Олвейс Кока Кола

Являясь крупнейшей в мире компанией по производству напитков, Coca-Cola ежедневно предлагает более 1,9 миллиарда напитков под более чем 500 брендами, включая Diet Coke, Coke Zero, Fanta, Sprite, Dasani, Powerade, Schweppes и Minute Maid.

Большие данные и искусственный интеллект (ИИ) управляют всем, что делает бизнес – глобальный директор по цифровым инновациям Грег Чемберс сказал: “Искусственный интеллект-это основа всего, что мы делаем. Мы создаем разумные переживания. Искусственный интеллект-это ядро, которое питает этот опыт.”

КАКУЮ ПРОБЛЕМУ ПОМОГАЕТ РЕШИТЬ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ?

Маркетинг безалкогольных напитков по всему миру-это не “дело одного размера”. Продукция Coca-Cola продается и продается в более чем 200 странах мира.

На каждом из этих рынков существуют локальные различия, касающиеся вкусов, содержания сахара и калорий, маркетинговых предпочтений и конкурентов, с которыми сталкивается бренд.

Это означает, что для того, чтобы оставаться на вершине игры на каждой территории, он должен собирать и анализировать огромные объемы данных из разных источников, чтобы определить, какие из его 500 брендов, вероятно, будут хорошо приняты. Вкус их самых известных брендов будет даже отличаться от страны к стране, и понимание этих местных предпочтений является чрезвычайно сложной задачей.

КАК ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ИСПОЛЬЗУЕТСЯ НА ПРАКТИКЕ?

Каждый день в торговых автоматах Coca-Cola можно приобрести большое количество напитков. На новых машинах, как правило, клиент будет взаимодействовать через сенсорный экран, что позволяет им выбрать продукт, который они хотят, и даже настроить его с “выстрелами” различных вкусов. Компания начала оснащать эти машины алгоритмами AI, позволяющими им продвигать напитки и ароматы, которые, скорее всего, будут хорошо приняты в конкретных местах, где они установлены.

Торговые автоматы могут даже изменить свое "настроение" в зависимости от того, где они расположены – с машинами в торговом центре, демонстрирующими красочную, забавную персону, те, кто в тренажерном зале больше сосредоточены на достижении производительности, а те, кто в больнице, кажутся более функциональными.

Coca-Cola также использует ИИ для анализа социальных сетей и понимания того, где, когда и как ее клиенты любят потреблять ее продукты, а также Какие продукты популярны в конкретных населенных пунктах. С Facebook, Twitter и Instagram более 90% потребителей принимают решения о покупке на основе контента социальных сетей, понимание того, как его миллиарды клиентов обсуждают и взаимодействуют с брендом на таких платформах, как Facebook, Twitter и Instagram, имеет важное значение для его маркетинговой стратегии. Для этого Coca-Cola проанализировала взаимодействие с более чем 120 000 единиц социального контента, чтобы понять демографию и поведение своих клиентов и тех, кто обсуждает продукты.

Еще одно применение ИИ заключалось в обеспечении доказательств покупки для схем лояльности и вознаграждения компании. Когда клиентам было предложено вручную ввести 14-значные коды продуктов, напечатанные на крышках бутылок, на веб-сайтах и в приложениях для проверки их покупок, поглощение было по понятным причинам низким из-за громоздкого характера операции.

Чтобы побудить больше клиентов участвовать в этих схемах, Coca-Cola работала над разработкой технологии распознавания изображений, которая позволяет проверять покупки, делая один снимок смартфона.

КАКИЕ ТЕХНОЛОГИИ, ИНСТРУМЕНТЫ И ДАННЫЕ БЫЛИ ИСПОЛЬЗОВАНЫ?

Coca-Cola собирает данные о местных предпочтениях напитков через интерфейсы на своих торговых автоматах с сенсорным экраном-более 1 миллиона из них установлены только в Японии.

Чтобы понять, как его продукты обсуждаются и распространяются в социальных сетях, компания создала 37 “социальных центров” для сбора данных и их анализа для получения информации с помощью платформы Salesforce. Цель состоит в том, чтобы создать больше контента, который, как показано, эффективен для создания позитивного взаимодействия. В прошлом процесс создания этого контента осуществлялся людьми, однако компания активно занимается разработкой автоматизированных систем, которые будут создавать рекламу и социальный контент, информированный социальными данными.

Он также использует технологию распознавания изображений для целевых пользователей, которые делятся фотографиями в социальных сетях, предполагая, что они могут быть потенциальными клиентами. В одном из примеров этой стратегии в действии Coca-Cola нацелила рекламу своего бренда чая со льдом Gold Peak на тех, кто разместил изображения, которые предлагали им насладиться холодным чаем, или в которых алгоритмы распознавания изображений обнаружили логотипы конкурирующих брендов. После того, как алгоритмы определили, что конкретные люди, вероятно, будут поклонниками холодного чая и активными пользователями социальных сетей, которые делились изображениями со своими друзьями, компания знает, что таргетинг этих пользователей с рекламой, вероятно, будет эффективным использованием их рекламных доходов.

Для верификации покупки, готовая технология распознавания изображений оказалась недостаточной для считывания матричного изображения с низким разрешением, используемого для печати кодов продуктов на упаковке. Так, Coca-Cola разработала собственное решение для распознавания изображений с использованием технологии TensorFlow от Google. Это сверточных нейронных сетей для распознавания машиной коды, которые часто могут выглядеть по-разному в зависимости от того, когда и где они были напечатаны.

КАКОВЫ БЫЛИ РЕЗУЛЬТАТЫ?

Анализ данных из торговых автоматов с помощью алгоритмов ИИ позволяет Coca-Cola более точно понять, как покупательские привычки ее миллиардов клиентов различаются по всему миру.

Он использует это для информирования о новых решениях продукта – например, решение о запуске Cherry Sprite в качестве бутилированного продукта в Соединенных Штатах было принято, потому что данные показали, что это, вероятно, будет выигрышной инициативой.

Анализ компьютерного зрения и обработка на естественном языке сообщений в социальных сетях, а также глубокий анализ показателей социальной вовлеченности, основанный на обучении, позволяет Coca-Cola создавать социальную рекламу, которая с большей вероятностью будет резонировать с клиентами и стимулировать продажи своей продукции.

Применение TensorFlow для создания сверточных нейронных сетей позволило сканерам распознавать коды продуктов по простой фотографии, повышая вовлеченность клиентов в различные программы лояльности Coca-Cola по всему миру.