百事可樂和可口可樂都利用大數據口味調配，人工智慧自動售貨：為了一個機器人搞定所有
為了更好地迎合年輕人的口味風向，百事英國宣布要進一步利用機器學習和數據計算來開發和投放產品了。
百事戰略洞察部負責人James Howarth承認「消費者需求如今非常分散，這意味著他們會買更多獨立且有個性的產品。我們必須順風而行。」
此前百事英國一直在嘗試用數據驅動新品開發。品牌與第三方數據公司Black Swan合作，根據Black Swan的數據分析工具——他們收集各種數據，從天氣預報、網路流量到某個話題的線上討論度，預測什麼口味和零食可能受到歡迎。
百事英國薯片子品牌Sensations去年推出的新口味——生薑芥末、辣味芒果和青醬牛排味——就是完全由Black Swan的數據分析工具Trendscope計算出來的。據品牌稱，在開發階段，他們請來一些消費者盲測，測試分數比常規的薯片口味高不少。
Sensations
公司決策進程也因此變得更快。在利用機器學習算出新口味、消費者盲測之後，百事直接將產品推至量產階段，不再需要像往常一樣回到決策層、重新調整口味配方。整個流程節約了一半以上的時間。
除了Sensations薯片，百事還在數據學習的基礎上開發出了豌豆薯片、鷹嘴豆、大蒜香料脆片等等新口味零食——這些多少有些新奇的口味原本只存在於嬉皮士街區或是藝術區的小咖啡店中，而如今食品大公司更快地捕捉到了這種小眾趨勢，把這些年輕人愛的更酷的口味開發出來，賣到了大眾超市。
百事計划下一步在產品線下鋪貨和具體投放中利用機器學習和數據。不少品牌已經開始了數據與市場投放的結合，Black Swan就曾預測天氣與影院上座率的關係，從而幫廣告主計算投放院線廣告的價值。
不只是百事利用人工智慧進行產品開發和營銷。可口可樂、達美樂等快消都開始利用大數據來改進生產以及預測最新的食品飲料趨勢。
達美樂（Domino）去年開始使用人工智慧來審查披薩烘焙的質量，並且向預訂顧客發送一張披薩照片。。該系統名為Pizza Checker，將會陸續部署在全球各家門店中。
Pizza Checker在機身底部裝備了一枚攝像頭，利用人工智慧對捕捉到的披薩照片進行綜合分析從而確保正確的烘焙時間，從而儘可能的達到消費者的食用需求。門店的管理者會收到所有披薩訂單的質量情況數據，而顧客也會收到一張關於披薩的照片信息。如果系統判定披薩的質量不符合要求，則會下達重新製作的命令。
下面我們重點看下可口可樂，可口可口一直在數字營銷領域有所研究，創作不少優秀作品和營銷案例。可口可樂去年為了發展數字營銷而做組織調整，可口可樂公司的數字化轉型包括四個領域：顧客和顧客體驗、運營、新業務和文化領域。在顧客和顧客體驗方面，可口可樂有意用人口智能提高創意過程的效率，將其應用於內容、媒體和商務領域。可口可樂改善利潤的很好途徑就是利用人工智慧等技術，人工智慧能夠應用於數字營銷和生產的很多領域：從產品研發，到為廣告配樂、撰寫劇本、在社交媒體上發布內容到購買廣告媒介。長遠來看，這些都不需要任何其他人，一個機器人就能完成了。
01 大數據口味調配
眾所周知，可口可樂已經在人工智慧領域投入了大量的研究和開發資源，以確保它能從所收集的數據中挖掘每一個有效信息。
可以收集用戶數據的飲料機
這項研究的成果已在去年早些時候被公布出來。當時可口可樂稱，公司推出櫻桃可樂這一新口味的決定，就是基於最近一代自助式軟飲料機收集到的監測數據。由於這些機器可以讓顧客對各種口味的飲料進行混合，因此它們能夠挑選出最受歡迎的組合，並將其作為現成的罐裝飲料推出。
可口可樂公司也希望效仿科技巨頭們，開發類似於 Alexa 或是 Siri 的「虛擬助手」，並將其集成到自動售貨機中，從而提供更大程度上的個性化服務——例如，用戶可以從任何自動售貨機中訂購他們最喜歡的飲料組合，機器再將其與個人偏好混合。
此外，人工智慧也會根據機器的環境來調整其行為模式。
02 掃描社交媒體
這些天你需要知道人們在社交媒體上對你說了些什麼。雖然我們仍然很驚訝為什麼公司會費心去道歉，但我們知道了解人們對你的產品和品牌的評價是多麼的有價值。有超過2300萬的零售網點，可口可樂需要確保他們在不冒犯任何人的情況下發出一致的品牌信息——因為不想遭遇網路暴力輿情。根據納斯塔技術公司的一篇文章，2015年可口可樂需要分析來自12萬份內容的200億份反饋。這種類型的數據監控也讓他們發現恢復Surge銷售是一個好主意:
因為90%的消費者現在都是根據社交媒體的內容來做決策，所以可口可樂公司利用計算機視覺來檢測他們產品的照片，然後用更多的演算法來衡量人們對這些照片的看法，或者他們的品牌。說到這一點，讓我們看看他們對計算機視覺的其他應用。
昵稱瓶、歌詞瓶、台詞瓶、密語瓶相信不少人都聽說過這些名詞，而這些瓶子名都是來自於可口可樂。這不，可口可樂最近又推出了城市摩登罐。
可口可樂的瓶身營銷已經經過市場的多次驗證，之前昵稱瓶、歌詞瓶都有不錯的效果，並且自帶社交屬性，將瓶身拍照發布社交媒體，已經成為一些年輕的習慣了，而這樣的的操作為可口可樂帶來的則是原生廣告以及二次傳播。
03 閱讀產品代碼
可口可樂公司的Patrick Brandt在谷歌開發者博客上花了一些時間，討論了「他們是如何使用人工智慧和TensorFlow（一種深度學習軟體框架）來實現無障礙購買」。這項工作是圍繞一個消費者忠誠度的計划進行的，該計劃要求用戶在手機中輸入14位數字的代碼。他們首先嘗試用老式的OCR(光學字元識別)來解決這個問題，但是在試圖快速而準確地掃描這些代碼時遇到了一些問題:
來源:谷歌開發者的博客
研究將我們引向了一種前景無限的解決方案：卷積神經網路。卷積神經網路是一系列「深度學習」神經網路中的一種，這些神經網路是現代人工智慧產品的核心。
Google已使用卷積神經網路從街景圖像中提取出街道地址門牌號。卷積神經網路在識別手寫數字方面的表現也相當不錯。
這些數字識別用例完美代表了我們一直嘗試解決的問題類型：從包含小字符集並且小字符集中所含字元的外觀千差萬別的圖像中提取字元串。
最終的結果是，用戶可以對瓶蓋進行拍照，然後將其翻譯成代碼，準確率達到99.97%。這一過程花費了大約一秒鐘的時間來處理圖像，而這些努力的成功使這項技術成為「可口可樂北美網路推廣的核心組件」。
04 自拍機器學習
閱讀產品代碼並不是可口可樂為計算機視覺所做的唯一妙用。早在2015年，微軟就想出了一個很酷的工具，它可以推測出人們的年齡(在How-old.net中可尋)。如果你到那個鏈接上傳一張自己拿著一瓶可樂的照片，它就會解鎖「特殊的可口可樂體驗」，它會猜測你的年齡，並告訴你你所持有的可樂瓶的年齡。
來源:微軟機器學習博客
當然，這是一種讓人們與你的品牌互動的交互營銷方法，而且它也可能會讓那些不斷掃描社交媒體的人工智慧演算法變得更加智能。
05 人工智慧支持的自動售貨機
即使在遍布自動售貨機的日本，自動售貨機的實際功能也沒有多大改變。事實證明，你可以在自動售貨機上添加許多很酷的功能，讓它們變得更有趣。可口可樂公司去年8月發表的一篇文章談到了「人工智慧自動售貨機」，這種機器更容易管理和操作。這些新機器可以「提供特價、跟蹤銷售、優先維護和補充需求，甚至接受移動支付」，這樣用戶甚至可以在到達機器之前就能下訂單。
可口可樂在自動售貨機中應用AI，實現個性化並能收集顧客反饋。現在，這一切都變成了現實，雲聯網設備將檢驗「消費者的Facebook活動、當前的位置和對話的基調，這樣人工智慧機器人可以採用適合每個用戶的本地方言和態度」。
06 CRM和Einstein
可口可樂需要利用像Salesforce這樣的第三方公司的人工智慧的同時，專註於他們最擅長的事情。後者為他們開發了一款幫助其更有效地管理庫存的應用。不需要讓成千上萬的人檢查冷飲售賣機庫存,你現在只需要對冷飲售賣機拍一張照，Einstein（Salesforce的AI技術）將根據照片對冷飲售賣機庫存進行清點,確定「可口可樂的純度」(這個功能可以用來甄別冷飲售賣機中是否存在其他品牌的飲料),並根據外部數據的負載（如以往購買記錄甚至當地正在發聲的事件甚至）來進行庫存調配。
來源:SupplyChain247
現在，可口可樂公司可以將這款應用程序部署到該領域的所有合作夥伴中，他們現在可以更輕鬆地管理全球各地的1600萬台冷飲售賣機的訂單。因為這都是基於雲技術的，所以你能想像這些數據對他們整個供應鏈有多麼有用。
擁有最大、最全、最精確的數據集的公司將會在最有效的人工智慧演算法中佔據主導地位。這就是可口可樂在競爭中所能獲得的競爭優勢，就像其他公司一樣，這家公司生產了將近2000億美元的數據。他們現在正在分析沃爾瑪等公司的銷售網點的數據，這些公司每年在可口可樂的銷售額達40億美元。
他們使用「1千多億的決策變數來持續提供最佳的橙汁混合物」，這樣他們就能確保他們的橙汁產品每年都有相同的味道。他們還在他們的業務的其他領域使用大數據，例如在他們的員工服務中心「削減46%的加班成本」。
基於社交媒體的數字營銷以及數據採集，包括終端的人工智慧機器部署，讓可口可樂時時採集並分析各種數據信息，支持到越來越快進行精準的商業決策。這無疑是未來產品開發和營銷的主流趨勢。
TAG:陸偉 |