3 fede forudsigelser inden for PIM

Product Information Management (PIM) er grundlaget for en moderne e-handelsstrategi. Her er 3 fede forudsigelser inden for PIM.

Når producenter, distributører og grossister implementerer PIM-software (Product Information Management) for at give bedre online-produktoplevelser på tværs af kanaler, finder de hurtigt ud af, hvor stor en indsats det kræver at samle, kategorisere og berige alle nødvendige data.

Som udenforstående til de produktdata, der beriger e-handelsrelaterede industrier, kunne man fristes til at tro, at denne information er allestedsnærværende og bare ligger og venter online på at blive fanget. Men sådan er det ikke.

Det manuelle arbejde med at tilgå og aggregere data til et PIM-system kan være tungt.

Men ligesom med alt andet inden for IT, så vil det arbejde kunne blive automatiseret i fremtiden.

3 fede forudsigelser inden for PIM

  1. Computer Vision og produktberigelse
  2. Natural Language Processing, stemmesøgning og bestilling med digitale assistenter
  3. At bringe det hele sammen med Machine Learning

1: Computer Vision og produktberigelse

En af de mest udbredte AI-processer er Computer Vision - så tusindvis af billeder kan ses, krydshenvises, identificeres og kategoriseres på sekunder. Vi ser denne type teknologi, når vi udfører en omvendt billedsøgning. En anden computervisions-applikation, du muligvis har brugt, er funktionen "søg med kamera" i Google-appen på din smartphone.

Computer Vision bruges ikke kun til at identificere, hvad et billede indeholder, men kan også tildele yderligere attributter med yderligere logik. Her er et eksempel på dette ved hjælp af Googles Cloud Vision API og en gummihandske som produkt.

Det vil ikke vare længe, ​​før avancerede PIM-systemer med AI, vil være i stand til at bruge deskriptorer parret med billeddata til automatisk at kategorisere eller berige produkter. Forestil dig, hvordan dette ser ud i målestok, når du peger computerens Vision-processor på en mappe, der indeholder 50.000 produktbilleder.

2: Natural Language Processing, stemmesøgning og bestilling med digitale assistenter

En anden populær applikation til AI er Natural Language Processing (NLP), som behandler tekst til at identificere mønstre og i sidste ende udlede indhold, der kan bruges til næste trin eller analyse.

Stemmekommandoer og stemmesøgning er allerede ved at blive en populær måde at kontrollere enheder og applikationer på (som fx Amazon Alexa). PIM-løsninger vil gøre det muligt for organisationer lettere at hoppe med på voksende tendenser som stemmesøgning og stemmekommando med struktureret, bredt distribueret og altid opdaterede produktdata.

3: At bringe det hele sammen med Machine Learning

Som enhver ny teknologi er AI ikke fejlsikker. Menneskelig indgriben og revision er undertiden påkrævet for at foretage justeringer. Her kommer maskinlæring ind i billedet.

Når en menneskelig operatør bekræfter eller afviser resultater, kan maskinlæring bruges til at træne applikationer i at blive bedre ved at reducere fejl og forbedre nøjagtigheden. Samarbejdet mellem menneske og intelligent maskine vil løfte teknologi til et højere niveau.

Forestil dig at behandle billeder til ikke kun at kategorisere tusindvis af produkter, men til yderligere at forbedre disse data med andre relevante og relaterede data inde fra din egen organisation eller via cloud-tjenester. Eller overvej fordelene ved produktanalyse eller produktscoring, med dybere indsigt i, hvordan du optimerer dine produktdata i din PIM-løsning

Mulighederne er mange og fremtiden ser lovende ud. Men hvis du ikke er klar til fremtiden, fordi du endnu ikke er gearet til nutiden, så start med denne eBook for at komme rigtigt i gang, eller videre, med e-handel: 

Kom rigtigt i gang med e-handel