Khi tưởng tượng cách một công ty F&B tạo ra các sản phẩm mới, tâm trí bạn dường như sẽ bị lấp đầy bởi hình ảnh các nhà nghiên cứu áo trắng làm thí nghiệm và nếm thử hương vị như những nhà khoa học điên. Điều này không sai, nhưng đó chỉ là một phần của bức tranh ngày nay. Ngày càng có nhiều công ty trong ngành đang ứng dụng AI cho việc phát triển sản phẩm và cho mỗi bước sau đó của hành trình sản phẩm.

Chẳng hạn như tại PepsiCo, có nhiều đội ngũ sử dụng AI và phân tích dữ liệu theo cách của riêng họ để làm ra từng sản phẩm. Điều này bắt đầu bằng việc sử dụng AI để thu thập thông tin về hương vị và danh mục sản phẩm tiềm năng, cho phép đội R&D thu được các loại insight mà người tiêu dùng không nói ra trong phỏng vấn nhóm tập trung. Nó kết thúc bằng việc sử dụng AI để phân tích cách mà các quyết định dựa trên dữ liệu đó diễn ra.

Stephan Gans, Giám đốc phân tích người tiêu dùng tại Pepsico, chia sẻ với VentureBeat: “Đó là toàn bộ hành trình, từ đổi mới đến phát triển chiến dịch tiếp thị, đến quyết định nơi đặt nó lên kệ. Nó không chỉ là ‘Được, chúng ta hãy ra mắt sản phẩm này tại A&P’ mà còn là A&P nào, vị trí nào trên giá tại khu vực A&P cụ thể đó.”

Một kỷ nguyên mới của nghiên cứu người tiêu dùng

Nhắc đến nghiên cứu người tiêu dùng, Gans muốn nói rằng “quan sát chính là cách đặt câu hỏi mới.” Trong quá khứ, giai đoạn phát triển sản phẩm luôn dựa trên việc đặt câu hỏi cho mọi người: Bạn có thích nó không? Tại sao bạn không thích? Bạn thích điều gì? Nhưng câu trả lời của người tham gia không nói lên được nhiều điều như chúng ta nghĩ. Họ có lẽ không thực sự quan tâm bởi họ được trả tiền để đến đó, hoặc họ có thể chỉ cố gắng tốt bụng. Họ cũng có thể nhiệt tình trong khoảnh khắc đó, nhưng điều đó không có nghĩa là họ vẫn sẽ hào hứng với sản phẩm sau 3 năm ra mắt.

“Mọi người sẽ cho bạn đủ loại câu trả lời.” Gans nói. “Chỉ là đến cuối cùng, nó không quá giống với những gì sẽ thúc đẩy hành vi mua của họ.”

Để khám phá ra nhiều insight có ý nghĩa, PepsiCo có thể tham gia vào lộ trình sản phẩm. Công ty sử dụng một công cụ có tên Tastewise, triển khai các thuật toán để khám phá những gì mọi người đang ăn và tại sao họ ăn chúng. Được sử dụng bởi cả Neslé, General Mill, Dole và các công ty hàng tiêu dùng đóng gói (CPGs) lớn khác, công cụ AI này phân tích một lượng lớn các dữ liệu đồ ăn trực tuyến. Đặc biệt, Tastewise cho biết công cụ của họ đã theo dõi hơn 95 triệu món ăn trong thực đơn, 226 tỷ tương tác với công thức nấu ăn và 22,5 tỷ bài đăng mạng xã hội trong số các điểm tiếp xúc khác của người tiêu dùng.

Bằng cách thu thập dữ liệu từ tất cả các nguồn khác nhau này – các dữ liệu đại diện cho những gì mà mọi người đang tự nguyện nói đến, tìm kiếm và đặt mua trong cuộc sống hàng ngày – Gans cho biết nhóm của ông “có thể có được một ý tưởng thực sự tốt về thứ mà mọi người đang ngày càng hứng thú”. Ví dụ, có những khám phá từ công cụ này đã cho PepsiCo ý tưởng kết hợp rong biển vào snack mặn. Công ty đã đưa nó ra thị trường với tên gọi Off The Eaten Path, và Gans cho biết nó đã trở thành hàng bán chạy nhất sau một thời gian ngắn.

Ông nói: “Nếu bạn hỏi người tiêu dùng ‘Hãy cho tôi biết đâu là hương vị yêu thích của bạn và bạn nghĩ đâu là hương vị tuyệt vời cho nhãn hàng này’, sẽ không có ai nghĩ đến rong biển. Mọi người không có sự liên kết điển hình nào đến thế với một loại snack đặc trưng của một thương hiệu. Nhưng bởi có kiểu lắng nghe này và công việc mà chúng tôi đã làm, chúng tôi có thể tìm ra điều đó thông qua AI được nhúng trong công cụ này.”

Dự đoán xã hội dựa trên dữ liệu

Ở một góc độ khác, để lấy được insight, PepsiCo cũng dựa nhiều vào Trendscope, một công cụ mà công ty đã phát triển cùng với Black Swan Data. Thay vì phân tích thực đơn và công thức nấu ăn, nó tập trung hoàn toàn vào những cuộc thảo luận xung quanh thức ăn của mọi người trên Twitter, Reddit, blog, các trang review và nhiều hơn thế nữa. Công cụ này xem xét ngữ cảnh của các cuộc thảo luận và sự liên quan của chúng đến doanh nghiệp. Nó không chỉ đo lường độ lớn của một cuộc thảo luận cụ thể mà còn xem xét cách chúng phát triển theo thời gian. Gans nói rằng điều này cho phép đội ngũ của ông thực hiện một việc được gọi là “dự đoán xã hội.”

Ông nói: “Bởi vì chúng tôi đã làm việc này hết lần này đến lần khác, chúng tôi thực sự có thể dự đoán chủ đề nào sẽ phát triển và chủ đề nào sẽ chìm xuống.”

Ví dụ, đại dịch này đã làm bùng nổ sự quan tâm đến vấn đề miễn dịch. Bằng cách sử dụng Trendscope, PepsiCo đã xác định rằng riêng với các loại đồ uống, mối quan tâm này sẽ còn tiếp tục. Khoảng 6 tháng trước, công ty đã sử dụng insight này khi cho ra mắt một dòng sản phẩm mới của đồ uống thể thao Propel được bổ sung các thành phần miễn dịch.

Từ ý tưởng đến chiếc kệ gần bạn

Sau khi sản phẩm đã được phát triển, AI và học máy vẫn còn rất nhiều việc phải làm. Jeff Swearingen, người đứng đầu sáng kiến tăng tốc nhu cầu (DX) của PepsiCo, cho biết công ty sử dụng công nghệ này trong nông nghiệp và sản xuất, giúp giảm lượng nước tiêu thụ. Việc bán hàng và marketing – lĩnh vực của ông – cũng dựa nhiều vào AI. Ông nói rằng công ty đã bắt đầu “dịch chuyển rất nhanh” trong năm 2015 bằng cách xây dựng các bộ dữ liệu nội bộ lớn. Một trong số đó chứa 106 triệu hộ gia đình Mỹ, và khoảng một nửa là dữ liệu bên thứ nhất ở cấp độ cá nhân. Bên cạnh đó, công ty còn có một tập dữ liệu lưu trữ của 200.000 nhà bán lẻ tại Mỹ, cũng như một tập dữ liệu đầu ra về bán lẻ. Cả đội ngũ của ông và Gans đều sử dụng những dữ liệu đó để thu hút những khách hàng chủ chốt theo “một cách cá nhân hoá độc đáo”, từ cá nhân hoá môi trường bán lẻ đến quảng cáo trực tuyến.

Khi ra mắt Mountain Dew Rise Energy chẳng hạn, PepsiCo đã xác định người tiêu dùng nào sẽ có xu hướng tận hưởng đồ uống này hơn bình thường, sau đó thu hẹp hơn để xác định mục tiêu trọng tâm. Dữ liệu được lưu trữ cho phép công ty tìm ra chính xác nhà bán lẻ nào là nơi mà người tiêu dùng mục tiêu có nhiều khả năng đến mua sắm và tiếp cận họ với “mọi thứ” được nhắm đích. Việc này bao gồm các chiến dịch và nội dung trên công cụ kỹ thuật số, cũng như phân nhóm, trưng bày hàng hóa và trình bày bên ngoài.

“Nếu quay trở lại 5 năm trước, nếu bạn bước vào 50.000 cửa hàng (mục tiêu) này, cách phân loại, trình bày, trưng bày, tất cả những điều đó có lẽ sẽ trông giống như 450.000 cửa hàng khác”, Swearingen nói, sử dụng những con số để ví dụ cho ý tưởng này. “Hiện nay, trong 50.000 cửa hàng đó, chúng ta có thể thực sự ra mắt sản phẩm này với một hình dung rõ ràng về người mua sắm tại cửa hàng.”

Xét về marketing, PepsiCo cũng sử dụng AI để kiểm soát chất lượng trên một số lượng lớn các quảng cáo kỹ thuật số được cá nhân hoá. Cụ thể, công ty hợp tác với CreativeX để xây dựng các thuật toán kiểm tra từng mẩu quảng cáo nhằm đảm bảo chúng đạt bộ “tiêu chuẩn vàng”, như là logo của thương hiệu được nhìn thấy, hay thông điệp vẫn được truyền tải khi tắt tiếng. Gans cho biết việc sử dụng AI là cách duy nhất để họ có thể kiểm soát chất lượng khi mà “bạn có thể sẽ phải tạo tới 1000 quảng cáo để tiếp cận 1000 nhóm người tiêu dùng khác nhau”. Công ty cũng đã đầu tư “hàng tấn” nguồn lực vào AI, ông nói, và sẽ đầu tư nhiều hơn nữa trong những năm tới.

Theo Swearinge, 5 năm trước, công ty vẫn dựa vào quảng cáo truyền hình truyền thống, những nỗ lực mới được hỗ trợ bởi AI hiệu quả hơn rất nhiều. Ông nói về cách truyền thống: “Thứ nhất, có quá nhiều sự lãng phí, và bạn không cá nhân hoá thông điệp truyền tải tới những người thực sự yêu thích định vị này”.

Duy trì các kết nối con người

Khi nhắc đến mối quan hệ với khách hàng, PepsiCo, cũng như nhiều công ty khác, ứng dụng xử lý ngôn ngữ tự nhiên (NLP) để giúp những người gọi điện tới thắc mắc, gợi ý hoặc phàn nàn được phản hồi hiệu quả hơn. “Thông qua một hệ thống NLP đơn giản, chúng tôi có thể đảm bảo rằng người mà bạn đang nói chuyện đã có nội dung liên quan cho bạn”, Gans nói, nhấn mạnh rằng việc nói chuyện với một con robot trong 45 phút sẽ trở thành “AI hoạt động một cách kỳ lạ”.

Đó là một ví dụ tốt về cách mà công ty này đang làm để giữ con người trong vòng lặp của AI, điều mà Gans cho biết là “chủ đề yêu thích của ông ấy.” Ông cảm thấy rằng khi tích hợp các công nghệ này, chúng ta sẽ dễ bị phụ thuộc quá mức vào dữ liệu, thứ mà không thể luôn nói lên được động cơ thực sự của mọi người. Để lấy ví dụ, ông nhắc đến một quảng cáo Pepsi gần đây tập trung vào cảm xúc chung của con người về đại dịch và không nêu lên bất kỳ sản phẩm nào.

“Tôi chắc chắn rằng cả quan điểm dựa trên dữ liệu và dựa trên sự đồng cảm của con người đều được sử dụng trong việc ra quyết định thương mại”, Gan nói. “Đó là vai trò chủ chốt và thách thức đang diễn ra cho đội ngũ của tôi.”

Theo VentureBeat

Tin liên quan: