Personlige kampanjer og redusert svinn i dagligvare med AI-tilnærming

En regionalkjede innen dagligvare så at kampanjer nådde et bredt publikum uten å gi ønsket effekt i butikk og på nett, noe som førte til økt svinn og lave marginer på enkelte produkter.

Optimum Range foreslo en helhetlig strategi for segmentering og personalisering som skulle kombinere kjøpshistorikk, lojalitetsdata og lokale preferanser for å levere mer presise tilbud.

Innsamling og samkjøring av data fra kasseautomater, lojalitetskort og digitale kanaler ble gjort med respekt for samtykke og personvern, og dette la grunnlaget for et konsistent kundebilde som kunne brukes i personaliseringsløpet.

Et viktig element i planen var å bruke AI til å forutsi sannsynlighet for kjøp av ferskvarer og kombinere disse prognosene med kampanjeplanlegging for å redusere svinn og optimere prisstrategier.

Optimum Range implementerte et anbefalingssystem som foreslo kombinasjonstilbud basert på tidligere handlevaner, sesongvariasjoner og lokale preferanser, noe som økte relevansen for den enkelte kunde og forbedret marginen per transaksjon.

For å oppnå organisatorisk forankring ble butikkledere og markedsføringsavdeling inkludert i testsykluser slik at lokale differensieringer kunne fanges opp og justeres i sanntid.

En utfordring var å balansere generelle kampanjer med individuelle tilbud uten å skape forvirring, og Optimum Range løste dette ved å definere klare visningsregler i kundekommunikasjonen som prioriterte de mest relevante tilbudene.

Etter piloten ble det satt opp automatiske flyter som sendte personlige kuponger til kunder med høy sannsynlighet for å kjøpe anbefalte varer, samtidig som knappebeholdning og svinnrisiko ble medregnet i beslutningslogikken.

Effekten på kundelojalitet ble målt gjennom lojalitetsprogrammet, der frekvensen på gjentatte besøk og gjennomsnittsordre økte for de segmentene som mottok personaliserte tilbud.

På kort sikt førte tiltakene til en reduksjon i svinn på varer som var inkludert i dynamiske kampanjer, noe som hadde direkte positiv effekt på bunnlinjen og var med på å finansiere videreutvikling av løsningene.

For markedsføringsteamet betydde personaliseringen en mer effektiv bruk av budsjett, med høyere ROAS på målrettede kampanjer sammenlignet med tidligere masseutsendelser.

Gjennomgående ble det lagt vekt på å gjøre anbefalingene transparente for kunden slik at e-poster og appvarsler inneholdt forklarende tekster om hvorfor et tilbud var relevant, og dette styrket kundens tillit til kommunikasjonen.

Det ble også implementert et rammeverk for kontinuerlig evaluering av kampanjeresultater og en re-treningsplan for modellene, slik at sesongvariasjoner og nye trender raskt kunne tas inn i beslutningsgrunnlaget.

Summen av tiltakene resulterte i forbedret margin på ferskvarer, økt kundelojalitet og en mer effektiv markedsføringsinnsats, og prosjektet viste hvordan konkret bruk av AI i butikkdrift og kommunikasjon kan skape målbare forretningsgevinster.