Čo sa online predajcovia mýlili v súvislosti s algoritmami a AI

Približne v čase, keď v roku 19 prepukla pandémia COVID-2020, skupina spoločností zaoberajúcich sa elektronickým obchodom, módou priamo pre spotrebiteľov, osobnou starostlivosťou a súpravami pripraveného jedla bola oslavovaná ako poprední maloobchodníci, ktorí znovuobjavili zážitok z nakupovania online prostredníctvom chrumkania. údaje o správaní zákazníkov.

V roku 2018 priemyselný obchodný časopis RetailDive.com vyhlásil Katrina Lake "Narušiteľ roka."“ za jej úlohu zakladateľky a generálnej riaditeľky Stitch Fix, módna stránka ponúkajúca predplatenú službu tovaru, ktorú spravovalo 3,900 XNUMX stylistov na čiastočný úväzok. In článok uverejnený v Harvard Business Review približne v rovnakom čase Lake opísala svoju spoločnosť ako „operáciu v oblasti vedy o údajoch“, ktorej príjmy „závisia od skvelých odporúčaní jej algoritmu“.

Stitch Fix patrí medzi viditeľnejšie príklady vzostupu takzvaných predajcov predplatiteľských boxov. Zoznam zahŕňa predajcu kozmetických výrobkov Birchbox, ktorá „spravuje“ a dodáva predplatiteľom kolekciu produktov na základe predchádzajúcich nákupov a algoritmov, ktoré kategorizujú spotrebiteľov na základe veku, polohy a iných údajových bodov. Modrá zástera, služba predplatného pripraveného jedla, bola ďalším významným účastníkom.

Začiatkom roka 2021, tri roky po tom, čo spoločnosť vstúpila na burzu, bola trhová kapitalizácia spoločnosti Stitch Fix neuveriteľných 10 miliárd dolárov.

Dnes, len o osemnásť mesiacov neskôr, akcie stratili približne 95 % svojej hodnoty a spoločnosť je Očakáva sa, že zaznamená prvý ročný pokles predaja od zverejnenia v roku 2017.

Podobne, Modrá zástera sa zmenila na ešte škaredšiu investičnú vlakovú trosku – päť rokov po tom, čo jej akcie debutovali za 140 dolárov za akciu, sa obchoduje za menej ako 4 doláre.

Prečo boli disruptory narušené?

Ako sa ukázalo, varovné signály boli jasné už v roku 2018. V kúsku, ktorý sa objavil na Quartz.com, Luis Perez-Breva, lektor a vedecký pracovník na Technickej škole MIT, varoval, že „Mnohí maloobchodníci zabudli na to, čo skutočne pomáha zákazníkom: na pomoc v obchodoch od ľudských pracovníkov.“

Podľa Perez-Breva: „Napríklad s cieľom získať čisté údaje pre strojové učenie (umelá inteligencia alebo AI) mnohí maloobchodníci posielajú zákazníkom dotazníky, ktoré počítače ľahšie spracujú.

Ale hovorí: „Zákazníci nie sú AI. Väčšina nikdy neodpovedá na dotazníky a mnohí vypĺňajú, čo si len spomenú. Maloobchodníkom tak zostávajú chybné... údaje.“

Aj v roku 2018 poradenský gigant Spoločnosť McKinsey & Co. skúmala viac ako 5,000 XNUMX amerických spotrebiteľov o predplatených službách a zistili sme, že „miera odchodov zákazníkov je vysoká (takmer 40 percent)... a spotrebitelia rýchlo zrušia služby, ktoré neprinášajú vynikajúce komplexné zážitky.“

Správa McKinsey dospela k záveru, že: „Spotrebitelia nemajú prirodzenú lásku k predplatnému. Požiadavka prihlásiť sa na opakovaný odber tlmí dopyt a sťažuje získavanie zákazníkov.“

Viacerí akademici medzitým písali o rizikách spojených so zbieraním údajov o jednotlivých nakupujúcich. Pre spotrebiteľa môže byť užitočné, že maloobchodník pozná veľkosť ich topánok a obľúbenú farbu. Čo sa však stane, keď údaje zhromaždené AI a algoritmami zahŕňajú nákup antikoncepčných piluliek?

Dlhoročnému účastníkovi a pozorovateľovi maloobchodu prichádza na myseľ stará zásada: čím viac sa veci menia, tým viac zostávajú rovnaké. Umelá inteligencia je výkonným nástrojom na riadenie logistiky, zásob a mnohých ďalších záležitostí v oblasti riadenia podniku. V prípade predvídania spotrebiteľského správania je časť z nich hodnotná, ale iba ak sa správne používa.

Ak chcú maloobchodníci vedieť, čo spotrebitelia chcú, majú osvedčený spôsob, ako to zistiť – spotrebiteľským testovaním produktov a cien pred investovaním vzácneho kapitálu. Namiesto drvenia údajov na základe správania v minulosti alebo „spravovania“ profilov spotrebiteľských podskupín na základe strojového učenia môžu maloobchodníci presnejšie predpovedať trendy a budúci dopyt pomocou skutočných informácií získaných online v reálnom čase so skutočnými kupujúcimi. A ak sa chystáte použiť algoritmus, mali by ste byť schopní znova a znova dokázať, že funguje.