この小売業者は機械学習とコンピューター ビジョンを使用して棚を満員に保つ方法
新しいテクノロジーは、小売業者が生産性を向上させ、顧客を満足させるのに役立ちます。また、他の分野の専門家にとっても大きな教訓があります。
ホーム デポのスタッフはコンピューター ビジョンを使用して棚にある商品を見つけます。
米国全土に何千もの店舗を持つホームセンターの専門家である場合、店舗や倉庫全体で製品を追跡するのは困難な場合があります。ブラック フライデーと忙しいホリデー期間という複雑な状況が加わると、この課題はほとんど手に負えないもののように思えます。
しかし、The Home Depot は、機械学習 (ML) とコンピューター ビジョン テクノロジを組み合わせて、スタッフが顧客向けの製品を迅速かつ効果的に見つけられるようにすることで、この試練に正面から取り組んでいます。
The Home DepotのテクノロジーフェローであるHari Ramamurthy氏は、ZDNETのビデオインタビューで、この新興テクノロジーの導入が小売大手にとっていかに当然のことであるかを説明している。
「私たちはテクノロジーに重点を置いた会社です」と彼は言います。 「私たちは、最新かつ最高のテクノロジーを活用して、スタッフ、そして最終的にはお客様のエクスペリエンスを大幅に向上させる方法を模索しています。」
Ramamurthy 氏によると、The Home Depot はスタッフの生産性を向上させるために、Sidekick として知られる ML を利用したアプリを開発しました。
このアプリはコンピュータービジョンも利用しており、ホームデポのスタッフが使用する携帯端末「hdPhone」にインストールされている。これらのデバイスは、Zebra Technologies、HPE、Aruba と協力して開発されました。
Sidekick は 2023 年の初めに公開されましたが、ラママーシー氏は、このアプリはビジネス全体にわたるさまざまなデータ主導の取り組みの最新段階にすぎないと述べています。
「機械学習や人工知能などのテクノロジーは、従業員や顧客に適切な結果をもたらすという点で、明らかに大きな可能性を秘めています」と彼は言います。
Sidekick の開発に関して、The Home Depot はクラウド対応の ML アルゴリズムを使用してスタッフ (ラママーシー氏のことを「アソシエイト」と呼んでいます) が重要なタスクに優先順位を付けられるようにするオーダーメイドのシステムを作成しました。
このアプリを使用すると、従業員は最も需要の高い製品に注意を集中できるようになり、頭上の棚などの見つけにくい場所にある商品を見つけるのに役立ちます。
「私たちは、従業員が自分のいる場所に関連した最も価値の高いタスクを常に与えられるようにし、従業員が生産性を持って業務を遂行できるようにしたいと考えました。」と彼は言います。 「私たちはアルゴリズムに情報を与えるために内部データソースから生成された複数の信号を使用しています。」
ML モデルは、POS テクノロジーや在庫管理プラットフォームなどのトランザクション システムからデータを取得します。
ただし、このモデルは小売データの従来の構造化ソースを超え、店舗内の買い物客の流れを示すビデオカメラのフィードなどの半構造化ソースから洞察を引き出します。
このアプリはコンピュータ ビジョンも使用しており、従業員が hdPhone の Sidekick アプリで画像をキャプチャします。
スタッフが店内のあらゆる場所の写真を撮影します。 Home Depot はデータを使用して、どの製品が棚に並んでいるかについての詳細を調べます。
「コンピューター ビジョンは、非トランザクション システムから取得され、アルゴリズムに情報を提供するデータの好例です」と Ramamurthy 氏は言います。
「これは非常にエキサイティングな手法です。データ ソースを強化するために、このストリームを通じて大量の情報が入ってくることがわかります。これは、より完全な信号セットを構築し、適切なタスクを生成して従業員に配信できることを意味します。 」
このアプリはデータを大量に使用するツールであり、効果的かつ生産的に機能させるためにはスタッフからの入力が必要ですが、その目的はスタッフへの要求が過度に負担にならないようにすることであり、スタッフの入力が成果の面で大きな利益を生み出すことであるとラママーシー氏は言います。 。
「私たちの目標は、テクノロジーを背景に消し去り、可能な限りシームレスにすることです」と彼は言います。 「従業員は、タスクが確実に生成されるために関与したすべての要因を実際に理解する必要はありません。私たちの目的は、適切なタスクに優先順位を付けようとすることだけです。」
The Home Depot のテクノロジーフェローとしての立場にある Ramamurthy は、Sidekick アプリを磨き上げる方法と、データ主導のイノベーションの他のソースを見つける方法を常に模索しています。
「私の役割は、当社のさまざまな製品チーム、ビジネスパートナー、テクノロジーチームの橋渡しをすることです」と彼は言います。 「私たちは、特定のタスクの実行方法を最適化する方法や、私たちの考え方に挑戦する方法を常に模索しています。これは、テクノロジーの導入を検討し、多くの場合実験を行って、私たちの生活に影響を与える次世代のエクスペリエンスを開発することを意味します。」顧客の問題。」
Home Depot は数年間にわたり、自社開発の Sidekick アプリを含むさまざまな ML および人工知能 (AI) 技術を実験してきました。
一部のデジタル リーダーにとって、新興テクノロジーの特注開発ルートを進むことは重大なリスクのように思えるかもしれません。
Gartner の著名な副社長である Avivah Litan 氏は以前、ZDNET に対し、ML や AI などの新興テクノロジーは生産性の大幅な向上を約束しているものの、エンタープライズ環境でツールが大きな利益を得るには克服すべき大きな課題があると語った。
The Home Depot の場合、ラママーシー氏は、同社には ML とコンピューター ビジョンが大きな違いを生む可能性があることを示すための、社内人材と概念実証研究があったと述べています。
新興テクノロジーを活用する際の他のデジタル リーダーやビジネス リーダーへのメッセージは、アプローチのテストと磨きに重点を置くことです。
「私たちの経験は非常に反復的でした。社内では、これを価値を提供するための『這って、歩いて、走ってアプローチ』と考えています。私たちは戦術的な改善を行い、その過程で克服しなければならない課題もありました。」と彼は言いました。と言う。
「しかし、私たちが採用した反復的なアプローチは、確実に期待に応えられるようにするのに非常に役立ちました。そして現時点では、パフォーマンスと従業員の全体的な経験の点で、結果に満足しています。」
Ramamurthy とこのチームは、Sidekick アプリに大きな改善をもたらす小さな反復を引き続き模索しています。
同氏は、スタッフに適切なタスクを確実に生成するだけでなく、販売場所からのデータの分析や売り場のレイアウトの検討など、店舗のあらゆる側面にわたる要素に焦点を当てるために、会社ができることはまだたくさんあると信じています。
「これらはすべて、さらなる探究の余地がある分野です」と彼は言います。 「さらに、私たちは統計的 ML モデルと、生成する一部のタスクの品質、特に他の信号で強化される場合の品質をどのように改善できるかについて引き続き検討しています。」
Ramamurthy 氏は、Sidekick アプリから収集した洞察を活用して、従業員がタスクを完了する際に適切なスキルとリソースを確保できるようにしたいとも述べています。
「これらは、タスクの生成という点でも、タスクの提供という点でも、さらなる改良の余地がある分野だと思います」と彼は言います。