Kaj so se spletni trgovci zmotili glede algoritmov in umetne inteligence

Približno v času, ko je leta 19 zavladala pandemija COVID-2020, so skupino podjetij za e-trgovino, neposredno potrošniško modo, osebno nego in pripravljene obroke hvalili kot vodilne trgovce na drobno, ki na novo izumljajo spletno nakupovalno izkušnjo s hrustljanjem podatke o obnašanju strank.

Leta 2018 Industrijski trgovski časopis RetailDive.com razglašeno za Katrinsko jezero »Motilec leta” za njeno vlogo ustanovitelja in izvršnega direktorja Stitch Fix, modno spletno mesto, ki ponuja naročniško storitev blaga, ki ga kurira 3,900 honorarnih stilistov. V članek, objavljen v Harvard Business Review približno v istem času je Lake opisala svoje podjetje kot "podatkovno znanost", s prihodki, "odvisnimi od odličnih priporočil njegovega algoritma."

Stitch Fix je bil med bolj vidnimi primeri vzpona tako imenovanih prodajalcev naročniških škatlic. Seznam vključuje prodajalca lepotnih izdelkov Birchbox, ki "kurira" in pošilja naročnikom zbirko izdelkov na podlagi prejšnjih nakupov in algoritmov, ki kategorizirajo potrošnike glede na starost, lokacijo in druge podatkovne točke. Modri ​​predpasnik, storitev naročnine na pripravljene obroke, je bil še en pomemben udeleženec.

V začetku leta 2021, tri leta po tem, ko je podjetje postalo javno, je tržna kapitalizacija Stitch Fixa znašala neverjetnih 10 milijard dolarjev.

Danes, le osemnajst mesecev kasneje, je delnica izgubila približno 95 % svoje vrednosti in podjetje je naj bi zabeležil prvi letni upad prodaje odkar je leta 2017 postalo javno.

Podobno Modri ​​predpasnik se je spremenila v še gršo naložbeno nesrečo – pet let po tem, ko je njena delnica debitirala pri 140 $ za delnico, se trguje za manj kot 4 $.

Zakaj so se motilci motili?

Kot se je izkazalo, so bili opozorilni znaki jasni že leta 2018. V delu, ki se je pojavil na Quartz.com, je Luis Perez-Breva, predavatelj in raziskovalec na Inženirski šoli MIT, opozoril, da so številni trgovci na drobno pozabili, kaj resnično pomaga strankam: pomoč delavcev v trgovini.

Perez-Breva pravi: »Da bi na primer prejeli čiste podatke za strojno učenje (umetna inteligenca ali umetna inteligenca), mnogi trgovci strankam pošljejo vprašalnike, ki jih računalniki lažje obdelajo.«

Vendar pravi: »Stranke niso AI. Večina nikoli ne odgovori na vprašalnike, mnogi pa izpolnijo, kar se spomnijo. Zaradi tega imajo trgovci na drobno napačne … podatke.«

Tudi v letu 2018 svetovalni velikan McKinsey & Co. je anketirala več kot 5,000 potrošnikov v ZDA o naročniških storitvah in ugotovil, da so "stopnje odliva visoke (skoraj 40 odstotkov) ... in potrošniki hitro prekličejo storitve, ki ne zagotavljajo vrhunske celovite izkušnje."

McKinseyjevo poročilo zaključuje, da »potrošniki nimajo prirojene ljubezni do naročnin. Če sploh kaj, zahteva po prijavi na ponavljajočega se zmanjša povpraševanje in oteži pridobivanje strank.«

Medtem je več akademikov pisalo o tveganjih, povezanih z zbiranjem podatkov o posameznih kupcih. Potrošniku je lahko v pomoč, če prodajalec pozna njegovo velikost čevljev in najljubšo barvo. Toda kaj se zgodi, ko podatki, ki jih zbirajo AI in algoritmi, vključujejo nakup kontracepcijskih tablet?

Dolgoletnemu udeležencu in opazovalcu maloprodajne industrije pride na misel stara maksima: bolj kot se stvari spreminjajo, bolj ostajajo enake. Umetna inteligenca je močno orodje pri upravljanju logistike, inventarja in številnih drugih vprašanj upravljanja podjetij. V primeru predvidevanja vedenja potrošnikov je nekaj od tega dragoceno, vendar le, če se pravilno uporablja.

Če želijo trgovci na drobno vedeti, kaj želijo potrošniki, imajo na voljo časovno preizkušen način, da to ugotovijo – tako, da potrošniki testirajo izdelke in cene, preden vložijo dragoceni kapital. Namesto drobljenja podatkov na podlagi preteklega vedenja ali »kuriranja« profilov potrošniških podskupin na podlagi strojnega učenja lahko trgovci na drobno natančneje napovejo trende in prihodnje povpraševanje z uporabo resničnih obveščevalnih podatkov, zbranih iz spleta v realnem času z resničnimi kupci. In če boste uporabili algoritem, je bolje, da vedno znova dokažete, da deluje.