Som et væsentligt feature i version 14 gør Ka-ching brug af kunstig intelligens ved at implementere Machine Learning i POS. Det betyder, at systemet selv forbinder produkter og købsmønstre, som kan bruges til meningsfulde produktanbefalinger. Men hvad er Machine Learning og hvordan kan den hjælpe ekspedienterne i salgssituationen?
Machine Learning i POS er en teknologi, som hele tiden hjælper systemet til at lære mere om dine kunders samlede købsmønstre, når de handler. Implementeringen er en selvlærende teknologi, hvor kassesystemet bruger sammenhænge fra tidligere køb til at genkende disse købsmønstre. Ekspedienten får i salgssituationen anbefalinger af produkter baseret på kundens aktuelle kurv og kan derved personalisere anbefalinger og tilbud. I den sidste ende vil dette betyde relevant mersalg og en højere kurvstørrelse.
Som eksempel kan man tage en kunde, som i en møbelbutik beslutter sig for at købe en sofa med fairtrade uld og et sofabord i eg. Med udgangspunkt i tidligere kunders køb, vil systemet foreslå andre fairtrade produkter i naturmaterialer fra andre produktgrupper.
Det er ikke så meget anderledes end hvad ekspedienten normalt ville gøre, men i dette tilfælde skal ekspedienten ikke selv foretage sig noget. Det giver mulighed for relevant mersalg uden at ekspedienten nødvendigvis behøver et indgående kendskab til hele produktsortimentet.
Tal fra Dansk Arbejdsgiverforening viser en væsentlig stigning i jobskifte i salgs- og servicebranchen. Oplæring og opstart af nyt personale kan tage tid og dermed være en indirekte omkostning for butikken grundet manglende produktkendskab. Det kan betyde en risiko for mistede salg. Med Ka-chings Machine Learning i POS finder systemet selv købsmønstre og de relevante produkter, uden forudgående viden fra ekspedienten og uden at man skal løfte en finger.
Machine Learning behøver ikke en særlig stor viden om, hvordan kunderne handler, før den bliver effektiv og relevant. Desuden er den data, den henter viden fra, anonymiseret. Det er kun dine kundernes købsmønstre, der bliver brugt til at se sammenhænge ud fra. Det er ganske få køb, der skal til for at systemet bliver specialiseret og kan hjælpe ekspedienterne med at forbedret købsoplevelse uden ekstra indsats.
Hvis du vil vide mere om Machine Learning, og hvordan det kan hjælpe til at blive en medspiller i din butik, kan du skrive eller ringe til Thomas og få en uforpligtende snak om Machine Learning og svare på dine spørgsmål.
 |
Kontakt osThomas Damgren+45 71 995 985 thomas@ka-ching.dk |
|---|
Ka-ching release 21 er landet og klar til download og denne her nyhed har vi glædet os til at dele! Vores integration til Shopify er nemlig testet og køreklar – lige til at installere. Vi deler 9 fordele ved integrationen og giver en lille opdatering på nogle af de andre nye funktioner i denne release.
Ka-ching er netop blevet købt af RelateIT’s søster-selskab, XtensionIT, der har fokus på egne softwareprodukter.
RelateIT har mange års erfaring med at hjælpe detailvirksomheder med at implementere IT-løsninger, der effektiviserer forretningen og skaber grobunden for vækst. Vores detail-konsulenter er specialister i at gennemgå processer fra indkøb over lager til salg og sammensætter den løsning, der passer til den enkelte forretning. Dét gælder, uanset om det drejer sig om en stor eller lille virksomhed.
Med denne release tager vi endnu et skridt imod, at ingen kunde skal gå forgæves til en butik med Ka-ching. Udover at man naturligvis kan bestille online produkter i butikken, kan man nu også bestille eller reservere produkter fra andre butikker i kæden.
Det betyder at vores Reserve & Collect og Click & Collect fra web til butik, nu er blevet udvidet til også at håndtere fra butik til butik. Så nu er det slut med at ekspedienten skal ringe rundt for at finde varen - den kan bare bestilles eller reserveres direkte fra butikken - og så kan kunden afhente varen i den butik som har den på lager.
Vi introducerer også Ship from Store, så det ønskede produkt kan bestilles og sendes fra en anden butik, end den som kunden er i. Det betyder at alle butikker i princippet kan operere som distribuerede fjernlagre og dermed øge omsætningshastigheden i butikkerne.
Vi nægter at lade folk gå forgæves til en butik!