Mida veebimüüjad algoritmide ja tehisintellekti osas eksisid?

Umbes samal ajal, kui COVID-19 pandeemia 2020. aastal võimust võttis, kiideti gruppi e-kaubanduse, otse tarbijatele suunatud moe-, isikliku hügieeni ja valmistoidukomplektidega tegelevaid ettevõtteid kui juhtivaid jaemüüjaid, kes leiutavad uuesti veebiostlemise kogemust krõmpsudes. andmed klientide käitumise kohta.

Aastal 2018 tööstuse kaubandusajakiri RetailDive.com kuulutas Katrina järv “Aasta segaja” asutaja ja tegevjuhi rolli eest Stitch Fix, moesait, mis pakub 3,900 osalise tööajaga stilisti kureeritud kaupade tellimusteenust. sisse ajakirjas Harvard Business Review avaldatud artikkel Umbes samal ajal kirjeldas Lake oma ettevõtet kui "andmeteaduslikku tegevust", mille tulud sõltuvad selle algoritmi suurepärastest soovitustest.

Stitch Fix on olnud üks nähtavamaid näiteid nn tellimiskastide jaemüüjate tõusust. Nimekirjas on ilutoodete jaemüüja Kasekarp, mis “kureerib” ja saadab tellijatele tootekogu, mis põhineb varasematel ostudel ja algoritmidel, mis kategoriseerivad tarbijaid vanuse, asukoha ja muude andmepunktide alusel. Sinine põlled, valmistoidu tellimisteenus, oli teine ​​märkimisväärne osaleja.

2021. aasta alguses, kolm aastat pärast ettevõtte börsile tulekut, oli Stitch Fixi turukapitalisatsioon ilmatu 10 miljardit dollarit.

Täna, vaid kaheksateist kuud hiljem, on aktsia kaotanud umbes 95% oma väärtusest ja ettevõte on kaotanud eeldatavasti avaldab see oma esimese aastase müügilanguse Alates selle avalikuks tulekust 2017. aastal.

Samuti Sinine põlled on muutunud veelgi inetumaks investeerimisrongi vrakiks – viis aastat pärast seda, kui aktsia debüteeris hinnaga 140 dollarit aktsia kohta, kaubeldakse selle hinnaga alla 4 dollari.

Miks segajad häirisid?

Nagu selgub, olid hoiatusmärgid selged juba 2018. aastal. Quartz.com-is ilmunud tükisMIT-i tehnikakooli õppejõud ja teadur Luis Perez-Breva hoiatas, et "Paljud jaemüüjad on unustanud, mis kliente tegelikult aitab: inimtöötajate abi kauplustes."

Perez-Breva sõnul saadavad paljud jaemüüjad näiteks masinõppe (tehisintellekt või AI) jaoks puhaste andmete saamiseks klientidele küsimustikke, mida arvutitel on lihtsam töödelda.

Kuid ta ütleb: "Kliendid ei ole AI-d. Enamik ei vasta kunagi küsimustikele ja paljud täidavad kõik, mida nad mäletavad. See jätab jaemüüjatele vigased … andmed.

Ka 2018. aastal konsultatsioonihiiglane McKinsey & Co küsitles enam kui 5,000 USA tarbijat tellimusteenuste kohta ja avastasid, et "käitumissagedus on kõrge (peaaegu 40 protsenti) … ja tarbijad tühistavad kiiresti teenused, mis ei paku parimat täielikku kogemust."

McKinsey aruandes jõuti järeldusele, et „tarbijatele ei ole loomuomane armastus tellimuste vastu. Kui üldse, siis nõue registreeruda korduvale tellijale vähendab nõudlust ja raskendab klientide hankimist.

Vahepeal on mitmed akadeemikud kirjutanud üksikute ostjate kohta andmete kogumisega seotud riskidest. Tarbijale võib olla kasulik, kui jaemüüja teab tema kinga suurust ja lemmikvärvi. Mis saab aga siis, kui tehisintellekti ja algoritmide kogutud andmete hulgas on ka rasestumisvastaste pillide ostmine?

Kauaaegsele jaekaubanduses osalejale ja vaatlejale meenub vana maksiim: mida rohkem asjad muutuvad, seda enam nad jäävad samaks. AI on võimas tööriist logistika, varude ja paljude muude ärijuhtimisprobleemide haldamisel. Tarbijakäitumise ennetamise puhul on osa sellest väärtuslik, kuid ainult siis, kui seda õigesti kasutatakse.

Kui jaemüüjad tahavad teada, mida tarbijad tahavad, on neil selle väljaselgitamiseks ajaproovitud viis – tarbija testides tooteid ja hindu enne hinnalise kapitali panustamist. Varasema käitumise põhjal andmete krõbistamise või masinõppel põhinevate tarbijate alarühmade profiilide kureerimise asemel saavad jaemüüjad suundumusi ja tulevast nõudlust täpsemalt ennustada, kasutades tõelist teavet, mis on kogutud reaalajas veebist tõeliste ostjatega. Ja kui kavatsete algoritmi rakendada, saate parem ikka ja jälle tõestada, et see töötab.