Dari Snapchat Hingga Amazon, Pakai Komputer Vision

Regina sedang mempersiapkan pesta untuk akhir pekan ini dan berencana membeli lemari es terpisah sehingga dia bisa memasak terlebih dahulu. Di saat bersamaan ia punya jadwal carpooling bersama temannya, ia juga harus mengambil pakaiannya di laundry langganan yang akan segera tutup, dan harus mengantarkan kucing ke sayangannya periksa di dokter hewan, praktis tidak ada waktu untuk mengunjungi toko maupun surfing untuk menentukan pilihan lemari es secara online.

Hanya butuh 30 detik bagi regina untuk mengunggah foto ruangan tempat ia akan menaruh lemari es barunya ke aplikasi snap-to-purchase. Aplikasi ini kemudian menganalisis ruang dan menawarkan tiga pilihan lemari es yang sesuai dengan dimensi dapurnya. Aplikasi ini juga mengenali mesin espresso pada foto yang Regina upload dan menawarkan model mesin ekspreso terbaru. Regina kemudian memilih produk lemari es yang diinginkannya, menekan tombol beli, dan meninggalkan rumah tepat pada waktunya untuk carpool-nya. Sulap? Tidak - komputer. vision

Dalam beberapa tahun terakhir, adopsi komputer vision oleh perusahaan makin marak. Komputer vision memegang peranan penting dalam Customer Relationship management (CRM) perusahaan karena kasus kesenjangan visual yang besar, seperti saat pelanggan melihat item tertentu di rumah atau kantornya baik itu kabel komputer, tagihan peralatan, kerusakan mobil dan lain sebagainya. sebelum ada komputer vision, agen hanya dapat menatap layar ksosong CRM di depannya sehingga harus berdialog berulangkali, sebuah proses yang membuat frustasi dan mahal.

Dengan 50% otak yang digunakan untuk pemrosesan visual, manusia memiliki kecenderungan kuat untuk gambar visual. Keterlibatan visual adalah kunci untuk pengalaman pelanggan yang optimal, dan komputer vision diposisikan dengan baik untuk membawa keterlibatan visual ke tingkat berikutnya menggunakan kekuatan otomatisasi. Itulah mengapa sejak tahun 2015 lalu, adopsi komputer vision oleh perusahaan menjadi lebih matang.

Pengenalan gambar mencapai peningkatan signifikan berkat teknik pembelajaran yang mendalam, dan di beberapa bidang bahkan kemampuan mengenali objeknya melewati manusia. Teknologi komputer vision seperti pengenalan objek, pengenalan wajah, gambar ke teks, dan kesamaan gambar - dapat menambah nilai signifikan pada CRMs dengan memberikan 'mata' kepada agen dan pelanggan. Komputer vision sangat cocok diterapkan di beberapa fungsi termasuk sales & commerce, marketing dan customer service.

Di fungsi penjualan & perdagangan, komputer vision dapat menjadi pengganda kekuatan untuk menambahkan wawasan yang lebih penting untuk peningkatan penjualan pelanggan dan penjualan silang. Kemampuan visualnya dapat diintegrasikan dengan teknologi penjualan AI inti, seperti rekomendasi, peramalan, dan penilaian. Selain itu, kemampuan visual dapat membantu pelanggan memilih produk terbaik yang sesuai dengan lingkungan fisiknya, untuk mempersonalisasi proses penjualan dan menghindari pengembalian neuro fuzzu fusion (NFF).

Amazon Go merevolusi industri dengan pengalaman belanja Just Walk Out mereka, dan industri fesyen dan kosmetik telah memanfaatkan augmented reality untuk memberikan kemampuan virtual 'try-on' dan analisis serta rekomendasi gaya secara realtime. Pengecer furnitur telah memperkenalkan aplikasi layanan mandiri seperti Wayfair View di Room 3D dan Ikea Place yang memungkinkan pelanggan memvisualisasikan furnitur di rumah mereka sendiri sebelum membeli, hanya dengan memegang smartphone mereka.

Di fungsi pemasaran, komputer vision memungkinkan pemasar untuk mempersonalisasi perjalanan pelanggan tidak seperti sebelumnya dan mengoptimalkan iklan mereka. Komputer vision memiliki akses ke volume data visual yang tidak terbatas - dengan banyak visual dari video dan media sosial. Untuk mendapatkan gambaran tentang ruang lingkup, pengguna Snapchat sendiri berbagi 9.000 foto per detik. Aspek-aspek visual ini dapat membantu penargetan iklan yang lebih baik serta mencetak lead. Komputer vision mengelompokkan pengguna berdasarkan perilaku masa lalu, dan menayangkan iklan bertarget untuk jenis kamera tertentu ke segmen yang relevan. Sistem ini bahkan dapat dilatih untuk menyesuaikan media iklan secara real-time berdasarkan perubahan perilaku klik-tayang.

Di fungsi layanan pelanggan, komputer vision dapat menambahkan data penting ke profil pelanggan berdasarkan data visual: profil wajah pelanggan, lingkungan rumah, mobil, perangkat yang dibeli, tagihan, kontrak, dll. Ini juga dapat membantu memprediksi masalah sebelum terjadi, memungkinkan tim layanan pelanggan untuk menghindari ketidakpuasan.

Misalnya, seorang pelanggan menelepon untuk melaporkan bahwa mesin kopinya rusak. Interractive Voice response (IVR) akan memintanya untuk mengunggah gambar mesinnya. Dengan pengenalan gambar, model diidentifikasi, dan saran perbaikan secara umum. Panggilan itu diklasifikasikan dan dialihkan ke agen untuk layanan yang cepat.

Demikian pula, komputer vision apat digunakan untuk mendorong self service pelanggan. Misalnya, pada saat mau on boarding pesawat, kita sering diminta menunjukan KTP untuk dipindai. Dengan pengenalan gambar dan kemampuan pengenalan karakter optik (OCR), dokumen dapat diidentifikasi secara positif sebagai bentuk ID yang valid. Bot dapat memperbaiki pelanggan atau meminta informasi lebih lanjut jika diperlukan.