Coca-Cola đang sử dụng AI như thế nào để dẫn đầu thị trường nước giải khát

Là công ty nước giải khát lớn nhất thế giới, Coca-Cola phục vụ hơn 1,9 tỷ đồ uống mỗi ngày, của hơn 500 nhãn hiệu, bao gồm Diet Coke, Coke Zero, Fanta, Sprite, Dasani, Powerade, Schweppes và Minute Maid.

Dữ liệu lớn và trí tuệ nhân tạo (AI) hỗ trợ mọi hoạt động của doanh nghiệp – giám đốc toàn cầu về đổi mới kỹ thuật số, Greg Chambers, nói: “Trí tuệ nhân tạo là nền tảng cho mọi việc chúng tôi làm. Chúng tôi tạo ra những trải nghiệm thông minh. Trí tuệ nhân tạo là hạt nhân tạo nên trải nghiệm đó.”

Trí tuệ nhân tạo giúp giải quyết vấn đề gì?

Tiếp thị nước giải khát trên toàn thế giới không phải là “việc phù hợp cho tất cả”. Sản phẩm của Coca-Cola được tiếp thị và bán tại hơn 200 quốc gia.

Ở mỗi thị trường này đều có những khác biệt địa phương liên quan đến hương vị, hàm lượng đường và calo, sở thích tiếp thị và đối thủ cạnh tranh mà thương hiệu phải đối mặt.

Điều này có nghĩa là để luôn dẫn đầu trong cuộc chơi ở mọi lãnh thổ, công ty phải thu thập và phân tích lượng dữ liệu khổng lồ từ nhiều nguồn khác nhau để xác định thương hiệu nào trong số 500 thương hiệu của mình có khả năng được đón nhận nồng nhiệt. Hương vị của những thương hiệu nổi tiếng nhất của họ thậm chí sẽ khác nhau giữa các quốc gia và việc hiểu được sở thích địa phương này là một nhiệm vụ cực kỳ phức tạp.

Trí tuệ nhân tạo được sử dụng như thế nào trong thực tế?

Coca-Cola phục vụ một lượng lớn đồ uống mỗi ngày thông qua các máy bán hàng tự động. Trên các máy mới hơn, thông thường khách hàng sẽ tương tác thông qua màn hình cảm ứng, cho phép họ chọn sản phẩm họ muốn và thậm chí tùy chỉnh sản phẩm đó bằng các “ảnh chụp” có hương vị khác nhau. Công ty đã bắt đầu lắp những chiếc máy này với thuật toán AI cho phép họ quảng bá đồ uống và hương vị có nhiều khả năng được đón nhận nhất ở những địa điểm cụ thể nơi chúng được lắp đặt.

Các máy bán hàng tự động thậm chí có thể thay đổi “tâm trạng” của chúng tùy thuộc vào vị trí của chúng – với những máy trong trung tâm mua sắm thể hiện tính cách vui nhộn, đầy màu sắc, những máy trong phòng tập thể dục tập trung hơn vào việc đạt được hiệu suất và những máy trong bệnh viện có vẻ hoạt động tốt hơn.

Coca-Cola cũng sử dụng AI để phân tích mạng xã hội và hiểu khách hàng thích tiêu thụ sản phẩm của mình ở đâu, khi nào và như thế nào, cũng như sản phẩm nào phổ biến ở các địa phương cụ thể. Với hơn 90% người tiêu dùng đưa ra quyết định mua hàng dựa trên nội dung truyền thông xã hội, hiểu cách hàng tỷ khách hàng đang thảo luận và tương tác với thương hiệu trên các nền tảng như Facebook, Twitter và Instagram là điều cần thiết cho chiến lược tiếp thị của họ. Để làm được điều này, Coca-Cola đã phân tích mức độ tương tác với hơn 120.000 nội dung xã hội để hiểu nhân khẩu học và hành vi của khách hàng cũng như những người thảo luận về sản phẩm.

Một ứng dụng khác của AI là đảm bảo bằng chứng mua hàng cho các chương trình khen thưởng và lòng trung thành của công ty. Khi khách hàng được yêu cầu nhập thủ công mã sản phẩm gồm 14 chữ số được in trên nắp chai vào các site và ứng dụng để xác minh giao dịch mua hàng của họ, tỷ lệ tiếp nhận thấp là điều dễ hiểu do tính chất khó sử dụng của hoạt động.

Để khuyến khích nhiều khách hàng hơn tham gia vào các chương trình này, Coca-Cola đã nỗ lực phát triển công nghệ nhận dạng hình ảnh cho phép xác minh giao dịch mua hàng bằng cách chụp một bức ảnh trên điện thoại thông minh.

Công nghệ, công cụ và dữ liệu nào đã được sử dụng?

Coca-Cola thu thập dữ liệu về sở thích đồ uống địa phương thông qua giao diện trên các máy bán hàng tự động có màn hình cảm ứng – chỉ riêng ở Nhật Bản đã có hơn 1 triệu máy trong số đó được lắp đặt.

Để hiểu cách sản phẩm của mình được thảo luận và chia sẻ trên mạng xã hội, công ty đã thành lập 37 “trung tâm xã hội” để thu thập dữ liệu và phân tích dữ liệu để hiểu rõ hơn bằng cách sử dụng nền tảng Salesforce. Mục đích là tạo ra nhiều nội dung được chứng minh là có hiệu quả trong việc tạo ra sự tương tác tích cực. Trước đây, quá trình tạo ra nội dung này đều do con người thực hiện; tuy nhiên, công ty đã tích cực xem xét việc phát triển các hệ thống tự động sẽ tạo quảng cáo và nội dung xã hội được thông báo bởi dữ liệu xã hội.

Nó cũng sử dụng công nghệ nhận dạng hình ảnh để nhắm mục tiêu đến những người dùng chia sẻ hình ảnh trên mạng xã hội và suy ra rằng họ có thể là khách hàng tiềm năng. Trong một ví dụ về chiến lược này đang hoạt động, Coca-Cola nhắm mục tiêu quảng cáo cho nhãn hiệu trà đá Gold Peak của mình tới những người đăng hình ảnh gợi ý rằng họ thích trà đá hoặc trong đó thuật toán nhận dạng hình ảnh logo đốm của các thương hiệu cạnh tranh. Khi các thuật toán xác định rằng các cá nhân cụ thể có thể là người hâm mộ trà đá và những người dùng mạng xã hội tích cực đã chia sẻ hình ảnh với bạn bè của họ, công ty biết rằng việc nhắm mục tiêu những người dùng này bằng quảng cáo có thể là cách sử dụng hiệu quả doanh thu quảng cáo của họ.

Để xác minh việc mua hàng, công nghệ nhận dạng hình ảnh có sẵn được chứng minh là không đủ để đọc bản in ma trận điểm có độ phân giải thấp được sử dụng để đóng dấu mã sản phẩm lên bao bì. Vì vậy, Coca-Cola đã làm việc để phát triển giải pháp nhận dạng hình ảnh của riêng mình sử dụng công nghệ TensorFlow của Google. Điều này sử dụng các mạng thần kinh tích chập để cho phép máy nhận dạng các mã thường có thể xuất hiện khác nhau tùy thuộc vào thời điểm và vị trí chúng được in.

Kết quả là gì?

Phân tích dữ liệu từ các máy bán hàng tự động bằng thuật toán AI cho phép Coca-Cola hiểu chính xác hơn thói quen mua hàng của hàng tỷ khách hàng trên toàn cầu thay đổi như thế nào.

Nó sử dụng thông tin này để thông báo các quyết định về sản phẩm mới – ví dụ: quyết định tung ra Cherry Sprite dưới dạng sản phẩm đóng chai ở Hoa Kỳ đã được đưa ra vì dữ liệu cho thấy rằng đây là có thể là một sáng kiến ​​thắng lợi.

Phân tích thị giác máy tính và xử lý ngôn ngữ tự nhiên của các bài đăng trên mạng xã hội, cũng như phân tích sâu về số liệu tương tác trên mạng xã hội, cho phép Coca-Cola tạo ra quảng cáo trên mạng xã hội có nhiều khả năng gây được tiếng vang với khách hàng hơn và thúc đẩy doanh số bán sản phẩm của mình.

Việc áp dụng TensorFlow để tạo mạng nơ-ron tích chập cho phép máy quét nhận dạng mã sản phẩm từ một bức ảnh đơn giản, tăng mức độ tương tác của khách hàng với các chương trình khách hàng thân thiết khác nhau của Coca-Cola trên toàn thế giới.

Những thách thức chính, điểm học tập và bài học rút ra

• Nếu bạn bán hàng trăm sản phẩm khác nhau trên nhiều quốc gia, nhận thức và hành vi của khách hàng có thể khác nhau rất nhiều tùy theo thị trường. Hiểu được những khác biệt này sẽ giúp điều chỉnh các thông điệp cụ thể cho các thị trường khác nhau, thay vì dựa vào cách tiếp cận chung cho tất cả.
• Khi bạn làm việc với các thương hiệu toàn cầu, dữ liệu người dùng từ mạng xã hội hoặc được tạo thông qua hệ thống của riêng bạn (chẳng hạn như máy bán hàng tự động) rất rộng lớn và lộn xộn. AI cung cấp một phương pháp khả thi để cấu trúc dữ liệu này và rút ra những hiểu biết sâu sắc
• Công nghệ thị giác máy tính như công cụ nhận dạng hình ảnh có thể phân tích hàng triệu hình ảnh trên mạng xã hội để giúp thương hiệu hiểu được sản phẩm của mình được người dùng yêu thích khi nào, như thế nào và như thế nào.
• Cùng với việc đưa ra các quyết định tiếp thị, các thương hiệu được đầu tư toàn bộ vào AI cũng đang bắt đầu sử dụng nó để thiết kế các sản phẩm và dịch vụ mới.

Đây là một trích xuất được chỉnh sửa từ Trí tuệ nhân tạo trong thực tế: 50 công ty thành công đã sử dụng AI và học máy để giải quyết vấn đề như thế nàocủa Bernard Marr, với Matt Ward (do Wiley xuất bản, tháng 4 năm 2019).

Về các tác giả: Bernard Marr là người sáng lập và Giám đốc điều hành của Bernard Marr & Co, đồng thời là tác giả kinh doanh bán chạy nhất thế giới, nhà tương lai học, diễn giả chính và cố vấn chiến lược cho các công ty và chính phủ. Ông là một trong những tiếng nói được kính trọng nhất thế giới và là chuyên gia nổi tiếng khi nói đến các chủ đề như trí tuệ nhân tạo và dữ liệu lớn. Marr tư vấn cho nhiều tổ chức nổi tiếng nhất thế giới về chiến lược, Chuyển đổi số và hiệu quả kinh doanh. Ông là tác giả của Dữ liệu lớn trong thực tế: 45 công ty thành công đã sử dụng Phân tích dữ liệu lớn để mang lại kết quả phi thường như thế nào Và Dữ liệu lớn: Sử dụng Dữ liệu lớn, phân tích và số liệu thông minh để đưa ra quyết định tốt hơn và cải thiện hiệu suất, cả hai đều được xuất bản với Wiley.

Phường Matt là trưởng nhóm nghiên cứu của Bernard Marr & Co. Matt có kiến ​​thức nền tảng về báo chí điều tra và đã dành vài năm gần đây hợp tác chặt chẽ với Bernard Marr về các chủ đề công nghệ mới nhất. Matt là một chuyên gia và nhà văn giàu kinh nghiệm trong lĩnh vực công nghệ kinh doanh và trí tuệ nhân tạo, nơi ông đã từng làm việc với các công ty như IBM, Intel, Citibank và NASA.

Bạn muốn nghe các nhà lãnh đạo trong ngành thảo luận về các chủ đề như thế này và trường hợp sử dụng của chúng? Tham dự cùng địa điểm Triển lãm AI & Dữ liệu lớn sự kiện với các buổi biểu diễn sắp tới ở Thung lũng Silicon, London và Amsterdam để tìm hiểu thêm. Cùng nằm với Triển lãm công nghệ IoT, Triển lãm chuỗi khốiVà An ninh mạng & Triển lãm đám mây.