I princip finns det två huvudinriktningar för ML inom detaljhandel och e-handel: att förbättra interna affärsprocesser eller kundupplevelsen. Men om vi gräver lite djupare i ämnet ser vi att antalet möjliga tillämpningar för maskininlärning inte begränsas till dessa två. Så var kan och används ML i synnerhet?
Den här punkten är ungefär som den föregående. Genom att analysera historiska data, t.ex. försäljningen under de senaste 3-4 åren, med hänsyn till vissa sidovariabler (t.ex. den ekonomiska och politiska situationen) med hjälp av maskininlärning är det möjligt att förutsäga hur försäljningen kommer att utvecklas i framtiden, vilket gör det möjligt att göra produktions-, logistik- och marknadsföringsplaner mer exakta och kostnadseffektiva. Dessutom gör ML det möjligt att upptäcka nya marknadstrender innan konkurrenterna märker dem, så att du får en tidsfördel som gör att du kan genomföra förändringar eller lansera nya produkter och få större marknadsandelar.
Det handlar om personliga rekommendationer. När en kund besöker en webbplats och lägger en vara i kundvagnen (t.ex. en smartphone) kommer systemet sannolikt att erbjuda något relaterat och eventuellt nödvändigt (t.ex. skyddsfodral och glas). Eller så kanske den valda varan har något bättre alternativ (det finns en annan smartphone i lager som har bättre egenskaper). Genom att låta maskininlärning komponera erbjudanden om relaterade varor eller möjliga uppgraderingar kan ett företag få mycket större intäkter.
