.

                               

                                                                             Kaynak, Midjourney

- Walmart, dağıtım merkezlerinde, yapay zeka destekli otonom robot olan FoxBot forkliftlerinden kullanıyor. FoxBot, palet konumlarının belirlenmesinden, hassas yük taşımaya kadar verimli ve dikkatli bir şekilde çalışarak manuel forklift işlemleriyle ilişkili ürün hasar riskini azaltıyor. Bu sayede operasyonel verimlilikte artış sağlayan Walmart, otonom teknoloji ile daha kolay bir şekilde veri toplayarak analiz imkanı yakalıyor.

5. Chatbot ve Sesli Asistanlar

- H&M’in yapay zeka destekli chatbot’u çevrim içi veya fiziksel mağaza alışverişlerinde yaşadığımız sorunlara hızlı bir şekilde çözüm önerileri sunuyor. Chatbot’u denemek için iade süreçleriyle ilgili bilgi istedim ve kaç gün içerisinde, hangi şartlarda iade işlemini gerçekleştirebileceğimi anlaşılır bir şekilde iletti.

                                                                                      Kaynak, H&M

- Bir başka örnek olarak, Zara’nın Yapay Zeka Sanal Asistanı örnek verilebilir. Siparişler, iade işlemleri, hesap yönetimi ve hediye kartları gibi pek çok konuda müşteri hizmetlerine ulaşmaya gerek kalmadan yapay zeka canlı destek ile sorularımızı çözüme kavuşturabiliyoruz.

                                                                             Kaynak, Zara

6. Tedarik Zinciri ve Lojistik İnovasyonları

- Zara, neredeyse tüm süreçlerine yapay zekayı başarılı bir şekilde entegre eden bir marka olarak karşımıza çıkıyor. Bu AI kullanımı tüm tedarik zinciri ve envanter yönetimini de kapsamakta. Stratejisinin temel unsurları arasında Just-In-telligent tedarik zinciri sistemi, RFID etiketleme, gerçek zamanlı analizler ve makine öğrenimi yer alıyor.

Zara bu teknolojiler ile, talebin fazla olduğu ürünleri çok kısa bir sürede tespit ederek alternatifleri üzerinde yeni ürün stratejileri geliştirilmeye başlarken; satış oranlarının düşük olduğu ürünleri de hızlı bir şekilde tespit ederek satıştan kaldırabiliyor. Marka, bu sayede hızla değişen piyasa trendlerine az bir eforla adapte olarak verimlilikte artış elde ediyor. Zara bu yapay zeka kullanımı ile, teslimat doğruluğunu artırmasına ek olarak envanter maliyetlerini en aza indirmekte ve teslim sürelerini kısaltmaktadır. 

- Müşterilerinin istek ve ihtiyaçlarını daha iyi bir şekilde karşılamak için ürünlerini nasıl tedarik edeceği ve stoklayacağını geliştirmek isteyen Nike, tahmine dayalı analitik güçlerini artırmasına yardımcı olması için yapay zeka girişimi Celect'i satın almıştı. Celect, perakende verilerinden içgörüler sağlayarak şirketlerin envanterlerini düzenlemelerine ve maliyet/fayda analizlerini görmelerine yardımcı oluyor. Bu satın alma, Nike'ın mobil uygulaması ve web sitesi gibi çeşitli dağıtım kanallarında doğrudan tüketiciye satışlarını artırma stratejisiyle uyumlu.

Bonus: 

Ücretsiz kıyafet deneme uygulaması Kolors Virtual Try-On ile dilediğiniz model kıyafeti dilediğiniz kişi üzerinden saniyeler içerisinde görebiliyorsunuz. Bunu yapmak için öncelikle web sitesine girmeniz ve kıyafeti kimin üzerinde görmek istiyorsanız o kişiye ait net bir görseli ilk kutucuğa eklemeniz gerekiyor. 

2. adımda kıyafetin net bir görselini ekleyerek devam ediyoruz. Ben örnek olması açısından beğendiğim bir siyah elbiseyi Jennifer Aniston üzerinde deniyorum: 

Yukarıda gördüğünüz gibi 1 dakika içerisinde istediğim sonuca çok verimli bir şekilde ulaşmış oluyorum. Siz de üzerinizde nasıl görüneceğine merak ettiğiniz kıyafetleri bu uygulama ile deneyebilir, kabinde uzun süreler geçirme sorununun önüne bir nebze de olsa geçebilirsiniz.

Bu yazımızda sizlere perakende sektöründeki yapay zeka kullanım örneklerini göstermeyi amaçladık. Umarım verimli bir yazı olmuştur. Daha fazla yapay zeka yazısı için AI Blog sayfamızı ziyaret edebilirsiniz. Yapay zekayı işlerinize nasıl entegre edebileceğinizi bilmiyor ve bir yerlerden başlamak istiyorsanız ekiplerimizle buradan iletişime geçebilirsiniz. Yeni yazılarda görüşmek üzere!