Sztuczna inteligencja do przetwarzania historii zamówień i wysyłania SMS-ów
Mamy Quick Book online jako główny program do księgowości.
Należy stworzyć automatyczny system przypominania klientom o konieczności przyszłego zamówienia.
Należy zaimportować z Quick Book online dane o zamówieniach:
- Klienci
- Faktury (Invoices)
- Produkty (SKU)
Następnie należy nauczyć system analizować dla każdego klienta:
- częstotliwość zamówień;
- średni interwał między zamówieniami;
- sezonowość zakupów;
- średni koszyk;
- asortyment produktów;
- liczbę każdego SKU w zamówieniach;
- dynamikę wzrostu lub spadku zakupów.
Na podstawie tych danych system powinien obliczać:
- datę ostatniego zamówienia;
- średni cykl powtarzalnego zamówienia;
- prognozowaną datę następnego zamówienia;
- prawdopodobieństwo powtórnego zakupu (%).
Przykład:
Klient: XYZ Restaurant
Średni cykl zamówień:
- MONIN Vanilla — 21 dni
- MONIN Caramel — 28 dni
- Angostura — 60 dni
Prognoza:
- następne zamówienie: 15 czerwca
- prawdopodobieństwo: 87%
Moduł automatycznych przypomnień
System powinien automatycznie kontaktować się z klientami przed prognozowaną datą powtarzalnego zamówienia.
Kanał komunikacji: SMS
Przykład wiadomości:
„Dzień dobry, John.
Wygląda na to, że wkrótce mogą się skończyć syropy MONIN Vanilla i Caramel.
Czy chcesz powtórzyć poprzednie zamówienie lub wprowadzić zmiany?”
lub
„Dzień dobry, John
Zgodnie z Twoją historią zakupów, być może wkrótce będziesz potrzebować powtórnego zamówienia MONIN Vanilla i Caramel.
Czy chcesz otrzymać fakturę?”
„Można dodać inne produkty?
Wygląda na to, że dawno nie zamawiałeś Lime Syrup MONIN 1L
Możemy pomóc w złożeniu zamówienia”
Moduł AI do przetwarzania odpowiedzi klientów
System powinien rozumieć naturalne odpowiedzi klientów.
Przykłady:
- „Przypomnij mi w przyszłym tygodniu”
- „Skontaktuj się za dwa tygodnie”
- „Na razie nie potrzebuję”
- „Wyślij cennik”
- „Przygotuj takie samo zamówienie”
System powinien automatycznie:
- przesuwać datę przypomnienia;
- tworzyć zadanie dla menedżera;
- informować odpowiedzialnego menedżera.
Cała historia komunikacji powinna być przechowywana.
⸻
Moduł uczenia się na podstawie zachowań klientów
System powinien gromadzić wiedzę o każdym kliencie:
- preferowany sposób kontaktu;
- wygodny dzień do kontaktu;
- wygodna pora do kontaktu;
- typowa częstotliwość zakupów;
- najczęściej zamawiane produkty.
- Produkty, które dawno nie były zamawiane
Dokładność prognozowania powinna poprawiać się z czasem.
