거부할 수 없는 다양한 제품을 선별하려는 욕구는 많은 구직자들을 상인 역할로 끌어들이는 요인입니다. 창의성에 대한 열정, 디자인에 대한 사랑, 추세를 파악하고 상업적으로 성공적인 제품 분류로 전환하는 분석 기술을 갖춘 사람들입니다.
상인 업무의 여러 측면은 수년 동안 변하지 않았지만 게임의 규칙은 변화하고 있습니다. 머천다이징은 항상 예술과 과학의 혼합을 통해 속도와 수익성을 높이기 위해 적절한 마진으로 단위를 이동하는 것이었습니다. 그러나 새로운 과제로 인해 업무의 데이터 기반 과학 측면이 더욱 복잡해지고 복잡해졌으며 오늘날 가장 많이 사용되는 도구로 이러한 과제를 관리하는 것이 그 어느 때보다 어려워졌습니다.
마이크로 시즌의 출현은 패스트 패션과 소매 미디어에 의해 주도되는 보다 단기적인 트렌드를 반영하는 비즈니스 주기와 제품 수명 주기를 더 짧고 빠르게 만듭니다. 판매자는 경쟁력을 갖추기 위해 추세를 파악하고 이에 따라 조치를 취해야 한다는 압박감을 느끼며, 이를 위해서는 소비자 행동, 데이터 분석 및 시장 조사에 대한 더 깊은 이해가 필요합니다. 그런 다음 소매업체는 물리적 채널과 전자상거래 채널 전반에 걸쳐 재고의 균형을 맞춰야 하며 공급망 전체에 걸쳐 제품을 민첩하게 조정하여 공급과 수요를 일치시켜야 합니다. AI는 과학적인 역할에서 소매업체를 지원하여 판매자가 예술에 더 많이 의존하고 수작업을 줄이며 창의력을 발휘할 수 있도록 도와줍니다.
Microsoft Excel은 수십 년 동안 판매자에게 공통 도구로 사용되어 왔기 때문에 생성 AI가 앞으로의 기반이 될 가능성이 높습니다. 모든 소매업체는 AI의 혜택을 누릴 수 있지만 기술이 너무 빠르게 가속화되기 때문에 기다리는 사람들은 뒤처지게 될 것입니다. 이미 Fortune 500대 기업 중 60% 이상이 에이전트를 사용하고 있습니다.1 비즈니스 결과를 가속화하고 AI를 통해 팀의 역량을 강화하여 직원이 업무에서 생산성과 만족도를 높일 수 있도록 지원합니다.
AI가 판매자 경험을 재창조하고 판매자가 속도를 높이는 데 도움을 줄 수 있는 네 가지 방법은 다음과 같습니다. 마이크로소프트 365 코파일럿.
대화형 데이터 쿼리
아이디어 구상부터 판매 현장까지 가려면 본능과 집중적인 데이터 분석이 결합되어야 합니다. 구매자와 기획자는 기록 및 데이터 소스의 백엔드 시스템에 거주하며 예측 및 재정렬 계획을 형성하기 위한 패턴과 단서를 지속적으로 찾고 있습니다. 그러나 데이터가 이메일 첨부 파일, 스프레드시트 및 기타 서로 다른 소스 내에 있는 경우가 많기 때문에 역할이 매우 수동적일 수 있습니다.
Generative AI는 대화형 데이터 쿼리를 통해 데이터 시각화 및 보고를 혁신합니다.
생성 AI를 사용하여 데이터에서 패턴을 찾고, 데이터에 대해 질문하고, 프로세스를 자동화하여 예측 상품화 및 계획 전략을 추진함으로써 데이터를 활용하세요.
다가오는 시즌을 계획하려는 판매자를 예로 들어 보겠습니다. “라고 질문할 수 있다고 상상해 보세요.옴니채널 판매 데이터와 경쟁 환경 신호를 기반으로 특정 매장이나 지역에 대한 최적의 제품 조합은 무엇입니까?”
자연어는 여러 데이터 소스에 대한 수동 보고 및 힘든 데이터 분석에서 판매자를 구출하고 팀이 고객 요구를 예측하고 재고 및 마케팅 전략을 조정할 수 있도록 도와줍니다. 데이터를 통해 고객 동향을 파악하는 능력은 새로운 개념이 아니지만, 이러한 통찰력을 거의 실시간으로 파악하는 것은 판도를 바꾸는 일이며, 통찰력과 본능을 결합할 수 있는 더 많은 공간을 창출하는 것입니다.
설계에서 피드백 주기로 단축
소매업에서 경쟁력을 유지하려면 소비자 행동의 급격한 변화에 대한 높은 수준의 민첩성과 대응력이 필요합니다. 데이터의 최고점과 최저점으로 인해 무엇을 비축해야 하는지, 어디에 재고를 확보해야 하는지 파악하고 소비자 수요보다 앞서 나가기 어렵습니다. 구매자와 기획자는 조직이 과거 데이터뿐만 아니라 초지역 시장 동향에 대한 통찰력을 바탕으로 수요를 예측할 수 있도록 지원함으로써 이 프로세스에서 중요한 역할을 합니다. 판매자는 매우 복잡한 공급망의 공급업체와 협력하여 제품이 정시에 배송되도록 하기 때문에 판매자는 종종 이 프로세스의 핵심 역할을 합니다. 그러나 여러 공급업체에 걸쳐 제품을 선별하는 기존 방법은 기록 데이터와 이메일과 같은 수동 프로세스에 크게 의존하므로 작업 시간이 많이 걸리고 오류가 발생하기 쉽습니다.
생성적 AI를 통해 판매자는 새로운 제품을 더 빠르게 시장에 출시하고 피드백 주기를 몇 달에서 며칠로 단축할 수 있습니다.
AI는 또한 소셜 미디어, 판매 및 기타 데이터 소스의 입력을 신속하게 분석함으로써 팀이 고객 및 새로운 트렌드에 공감하는 보다 역동적인 제품 분류를 만들고 포트폴리오를 관리하는 데 도움을 줍니다. 소매업체는 개별 매장 수준에서 계획을 세우고 클러스터나 매장 수준이 아닌 제품을 ‘초지역화’할 수 있습니다.
AI는 데이터를 조화시켜 개별 고객 선호도에 맞는 맞춤형 제품 분류 생성을 촉진하고 소매업체가 급변하는 시장의 갑작스러운 변화에 더 잘 적응할 수 있도록 돕습니다.
고객 의도와 비정형 데이터를 활용한 예측
구조화되지 않은 데이터의 바다에서 고객 신호가 손실되는 경우가 많기 때문에 고객 수요를 예측하는 것이 점점 더 복잡해지고 있습니다. 과거 데이터에 대한 과도한 의존이 보고 및 데이터 분석을 방해하는 것과 마찬가지로, 과거 데이터는 예측 관점에서 미래 매출에 대한 불완전한 지표가 되는 경우가 많습니다. 온라인과 오프라인 채널 전반에 걸친 다양한 수요와 짧은 제품 수명 주기, 미시 시즌의 확산으로 인해 노력이 복잡해졌습니다. 소비자의 구매 습관과 추세는 여러 시스템(소매업체 내부 및 외부 소스 모두)에서 원시 데이터로 제공되지만 이 데이터를 실행 가능한 통찰력으로 변환하는 것은 어렵습니다.
대규모 언어 모델과 생성적 AI를 통해 소매업체는 이전과는 전혀 다른 방식으로 구조화되지 않은 데이터를 활용할 수 있습니다.
AI는 구조화되지 않은 데이터를 이해함으로써 귀중한 고객 신호를 밝혀 계획과 예측을 강화할 수 있습니다. 기획자는 소셜 미디어 채널, 온라인 고객 리뷰, 디지털 포럼, 인구 통계 정보, 지역 이벤트, 심지어 날씨 패턴을 통해 소비자 감정을 활용하여 고객 의도를 기반으로 예측하는 데 도움을 줄 수 있습니다. 이를 통해 판매자는 고객의 요구에 실시간으로 신속하게 대응할 수 있어 품절 및 과잉 재고 위험을 줄일 수 있습니다.
AI 기반 통찰력은 재고 수준을 최적화하고 운송 및 물류 비용을 최소화하며 전반적인 운영 효율성을 향상시키는 데 도움이 됩니다. AI를 활용하면 판매자는 더욱 정확하고 역동적인 예측을 생성하여 궁극적으로 고객 만족도를 높이고 경쟁에서 앞서 나갈 수 있습니다.
부조종사를 사용하여 회의 준비 간소화
회의 준비는 상당한 시간과 노력이 필요한 여러 단계를 포함하여 판매자에게 어려운 작업이 될 수 있습니다. 판매자 업무의 특성상 공급업체 협업과 협상은 이메일, Excel 파일, 기타 비정형 데이터 소스를 통해 이루어지는 경우가 많아 종단 간 계약 및 약정을 요약하기 어렵습니다. 이러한 문제로 인해 판매자가 보다 전략적이고 창의적인 활동에 참여하는 능력이 저하될 수 있으므로 효율적인 회의 준비가 필수가 됩니다. 여러 서로 다른 소스에서 가격 세부 정보와 같은 정보를 수집하는 것은 매우 수동적이고 힘든 프로세스이며 오류가 발생하기 쉽습니다. 고품질의 회의 전 이메일과 후속 조치를 작성하려면 시간과 집중, 주의가 필요합니다.
판매자는 회의 준비, 실행, 후속 조치에 AI를 사용하여 더 많은 성과를 얻을 수 있습니다.
생성적 AI는 회의 작업을 간소화하여 프로세스를 더욱 효율적이고 덜 부담스럽게 만듭니다. 예를 들어 AI는 최근 가격 협상에 대한 이메일과 채팅을 요약하여 판매자가 관련 정보를 신속하게 수집할 수 있도록 지원합니다. 또한 수익성 보고서를 분석하고 데이터 통찰력을 명확하고 시각적인 형식으로 제시하여 판매자가 정보에 입각한 결정을 내릴 수 있도록 지원합니다. 공급업체 계약 문서에서 정보를 수집할 때 AI는 콘텐츠 초안을 작성하는 데 도움을 주고 명확성과 효과를 높이기 위해 콘텐츠를 다시 작성하는 방법을 제안할 수 있습니다. 또한 공급업체를 위한 사전 회의 이메일을 작성하여 필요한 모든 문서가 첨부되었는지 확인하는 데 도움을 줄 수 있습니다.
AI를 활용함으로써 판매자는 회의 준비 및 실행을 향상시켜 항상 통제력을 유지하면서 보다 전략적이고 창의적인 노력에 시간을 확보할 수 있습니다.
생성 AI를 사용하여 머천다이징을 혁신하는 기업
우리는 기업들이 어떻게 생성 AI의 힘을 활용하여 상인들이 최신 기술로 게임을 향상시키는 동시에 업무 기술에 더 집중할 수 있도록 돕기 시작했는지에 대한 증거를 보고 있습니다.
마이크로소프트 파트너 블루욘더소매업체가 더 높은 계획 정확성, 더 관련성이 높은 AI 기반 통찰력, 더 나은 계획자 경험을 제공하는 데 도움이 될 수 있습니다. Blue Yonder는 대규모 언어 모델의 자연어 기능과 회사의 심층 공급망 IP를 결합하여 데이터 중심 의사 결정을 가속화하는 생성적 AI 솔루션을 개발하고 있습니다. 이러한 AI 기능을 Blue Yonder 플랫폼 내에 직접 통합함으로써 마이크로소프트 애저소매업체는 본질적으로 강력한 보안 조치, 감사, 신뢰성 및 비용 통제의 이점을 누릴 수 있습니다.
생성적 AI로 성장을 간소화하세요
판매자는 역할을 매우 중요하고 만족스럽게 만드는 예술과 과학의 결합인 적절한 마진으로 단위를 이동하여 속도와 수익성 있는 판매 성장을 촉진해야 합니다. AI는 일상적인 작업에 소요되는 시간을 줄여 판매자가 더욱 창의적이고 전략적이며 고객 중심적일 수 있도록 해줍니다. 판매자는 매일 사용하는 모든 데이터와 시스템에서 에이전트를 인텔리전스 계층으로 사용하여 작업을 단순화하고 민첩성을 높이며 의사 결정 프로세스의 속도를 높일 수 있습니다.
에 의해 생성 AI 활용판매자는 데이터 분석을 간소화하고 예측 정확도를 높이며 설계에서 출시까지의 시간을 단축할 수 있습니다. 소매 환경이 계속 진화함에 따라 AI를 수용하는 기업은 트렌드를 앞서고 고객 요구를 충족하며 경쟁 우위를 유지할 수 있는 더 나은 위치에 있게 될 것입니다. 판매자가 새로운 도구를 사용하여 작업하는 방식을 바꾸는 것은 어려운 것처럼 보일 수 있지만 소매업체가 단기적으로 취하는 조치는 향후 수십 년 동안 성공할 수 있는 위치를 마련해 줄 것입니다.
자세히 알아보기
1 Microsoft WorkLab, AI – 완전히 새로운 작업 방식 .
게시물 판매자가 AI를 통해 속도를 높이는 방법처음 등장한 Microsoft AI 블로그.