Một số ứng dụng của Computer Vision trong lĩnh vực Marketing

Chào mọi người, mình là SuNT, đến từ team AI - VTI VN!

Bài hôm nay, mình muốn giới thiệu đến cho các bạn một số ứng dụng thực tế thú vị của AI, mà cụ thể là Computer Vision trong lĩnh vực Marketing.

1. Giới thiệu chung

Nếu bạn chưa biết, thì Computer Vision, hay Thị giác máy tính là một trong 2 lĩnh vực phổ biến của Trí tuệ nhân tạo (AI), cùng với Natual Language Processing (NLP - Xử lý ngôn ngữ tự nhiên). Hiểu một các nôm na thì Computer Vision là các thuật toán, bài toán giúp cho máy tính có thể hiểu được nội dung của các bức ảnh gần như con người. Computer Vision đã phát triển vượt bậc trong những năm qua nhờ sự hỗ trợ đắc lực của các thuật toán Deep Learning hiện đại, giải quyết được rất nhiều bài toán khó mà trước đây tưởng như không thể hoàn thành được. Ứng dụng của Computer Vision trải dài trong hầu hết mọi lĩnh vực trong đời sống: Y tế, Giáo dục, Giao thông, Thương mại, An ninh, ...

Riêng với lĩnh vực hẹp Marketing, tuy chưa có con số thống kê cụ thể nhưng nhiều nhà phân tích cho rằng, Computer Vision đã thúc đẩy sự tăng trưởng của Marketing lên khoảng 30%, mang lại doanh thu lớn cho các nhà bán lẻ trên thị trường.

2. Các ứng dụng của Computer Vision trong Marketing

2.1 Tạo ra nội dung mới với GAN

Một trong những thách thức lớn nhất của tiếp thị trực tuyến là tạo ra nội dung mới. May mắn thay, sự ra đời của GAN sẽ làm cho quá trình này trở nên dễ dàng và nhanh hơn rất nhiều.

GAN - Generative Adversarial Networks, là một mô hình Deep Learning có thể tạo ra nội dung hình ảnh siêu thực, bao gồm video, ảnh và mô hình 3D. Các nhà sản xuất có thể sử dụng GAN để tạo ra các mẫu sản phẩm mới, dựa trên các mẫu trước đó của họ mà không mất chi phí, thời gian thuê các nhà sáng tạo riêng.

Một ví dụ thực về việc tạo nội dung bằng GAN đến từ một công ty công nghệ Nhật Bản DataGrid, họ sử dụng GAN để tạo ra hình ảnh thực tế về các mẫu thời trang theo phong các riêng họ. Rất nhiều mẫu trong số đó được khách hàng rất ưu chuộng và đã được đưa vào sản xuất hàng loạt, mang lại lợi nhuận lớn cho công ty.

2.2 Nhận diện thuơng hiệu

Các thương hiệu lớn thường xuyên phải giám sát các nền tảng truyền thông xã hội và các kênh trực tuyến khác để xác định khu vực có khách hàng tiềm năng, hoặc dự đoán trước các mối đe dọa có thể ảnh hưởng đến sự thành công của họ. Việc giám sát này có thể thực hiện bằng một trong 2 cách:

• Phân tích nội dung các bài viết, bình luận.
• Thu thập và nhận diện những hình ảnh liên quan đến thuơng hiệu.

Nhận biết hình ảnh có thương hiệu trên phương tiện truyền thông xã hội để phân tích là việc rất quan trọng đối với các nhà tiếp thị vì nó cho phép họ hiểu được sự tương tác của khách hàng với sản phẩm, cho biết liệu người tiêu dùng có đang quan tâm tới thương hiệu hay không. Việc giám sát còn cho phép theo dõi mức độ phổ biến và thay đổi nhận thức theo thời gian, thậm chí là chi tiết đến mức độ từng sản phẩm riêng lẻ chứ không chỉ là cả thuơng hiệu lớn.

Ví dụ, qua theo dõi trên một diễn đàn thảo luận về vấn đề chăm sóc sức khỏe, các hình ảnh có chứa logo của công ty dược phẩm A thường xuyên xuất hiện trong các bài viết, bình luận tích cực. Điều đó chứng tỏ rằng, các sản phẩm của công ty A đang nhận được sự quan tâm lớn từ khách hàng.

2.3 Tìm kiếm bằng hình ảnh

Thông thường, khi truy cập vào một website bán hàng online, để tìm kiếm sản phẩm muốn mua, chúng ta phải tiến hành tìm kiếm. Chúng ta nhập vào tên sản phầm, thuơng hiệu, một vài đặc tích, ... Hệ thống sẽ dựa vào thông tin người dùng cung cấp để trả ra kết quả cho họ. Việc làm này mang đến khá nhiều bất cập. Ở phía người bán, họ phải duy trì một cơ sở dữ liệu lớn về thông tin của sản phẩm mà việc duy trì và cập nhật thông tin cho CSDL này thường mất rất nhiều thời gian, công sức. Ở phía người dùng, việc phải nhớ, nhập thông tin sản phẩm để tìm kiếm thường là một trải nghiệm không mấy vui vẻ gì. Chưa kể, đôi khi kết quả trả về không đúng mong muốn khiến người dùng phải nhập/tìm kiếm rất nhiều lần.

Các sàn thuơng mại điện tử lớn hiện nay đa số đều tích hợp tính năng tìm kiếm bằng hình ảnh, gọi là Visual Search. Người dùng chỉ việc tải lên hoặc lựa chọn 1 hình ảnh có sẵn để tìm kiếm. Hệ thống sẽ trả về các kết quả gần giống nhất với bức ảnh đó. Việc này không chỉ rút ngắn được thời gian tìm kiếm mà còn mang lại cho người dùng cảm giác thật hơn, dễ dàng tìm được sản phẩm ưng ý một cách nhanh chóng hơn. Và tất nhiên, đó là điều mà các nhà bán hàng đều mong muốn.

Khó khăn của Visual Search là thời gian đáp ứng yêu cầu của khách hàng. Khi số lượng hình ảnh lớn, phải tính toán thiết kế hệ thống làm sao để người dùng không phải chờ quá lâu cho một yêu cầu của họ. Rất may là với sự giúp đỡ của các thuật toán hiện đại ngày nay, việc này đã không còn quá khó khăn như trước.

2.4 Nhận diện cảm xúc

Quyết định mua hàng phụ thuộc rất nhiều vào tâm lý, cảm xúc của khách hàng. Khi vui, họ rất dễ móc hầu bao để mua một sản phẩm, thậm chí nó không thực sự cần thiết đối với họ. Ngược lại, nếu không vui thì sẽ thật khó khăn để họ chấp nhận thanh toán cho một món đồ bất kỳ nào đó.

Hiểu được vấn đề này, Computer Vision đã giúp các nhà bán hàng theo dõi, nhận biết và phân tích trạng thái cảm xúc của khách hàng khi họ mua sắm: Buồn, vui, khó chịu, bình thường, ... Có được thông tin này rồi, các thương hiệu có thể đánh giá lượng người ghé thăm, dự đoán doanh thu bán hàng và điều chỉnh chiến lược tiếp thị cho phù hợp.

2.5 Nhận diện giới tính, độ tuổi

Hành vi, thói quen mua sắm cũng thay đổi theo giới tính, độ tuổi của mỗi khách hàng. Ví dụ, nam giới thường mua sắm các mặt hàng liên quan đến thể dục thể thao, trong khi nữ giới ở cùng độ tuổi lại quan tâm đến các sản phẩm chăm sóc sắc đẹp nhiều hơn, ...

Sử dụng Computer Vision, các chủ của hàng có thể thống kê được số lượng khách hàng trong mỗi độ tuổi, giới tính vào trong của hàng của mình theo các khoảng thời gian khác nhau trong ngày. Từ thông tin đó, họ sẽ bố trí, sắp xếp các mặt hàng phù hợp nhất với khách hàng để thu hút họ nhiều hơn.

2.6 Cá nhân hóa trải nghiệm của khách hàng

Thực ra thì mục 2.4 và 2.5 cũng là một phần trong việc cá nhân hóa trải nghiệm của khách hàng. Nhưng nếu như 2 phần trên chỉ sử dụng thông tin tại thời điểm hiện tại của khách hàng thì ở phần này có sử dụng thêm cả những thông tin trong quá khứ của họ, và thông tin của những khách hàng khác nữa. Khi một khách hàng bước vào cửa hàng, các camera giám sát sẽ nhận ra họ là ai dựa vào khuôn mặt của họ. Sau đó, các thông tin về hành vi mua sắm trong quá khứ bắt đầu được đưa vào hệ thống để phân tích, nhận ra các đặc điểm về thói quen, sản phẩm yêu thích, mức giá phù hợp, ... để đưa ra cho khách hàng những gợi ý về sản phẩm phù hợp. Khách hàng sẽ có cảm giác như họ đang đi mua sắm trong cửa hàng dành riêng cho họ vậy, 😀

2.7 Thử đồ

Đây là ứng dụng rất thú vị dành riêng cho ngành thời trang. Thử tưởng tượng, bạn muốn mua một cái áo mới trong một cửa hàng quần áo. Nhưng trong cửa hàng có quá nhiều các mẫu mã, kích thước làm bạn bối rối, không biết phải chọn cái nào. Phuơng pháp truyền thống là mặc thử từng cái một để quyết định. Nhưng đó là một trải nghiệm không hề dễ chịu một chút nào, nhất là với cánh mày râu. Nếu bạn nào đã từng đưa bạn gái/vợ đi mua sắm quần áo rồi sẽ hiểu cảm giác phải chờ cả buổi chỉ để cô ấy mua một cái áo/quần sẽ hiểu cảm giác này.

Thật thú vị là Computer Vision có thể giúp chúng ta giải quyết vấn đề này một cách thực sự hiệu quả. Bạn chỉ cần mở ứng dụng trên điện thoại lên, chụp một bức ảnh của mình, sau đó là chọn các mẫu quần áo có sẵn trong của hàng để mặc thử. Kết quả sẽ hiển thị rõ lên màn hình cho bạn quan sát và quyết định. Bạn có thể mặc thử hết tất cả quần áo trong cửa hàng mà chỉ mất 1h đồng hồ. 😀

3. Kết luận

Với sự bùng nổ mạnh mẽ của công nghệ, các nhà làm Marketing tích hợp tầm nhìn máy tính vào các nỗ lực tiếp thị của họ sẽ có cơ hội cải thiện các chiến dịch, ảnh hưởng đến quyết định mua hàng và nâng cao trải nghiệm của khách hàng, trong số những thứ khác. Khi CV tiếp tục phát triển, các nhà tiếp thị có thể dự đoán nhiều ứng dụng mới và mạnh mẽ sẽ ra mắt trong tương lai.

4. Tham khảo