पेप्सीको ऐसे उत्पाद बनाने के लिए एआई का उपयोग कैसे करता है जो उपभोक्ता नहीं जानते कि वे चाहते हैं

Posted on

एआई अपनाने की अवस्था में आपका उद्यम कहां खड़ा है? पता लगाने के लिए हमारे एआई सर्वेक्षण में भाग लें।


यदि आप कल्पना करते हैं कि एक खाद्य और पेय कंपनी कैसे नए प्रसाद बनाती है, तो आपका दिमाग सफेद-लेपित शोधकर्ताओं की छवियों से भर जाता है जो पागल वैज्ञानिकों की तरह स्वाद और स्वाद-परीक्षण करते हैं। यह गलत नहीं है, लेकिन यह आज की तस्वीर का केवल एक हिस्सा है। अधिक से अधिक, अंतरिक्ष में कंपनियां उत्पाद विकास और उत्पाद यात्रा के हर बाद के चरण के लिए एआई का दोहन कर रही हैं।

उदाहरण के लिए, पेप्सिको में, कई टीमें प्रत्येक उत्पाद को जीवंत करने के लिए एआई और डेटा एनालिटिक्स को अपने तरीके से टैप करती हैं। यह संभावित स्वादों और उत्पाद श्रेणियों पर इंटेल एकत्र करने के लिए एआई का उपयोग करने के साथ शुरू होता है, जिससे आर एंड डी टीम को उन अंतर्दृष्टि के प्रकारों को इकट्ठा करने की इजाजत मिलती है जो उपभोक्ता फोकस समूहों में रिपोर्ट नहीं करते हैं। यह विश्लेषण करने के लिए एआई का उपयोग करने के साथ समाप्त होता है कि डेटा-संचालित निर्णय कैसे खेले।

पेप्सिको के मुख्य उपभोक्ता अंतर्दृष्टि और विश्लेषण अधिकारी स्टीफ़न गन्स ने वेंचरबीट को बताया, “यह पूरी यात्रा है, नवोन्मेष से लेकर मार्केटिंग अभियान के विकास तक, यह तय करने के लिए कि इसे शेल्फ पर कहाँ रखा जाए।” “और ऐसा ही नहीं, ‘हाँ, चलो इसे A&P में लॉन्च करते हैं।’ लेकिन क्या ए एंड पी। उस विशेष पड़ोस ए एंड पी में शेल्फ पर कहां।

उपभोक्ता अनुसंधान का एक नया युग

जब उपभोक्ता अनुसंधान की बात आती है, तो गन्स यह कहना पसंद करते हैं कि “देखना नया पूछना है।” ऐतिहासिक रूप से, उत्पाद विकास का यह चरण हमेशा लोगों से सवाल पूछने पर आधारित रहा है: क्या आपको यह पसंद है? आपको यह क्यों पसंद नहीं है? आप क्या पसंद करेंगे? लेकिन प्रतिभागियों के उत्तर उतने बताने वाले नहीं हैं जितना हम सोचना चाहते हैं। वे वास्तव में परवाह नहीं कर सकते क्योंकि उन्हें वहां रहने के लिए भुगतान किया जाता है, या वे सिर्फ अच्छा बनने की कोशिश कर रहे हैं। वे इस समय ईमानदार भी हो सकते हैं, लेकिन इसका मतलब यह नहीं है कि लॉन्च के तीन साल बाद भी वे उत्पाद के बारे में उत्साहित होंगे।

“लोग आपको हर तरह के जवाब देंगे,” गन्स ने कहा। “यह उसके बहुत करीब नहीं है जो अंततः उनके खरीदारी व्यवहार को चला रहा है।”

पेप्सीको उत्पाद रोडमैप में चैनल कर सकता है और अधिक बताने वाली अंतर्दृष्टि को उजागर करने के लिए, कंपनी टेस्टवाइज नामक एक उपकरण का उपयोग करती है, जो एल्गोरिदम को यह उजागर करने के लिए तैनात करती है कि लोग क्या खा रहे हैं और क्यों। नेस्ले, जनरल मिल्स, डोले और अन्य प्रमुख उपभोक्ता पैकेज्ड गुड्स कंपनियों (सीपीजी) द्वारा भी उपयोग किया जाता है, एआई-संचालित टूल ऑनलाइन बड़ी मात्रा में खाद्य डेटा का विश्लेषण करता है। विशेष रूप से, Tastewise का कहना है कि इसके टूल ने अन्य उपभोक्ता टचप्वाइंट के बीच 95 मिलियन से अधिक मेनू आइटम, 226 बिलियन रेसिपी इंटरैक्शन और 22.5 बिलियन सोशल पोस्ट की निगरानी की है।

इन सभी अलग-अलग स्रोतों से डेटा एकत्र करके – जो दर्शाता है कि लोग स्वेच्छा से किस बारे में बात कर रहे हैं, खोज रहे हैं और अपने दैनिक जीवन में आदेश दे रहे हैं – गन्स कहते हैं कि उनकी टीम “वास्तव में एक अच्छा विचार प्राप्त कर सकती है कि लोग क्या अधिक से अधिक रुचि रखते हैं। ” उदाहरण के लिए, यह उस उपकरण के निष्कर्ष थे जिसने पेप्सिको को समुद्री शैवाल को एक स्वादिष्ट नमकीन नाश्ते में शामिल करने का विचार दिया। कंपनी ने इसे ऑफ द ईटन पाथ के रूप में बाजार में लाया, और लंबी कहानी छोटी, गन्स ने कहा कि यह तब से एक शीर्ष विक्रेता रहा है।

“यदि आप उपभोक्ताओं से पूछते, ‘मुझे बताएं कि आपके पसंदीदा स्वाद क्या हैं और हमें बताएं कि आपको क्या लगता है कि इस ब्रांड के लिए एक अच्छा स्वाद होगा,’ कोई भी समुद्री शैवाल के साथ कभी नहीं आया होगा। लोग इसे आमतौर पर किसी ब्रांड के विशेष स्नैक से नहीं जोड़ते हैं। लेकिन जिस तरह के सुनने और बाहर के काम के कारण हमने किया, हम उस उपकरण में एम्बेडेड एआई के माध्यम से यह पता लगाने में सक्षम थे, “उन्होंने कहा।

डेटा-संचालित सामाजिक भविष्यवाणी

अंतर्दृष्टि के लिए एक और कोण लेते हुए, पेप्सिको भी ट्रेंडस्कोप पर बहुत अधिक निर्भर करता है, एक उपकरण जिसे उसने ब्लैक स्वान डेटा के संयोजन के साथ विकसित किया था। मेनू और व्यंजनों का विश्लेषण करने के बजाय, यह विशेष रूप से ट्विटर, रेडिट, ब्लॉग, समीक्षा बोर्ड और अन्य पर भोजन के आसपास सामाजिक बातचीत पर केंद्रित है। टूल संदर्भ पर विचार करता है और बातचीत व्यवसाय के लिए प्रासंगिक है या नहीं; यह न केवल विशिष्ट वार्तालापों की मात्रा को मापता है, बल्कि वे समय के साथ कैसे बढ़ते हैं। गन्स का कहना है कि यह टीम को वह करने की अनुमति देता है जिसे वे “सामाजिक भविष्यवाणी” कहते हैं।

उन्होंने कहा, “चूंकि हमने इसे बार-बार किया है, इसलिए हम वास्तव में अनुमान लगा सकते हैं कि कौन से विषय टिकने वाले हैं और कौन से फिजूल हैं।”

उदाहरण के लिए, महामारी ने प्रतिरक्षा के आसपास रुचि में भारी वृद्धि का कारण बना। ट्रेंडस्कोप का उपयोग करके, पेप्सिको ने निर्धारित किया कि विशेष रूप से पेय पदार्थों के लिए, रुचि यहां रहने के लिए है। लगभग छह महीने पहले, कंपनी ने उस अंतर्दृष्टि पर काम किया जब उसने अपने प्रोपेल स्पोर्ट्स ड्रिंक्स की एक नई लाइन लॉन्च की जिसमें प्रतिरक्षा सामग्री शामिल थी।

आइडिया से लेकर आपके आस-पास के शेल्फ़ तक

एक बार उत्पाद विकसित हो जाने के बाद, एआई और मशीन लर्निंग के लिए अभी भी बहुत कुछ करना बाकी है। पेप्सिको की मांग त्वरक (डीएक्स) पहल के प्रमुख जेफ स्वियरिंगन ने कहा कि कंपनी कृषि और विनिर्माण में प्रौद्योगिकी का उपयोग करती है, जिससे पानी की खपत को कम करने में मदद मिली है। सेल्स और मार्केटिंग, उनका डोमेन भी एआई पर बहुत अधिक निर्भर करता है। उन्होंने कहा कि कंपनी ने बड़े आंतरिक डेटासेट बनाकर 2015 में “बहुत तेज़ी से आगे बढ़ना” शुरू किया। एक के पास 106 मिलियन अमेरिकी परिवार हैं, और उनमें से लगभग आधे के लिए, उनका कहना है कि कंपनी के पास व्यक्तिगत स्तर पर प्रथम-पक्ष डेटा है। वे कहते हैं कि 500,000 यूएस रिटेल आउटलेट्स के साथ-साथ रिटेल आउटपुट डेटासेट का एक स्टोर डेटासेट भी है। उनकी और Gans की दोनों टीमें खुदरा वातावरण को अनुकूलित करने से लेकर ऑनलाइन विज्ञापनों तक “विशिष्ट रूप से वैयक्तिकृत तरीकों” में मुख्य उपभोक्ताओं को शामिल करने के लिए डेटा का उपयोग करती हैं।

उदाहरण के लिए, माउंटेन ड्यू राइज के लॉन्च के लिए, पेप्सिको ने निर्धारित किया कि कौन से उपभोक्ता पेय का आनंद लेने के लिए औसत से अधिक होंगे, और फिर एक मुख्य लक्ष्य निर्धारित करने के लिए और अधिक संकुचित हो गए। स्टोर डेटा ने तब कंपनी को यह पता लगाने में सक्षम किया कि उन मुख्य उपभोक्ताओं को किन खुदरा विक्रेताओं से खरीदारी करने और अत्यधिक लक्षित “सब कुछ” के साथ पहुंचने की संभावना थी। इसमें डिजिटल मीडिया अभियान और सामग्री, साथ ही वर्गीकरण, बिक्री और प्रस्तुति शामिल है।

“यदि आप पांच साल पीछे जाते हैं, यदि आप उन 50,000 में चलते हैं” [targeted] स्टोर, वर्गीकरण, प्रस्तुति, मर्चेंडाइजिंग, वे सभी चीजें शायद अन्य 450,000 की तरह दिखेंगी, ”स्वियरिंगन ने बिंदु बनाने के लिए नमूना संख्याओं का उपयोग करते हुए कहा। “अब उन 50,000 स्टोर्स में, हम वास्तव में इस उत्पाद को इस तरह से मनाने में सक्षम हैं जो उस स्टोर में चलने वाले खरीदार को पहचानता है।”

मार्केटिंग के संबंध में, पेप्सीको बड़ी मात्रा में व्यक्तिगत डिजिटल विज्ञापनों पर गुणवत्ता नियंत्रण करने के लिए एआई का भी उपयोग करता है। विशेष रूप से, कंपनी ने एल्गोरिदम बनाने के लिए क्रिएटिव एक्शन के साथ भागीदारी की, जो यह सुनिश्चित करने के लिए विज्ञापन के प्रत्येक टुकड़े की जांच करता है कि यह “सुनहरे नियमों” के एक विकसित सेट को पूरा करता है, जैसे कि ब्रांड लोगो दिखाई दे रहा है या संदेश अभी भी ध्वनि के साथ आता है। गन्स ने कहा कि एआई का उपयोग करना ही एकमात्र तरीका है जिससे वे उचित गुणवत्ता नियंत्रण कर सकते हैं जब “आप अंत में 1,000 कमा सकते हैं” [ads] उपभोक्ताओं के 1,000 विभिन्न वर्गों तक पहुंचने के लिए। ” कंपनी ने एआई में “एक टन” संसाधनों का निवेश किया है, उन्होंने कहा, और आने वाले वर्षों में और अधिक निवेश करेगी।

पांच साल पहले, कंपनी अभी भी पारंपरिक प्रसारण विज्ञापन पर निर्भर थी, स्वियरिंगन के अनुसार, जिन्होंने कहा कि नए एआई-सक्षम प्रयास बहुत अधिक कुशल हैं। “बहुत सारी बर्बादी है, नंबर एक, और आप उन लोगों के लिए संदेश को अनुकूलित नहीं कर रहे हैं जो वास्तव में इस प्रस्ताव को पसंद करते हैं,” उन्होंने पारंपरिक मार्ग के बारे में कहा। “और अब हम ऐसा करने में सक्षम हैं।”

मानवीय संबंध बनाए रखना

जब ग्राहक संबंधों की बात आती है, तो पेप्सिको, कई कंपनियों की तरह, प्राकृतिक भाषा प्रसंस्करण (एनएलपी) का दोहन कर रही है, जो किसी भी प्रश्न, सुझाव या शिकायत के साथ कॉल करने वाले किसी भी व्यक्ति की अधिक कुशलता से मदद कर सकता है। “एक साधारण एनएलपी-संचालित प्रणाली के माध्यम से, हम यह सुनिश्चित कर सकते हैं कि जिस व्यक्ति से आप बात कर रहे हैं, उसके पास पहले से ही आपके लिए प्रासंगिक सामग्री है,” गन्स ने कहा, यह देखते हुए कि 45 मिनट के लिए रोबोट से बात करना “एआई चला गया” होगा बहुत गलत।”

यह एक अच्छा उदाहरण है कि कैसे कंपनी एआई लूप में मनुष्यों को रखने के लिए काम कर रही है, जिसे गन्स ने कहा “सचमुच” [his] पसंदीदा विषय। ” उन्हें लगता है कि इन तकनीकों को एकीकृत करने में, डेटा पर अत्यधिक निर्भर होना आसान है, जो हमेशा लोगों की वास्तविक प्रेरणाओं से बात नहीं कर सकता। उदाहरण के तौर पर, उन्होंने हाल ही में एक पेप्सी विज्ञापन का हवाला दिया, जो महामारी की साझा मानवीय भावनाओं पर केंद्रित है और इसमें कोई उत्पाद नहीं है।

“मैं हमेशा यह सुनिश्चित कर रहा हूं कि व्यावसायिक निर्णय लेने के लिए डेटा-संचालित और मानवीय सहानुभूति परिप्रेक्ष्य दोनों लाए गए हैं,” गन्स ने कहा। “यह एक महत्वपूर्ण भूमिका है और मेरी टीम के लिए चल रही चुनौती है।”

वेंचरबीट

तकनीकी निर्णय लेने वालों के लिए परिवर्तनकारी तकनीक और लेनदेन के बारे में ज्ञान हासिल करने के लिए वेंचरबीट का मिशन एक डिजिटल टाउन स्क्वायर बनना है।

जब आप अपने संगठनों का नेतृत्व करते हैं तो हमारा मार्गदर्शन करने के लिए हमारी साइट डेटा तकनीकों और रणनीतियों पर आवश्यक जानकारी प्रदान करती है। हम आपको हमारे समुदाय का सदस्य बनने के लिए आमंत्रित करते हैं:

  • आपकी रुचि के विषयों पर अप-टू-डेट जानकारी
  • हमारे समाचार पत्र
  • गेटेड विचार-नेता सामग्री और हमारे बेशकीमती आयोजनों के लिए रियायती पहुंच, जैसे रूपांतरण 2021: और अधिक जानें
  • नेटवर्किंग सुविधाएँ, और बहुत कुछ

सदस्य बने

Leave a Reply

Your email address will not be published. Required fields are marked *