Mit tévedtek az online kereskedők az algoritmusokkal és a mesterséges intelligenciával kapcsolatban?

A COVID-19 világjárvány 2020-as elterjedtsége körül az e-kereskedelmi, fogyasztói divatáru-, testápoló- és készételekkel foglalkozó cégek egy csoportját élvonalbeli kiskereskedőként üdvözölték, és újra feltalálták az online vásárlási élményt. az ügyfelek viselkedésére vonatkozó adatok.

2018-ban iparági szaklap RetailDive.com jelentette ki Katrina Lake „Az év zavarója” alapítói és vezérigazgatói szerepéért Stitch Fix, egy divatoldal, amely 3,900 részmunkaidős stylist által válogatott áruk előfizetéses szolgáltatását kínálja. Ban ben a Harvard Business Review-ban megjelent cikk Ugyanebben az időben Lake „adattudományi tevékenységként” jellemezte cégét, amelynek bevétele „az algoritmus nagyszerű ajánlásaitól függ”.

A Stitch Fix az úgynevezett előfizetéses doboz-kiskereskedők felemelkedésének láthatóbb példái közé tartozott. A listán szerepel a szépségápolási termékek kiskereskedője is nyírfadoboz, amely a korábbi vásárlások és a fogyasztókat életkor, hely és egyéb adatpontok alapján kategorizáló algoritmusok alapján „kurátorozza” és szállítja el az előfizetőknek. Kék Kötény, a készételek előfizetéses szolgáltatása volt a másik figyelemre méltó belépő.

2021 elején, három évvel a cég tőzsdére lépése után, a Stitch Fix piaci kapitalizációja bő 10 milliárd dollár volt.

Ma, mindössze tizennyolc hónappal később, a részvények mintegy 95%-át veszítették értékükből, és a vállalat az várhatóan első éves értékesítési csökkenést fog elérni amióta 2017-ben nyilvánosságra került.

Hasonlóképpen, Kék Kötény még csúnyább befektetési vonatronccsá változott – öt évvel azután, hogy részvénye 140 dolláron debütált, kevesebb mint 4 dolláron forog.

Miért zavarták meg a rendbontókat?

Mint kiderült, a figyelmeztető jelek már 2018-ban egyértelműek voltak. A Quartz.com-on megjelent darabban, Luis Perez-Breva, az MIT's School of Engineering oktatója és kutatója arra figyelmeztetett, hogy „Sok kiskereskedő elfelejtette, mi segít igazán az ügyfeleknek: az emberi munkások bolti segítsége.”

Perez-Breva szerint "A gépi tanuláshoz (mesterséges intelligencia vagy mesterséges intelligencia) például tiszta adatok beszerzése érdekében sok kiskereskedő kérdőíveket küld az ügyfeleknek, amelyeket a számítógépek könnyebben feldolgozhatnak."

De azt mondja: „Az ügyfelek nem mesterséges intelligencia. A legtöbben soha nem válaszolnak a kérdőívekre, és sokan azt töltik ki, amire emlékeznek. Így a kiskereskedők hibás… adatokkal rendelkeznek.”

2018-ban is tanácsadó óriás A McKinsey & Co. több mint 5,000 amerikai fogyasztót vizsgált meg az előfizetéses szolgáltatásokról, és megállapította, hogy „a lemorzsolódási arány magas (közel 40 százalék)… és a fogyasztók gyorsan lemondják azokat a szolgáltatásokat, amelyek nem nyújtanak kiváló, teljes körű élményt.”

A McKinsey-jelentés arra a következtetésre jutott, hogy „a fogyasztók nem szeretik az előfizetéseket. Ha valami, az a követelmény, hogy ismétlődőre jelentkezzenek, csillapítja a keresletet, és megnehezíti az ügyfelek megszerzését.”

Mindeközben több akadémikus is írt az egyes vásárlókra vonatkozó adatgyűjtés kockázatairól. A fogyasztó számára hasznos lehet, ha a kereskedő ismeri a cipő méretét és kedvenc színét. De mi történik, ha az AI és az algoritmusok által gyűjtött adatok között szerepel a fogamzásgátló tabletták vásárlása?

A kiskereskedelmi iparág régi résztvevőjének és megfigyelőjének egy régi elv jut eszébe: minél többet változnak a dolgok, annál inkább változatlanok maradnak. A mesterséges intelligencia hatékony eszköz a logisztika, a készletek és egy sor egyéb üzletvezetési probléma kezelésében. A fogyasztói magatartás előrejelzése esetén egy része értékes, de csak akkor, ha megfelelően használják.

Ha a kiskereskedők tudni akarják, mit akarnak a fogyasztók, akkor egy jól bevált módszerük van ennek kiderítésére: a fogyasztók tesztelik a termékeket és az árakat, mielőtt értékes tőkét kötnének le. Ahelyett, hogy a múltbeli viselkedésen alapuló adatokat gyűjtögetnék, vagy a fogyasztói alcsoportok profilját gépi tanuláson alapuló „kurzíroznák”, a kereskedők pontosabban megjósolhatják a trendeket és a jövőbeli keresletet a valós idejű online, valós vásárlókkal gyűjtött valós intelligencia segítségével. És ha egy algoritmust fog alkalmazni, jobb, ha újra és újra be tudja bizonyítani, hogy működik.