Melissa lanza asistente virtual con IA generativa para el comercio minorista

Melissa, una de las marcas más conocidas de Grendene, enfrentó desafíos para ofrecer un servicio personalizado a escala. Los clientes esperaban interacciones rápidas y eficientes y recomendaciones de productos precisas. Sin embargo, el servicio manual y el soporte en las tiendas físicas tenían limitaciones en la velocidad de respuesta y la personalización de la experiencia, especialmente durante los picos de demanda.

Grendene también quería mejorar la eficiencia operativa en los puntos de venta, facilitando la consulta de disponibilidad de productos, personalización e información detallada para los clientes.

MadeinWeb, en alianza con AWS, desarrolló un Asistente Virtual de IA Generativa, capaz de transformar la experiencia de compra de Melissa en los puntos de venta. Esta solución aprovecha tecnologías avanzadas de Inteligencia Artificial y una sólida infraestructura de AWS para brindar interacciones personalizadas, rápidas y eficientes para los consumidores.

Los componentes clave de la solución incluyen:

• Asistente virtual de IA: Desarrollado por MadeinWeb, este asistente interactúa con los clientes a través del chat, respondiendo preguntas sobre productos, sugiriendo opciones basadas en las preferencias del usuario y brindando información real y oportuna sobre disponibilidad de stock.

• Integración con Sistemas de inventario: el asistente está integrado con el sistema de gestión de inventario de Grendene, lo que garantiza que los clientes y vendedores puedan acceder a la disponibilidad del producto de forma precisa e instantánea.

• Personalización basada en IA: utilizando datos de ventas anteriores y el perfil del cliente, el asistente sugiere productos personalizados, brindando una experiencia de compra diferenciada y aumentando las oportunidades de ventas cruzadas y adicionales.

MadeinWeb implementó la solución utilizando servicios de AWS para garantizar la escalabilidad, seguridad y eficiencia de la aplicación:

• Amazon Bedrock: Usamos Bedrock para acceder al modelo de generación de texto Claude3-Sonnet 3.5 y al modelo de incrustación Titan Embedding V1. La elección de Claude3 Sonnet 3.5 se debe a la complejidad de la tarea que debe realizar un LLM, que consiste en identificar y extraer información de una base de conocimientos de los productos Melissa en función de las aportaciones del usuario.

• Amazon Sagemaker: Usamos Sagemaker para entrenar el modelo de recomendación. Para hacer esto, utilizamos un trabajo de procesamiento y lo implementamos como un contenedor en ECS. La razón por la que no lo implementamos como punto final en Sagemker está relacionada con el costo de la solución, que es uno de los requisitos de la solución implementada.

Trabajamos estrechamente con Grendene para crear una solución personalizada que combinara las necesidades empresariales con las expectativas del consumidor:

1. Diseño y arquitectura de la solución: MadeinWeb desarrolló la arquitectura de la solución basada en la infraestructura de AWS para garantizar la escalabilidad y el rendimiento, incluso en períodos de alta demanda.

2. Capacitación y personalización del modelo de IA: el equipo de MadeinWeb utilizó Amazon SageMaker para capacitarse Modelos de inteligencia artificial que podrían comprender las preferencias de los consumidores y sugerir productos de manera inteligente.

3. Integración de inventario en tiempo real: el sistema se integró directamente en el sistema de gestión de inventario de Grendene, brindando respuestas en tiempo real sobre la disponibilidad del producto.

La solución implementada por MadeinWeb trajo resultados significativos para Grendene y la marca Melissa:

• Aumento de Ventas: El asistente virtual generó un aumento significativo en las ventas al ofrecer recomendaciones personalizadas y cross-selling y up-selling de manera efectiva.

• Mejora de la Experiencia del Cliente: La interacción ágil y personalizada con el asistente virtual mejoró la satisfacción del cliente, brindando un servicio más rápido y eficiente.

• Eficiencia operativa: La integración con el sistema de inventario en tiempo real permitió a vendedores y clientes tener acceso instantáneo a información crítica, optimizando el servicio en las tiendas físicas.

• Escalabilidad y rendimiento: La infraestructura de AWS permitió escalar la solución a diferentes puntos de venta sin perder rendimiento, garantizando una experiencia de calidad incluso durante los picos de actividad. demanda.

MadeinWeb, utilizando el poder de las tecnologías AWS, desarrolló una solución innovadora que transformó la experiencia de compra de Melissa, una marca de Grendene, en los puntos de venta. La aplicación de IA generativa y la integración con sistemas de inventario permitieron a Grendene ofrecer un servicio personalizado y eficiente, impulsando las ventas y fortaleciendo la satisfacción del cliente.