Beter productadvies in de winkel dankzij sociale robot met AI
Door personeelstekorten wordt het geven van deskundig, persoonlijk productadvies in fysieke winkels steeds lastiger. Dit zet de dienstverlening onder druk en schaadt de klanttevredenheid. Winkeliers zoeken daarom innovatieve oplossingen om hun productadvisering te verbeteren. Een veelbelovende toepassing is de sociale robot, uitgerust met een groot taalmodel, die klanten ondersteunt met persoonlijk advies. Met dit RAAK-mkb-project onderzoeken we in acht winkels de meerwaarde van sociale robots voor productadvies.
Achtergrond project
Veel mkb-winkels kampen met economische onzekerheid, veranderend koopgedrag en personeelstekorten. Daardoor komt goed en persoonlijk productadvies — juist een belangrijk pluspunt van fysieke winkels — onder druk te staan en wijken klanten sneller uit naar webwinkels. Sociale robots kunnen hierbij helpen. Dankzij taalmodellen zoals ChatGPT en koppelingen met productdata kunnen deze robots steeds natuurlijker met klanten in gesprek gaan en passend advies geven. In dit project onderzoeken we hoe mkb-winkeliers deze technologie slim kunnen inzetten om hun dienstverlening, klantbeleving en concurrentiekracht te versterken.
Door te onderzoeken hoe sociale robots klanten adviseren, helpen we winkeliers vooruit en versterken we het innovatief vermogen van de retail.
Tibert Verhagen
Lector
Doel
Ontwikkelen van toepasbare kennis over hoe mkb-winkeliers hun productadvisering kunnen verbeteren met een sociale robot die gebruikmaakt van ChatGPT en productdata.
Methode
De methode bestaat uit drie stappen. Eerst ontwikkelen we de technische koppeling tussen robot, ChatGPT en productdata. Vervolgens ontwerpen en testen we de ‘persona’ van de robot: eerst in het lab, daarna in een Living Lab op de winkelvloer bij een specifiek productschap. Tot slot voeren we metingen en analyses uit om gebruik en effecten op klanten, medewerkers en winkeliers systematisch in kaart te brengen.
Verwachte resultaten
Het project levert verschillende concrete resultaten op: permanente webpagina’s, praktijkgerichte blogs per winkel en twee overkoepelende artikelen, aangevuld met podcasts en korte professionele video’s. De resultaten worden verspreid via nieuwsbrieven van brancheorganisaties. Daarnaast verschijnen twee wetenschappelijke publicaties en worden de inzichten verwerkt in minors en masteropleidingen. Tot slot worden de uitkomsten gedeeld en besproken tijdens een afsluitend symposium.
Maatschappelijke impact
Het project helpt mkb-winkeliers hun dienstverlening te vernieuwen in een verder digitaliserende retailsector. De inzet van sociale robots met ChatGPT en productdata biedt concrete richtlijnen om klanten beter te bedienen en geeft inzicht in de meerwaarde voor winkelprestaties, klantbeleving en het toekomstbestendig maken van de retail.
Bijdrage aan onderwijs en onderzoek
De projectresultaten vloeien direct terug in het onderwijs aan de HvA en VU, via bachelor- en mastervakken en stages, zodat studenten leren werken met sociale robots in de retail. Voor de onderzoeksgemeenschap worden de inzichten gedeeld via conferenties, wetenschappelijke publicaties, blogs en presentaties tijdens bijeenkomsten zoals de onderzoeksdag van het Retail Innovation Platform en het RAAK-mkb-eindsymposium. De resultaten vormen bovendien input voor vervolgonderzoek.
Betrokken lectoraten
- Lectoraat Emerging Technology for Business
Onderzoeksteam
- Tibert Verhagen
- Ewout Nas
- Jacqueline Arnoldy
- Koen Hindriks (VU)
Locatie
Amsterdam, Utrecht en Leiden
Subsidieverstrekker
Regieorgaan SIA (RAAK-mkb)
Externe partners en stakeholders
- Vrije Universiteit Amsterdam
- De Rode Winkel
- Etos Kinkerstraat
- Expert Amsterdam
- Henri Bloem Leiden
- Hubo Amsterdam Wittenburg
- PLUS Lammenschans
- Tuincentrum Osdorp
- Bike2go
- Prénatal
- WELBO
- INretail
- Techniek Nederland
- Tuinbranche Nederland
- Het Vakcentrum
- Thuiswinkel.org