Bergabunglah dengan buletin harian dan mingguan kami untuk mendapatkan pembaruan terkini dan konten eksklusif tentang liputan AI terkemuka di industri. Pelajari Lebih Lanjut
Apa yang terjadi setelah pelanggan mengklik tombol “beli” di situs web e-niaga?
Ini adalah domain yang dikenal sebagai pasca-pembelian, dan sering kali merupakan salah satu aspek operasi yang paling mahal dan berdampak bagi pengecer. Aktivitas pasca pembelian mencakup menentukan pengiriman, retensi pelanggan, dan, jika diperlukan, pengembalian. Salah satu pionir dalam bidang ini adalah Narvar yang memiliki lebih dari 1.500 pengecer global, termasuk merek-merek besar seperti Gap, Levis, dan Sonos di antara para pelanggannya. Dari berbagai titik kontak pelanggannya, Narvar mengumpulkan informasi dari lebih dari 42 miliar interaksi konsumen.
Narvar saat ini memperluas kecerdasan layanannya dengan platform baru yang didukung AI yang disebut IRIS (Intelligent Retail Insights Service). IRIS menggabungkan data, AI, dan analitik dalam platform yang sangat optimal. Tujuannya adalah membantu pengecer memerangi penipuan, mengoptimalkan janji pengiriman, menyederhanakan pengembalian, dan menciptakan pengalaman pelanggan yang lebih personal. Salah satu layanan pertama yang dimungkinkan oleh IRIS adalah Narvar Assist yang didukung AI, yang dirancang untuk mengotomatiskan manajemen klaim dan membantu mengurangi penipuan pengiriman klaim.
Hasil awal dari kelompok 20 pengecer menunjukkan peningkatan yang dramatis: Pengurangan 80% dalam pertanyaan terkait penipuan dan penurunan 25% dalam upaya peredaan, atau kompensasi yang diberikan pengecer untuk masalah terkait pengiriman.
“Kami tidak hanya memecahkan masalah; kami mengubah apa yang secara tradisional merupakan pusat biaya menjadi keuntungan strategis bagi pengecer,” Anisa Kumar, CEO Narvar, mengatakan kepada VentureBeat dalam sebuah wawancara eksklusif.
Mengapa AI dalam operasi pasca pembelian sangat penting bagi kesuksesan ritel
Kumar bergabung dengan Narvar pada tahun 2021 sebagai chief customer officer dan menjadi CEO pada bulan Oktober 2024. Sebelumnya, dia memiliki sejarah panjang bekerja di bagian operasi pelanggan di Levis Strauss and Co., Walmart, dan Target di mana dia melihat langsung tantangan pengecer .
Semua jenis pengecer umumnya menghabiskan banyak waktu dan tenaga untuk memikirkan akuisisi konsumen. Kumar mencatat bahwa tantangan terbesarnya adalah mempertahankan pelanggan.
“Pasca-pembelian benar-benar memikirkan upaya selanjutnya untuk membuat konsumen Anda datang kembali, dan benar-benar memperlakukan mereka sebagaimana mereka perlu diperlakukan, memberi mereka pengalaman yang dipersonalisasi,” katanya.
Dengan semua data yang dikumpulkan Narvar, AI kini dapat membantu pengecer mengubah pasca pembelian menjadi aktivitas yang membantu retensi pelanggan. Penggunaan AI dalam operasi ritel secara keseluruhan mengalami kesulitan; misalnya, laporan tahun 2024 dari Forrester menemukan tingkat minat yang tinggi, namun tingkat adopsi yang rendah.
Sebagai penawaran SaaS, Narvar memudahkan pengecer untuk mendapatkan manfaat AI. Kumar menjelaskan bahwa platform IRIS akan membantu menciptakan pengalaman pasca pembelian yang sangat personal bagi pengecer dan konsumen akhir mereka.
Bagaimana Narvar menggunakan AI untuk meningkatkan keuntungan
Sistem IRIS menggunakan kombinasi AI dan layanan data dari Google Cloud, serta pembelajaran mesin (ML) berpemilik dan algoritma AI prediktif.
Ram Ravicharan, CTO Narvar, menekankan kekuatan dan pentingnya data yang dimiliki perusahaan untuk menginformasikan AI guna membantu pengecer. Narvar memproses miliaran titik kontak konsumen, memberikan wawasan unik tentang perilaku dan niat pelanggan.
IRIS Narvar tidak menggunakan AI generatif, meskipun menggunakan teknik yang memelopori model bahasa besar (LLM), termasuk penggunaan transformator.
“Jika Anda menganggap transaksi yang dilakukan orang-orang dalam perjalanan pembelian sebagai sebuah bahasa, kita sekarang hampir memiliki bahasa tentang kalimat selanjutnya,” jelas Ravicharan. “Dan itulah cara kami melihatnya.”
Dengan model AI prediktif dan datanya, Narvar memiliki pemahaman yang kuat tentang niat pelanggan. Itu bisa sangat berguna untuk retensi pelanggan serta pencegahan penipuan.
Selain mitigasi penipuan, IRIS juga dirancang untuk membantu pengecer memberikan janji pengiriman yang lebih akurat dan meningkatkan loyalitas pelanggan. Sebelum IRIS, Narvar cenderung mengandalkan model berbasis aturan, khususnya untuk komitmen seperti perkiraan tanggal pengiriman. Dengan model-model baru ini, terdapat lebih banyak kecerdasan dari seluruh jaringan ritel untuk memberikan tingkat akurasi yang lebih tinggi, kata Kumar. Misalnya, sistem mengetahui masalah cuaca dan sistem pengiriman operator yang dapat memengaruhi pengiriman.
“Semua orang berfokus pada akuisisi pelanggan, namun mereka kehilangan pelanggan dan membayar untuk mendapatkannya kembali,” jelas Kumar. “IRIS membantu pengecer menciptakan hubungan yang langgeng dengan memberikan pengalaman yang dipersonalisasi pada saat yang paling penting — setelah penjualan.”
Pengguna awal melihat keuntungan
Teknologi Narvar Assist belum tersedia secara umum, meskipun sedang diujicobakan oleh pelanggan yang sudah ada.
Diantaranya adalah Boston Proper. Pengecer pakaian tersebut telah menjadi pelanggan Narvar selama 6 tahun, jelas DeAnne Judd, CIO Boston Proper. Hingga saat ini, Boston Proper telah menggunakan solusi Narvar's Engage untuk secara proaktif memberi tahu konsumen tentang pengiriman pesanan mereka dan potensi pengecualian guna meningkatkan visibilitas dan pengalaman pelanggan. Perusahaan juga menggunakan solusi Pengembalian dan Penukaran Narvar untuk mengotomatiskan pemrosesan pengembalian dan memberikan visibilitas kepada konsumen mengenai status pengembalian dana mereka.
Judd mencatat bahwa, saat ini, Boston Proper menggunakan solusi IRIS pertama, Assist, yang memanfaatkan ekosistem Narvar untuk mengurangi biaya akibat penipuan.
“Sejak mengintegrasikan Narvar Assist, kontak pelanggan dan biaya telah berkurang karena antarmuka pengguna yang ditingkatkan dan proses cerdas yang disederhanakan,” kata Judd.
Menjembatani secara online dan di dalam toko
Kedepannya, Narvar berencana untuk memperluas IRIS dalam beberapa cara.
Meskipun produk Assist awal difokuskan pada transaksi online, Kumar mencatat bahwa Narvar juga bekerja sama dengan beberapa pengecer untuk memperluas kemampuan di dalam toko. Platform Narvar memiliki wawasan tentang data dan interaksi di seluruh operasional online, di dalam toko, dan bahkan gudang.
“Visi kami adalah menjembatani lingkungan online dan di dalam toko serta cara kami membangun model dan cara kami mengembangkan niat transaksional di seluruh saluran,” katanya.
