Çfarë gabuan shitësit me pakicë në internet në lidhje me algoritmet dhe AI

Rreth kohës kur pandemia COVID-19 u përhap në vitin 2020, një grup kompanish të tregtisë elektronike, modës direkt te konsumatori, kujdesit personal dhe kompleteve të ushqimit të përgatitur po përshëndetën si shitës me pakicë të avancuar që rishpiknin përvojën e blerjeve në internet duke gërvishtur. të dhëna për sjelljen e klientit.

Në 2018, revista tregtare e industrisë RetailDive.com deklaroi Liqeni Katrina “Përçarës i vitit” për rolin e saj si themeluese dhe CEO e Fix Fiq, një faqe mode që ofron një shërbim abonimi të mallrave të kuruar nga 3,900 stilistë me kohë të pjesshme. Në një artikull i botuar në Harvard Business Review Në të njëjtën kohë, Lake e përshkroi kompaninë e saj si "një operacion shkencor të të dhënave", me të ardhura "të varura nga rekomandimet e mëdha nga algoritmi i tij".

Stitch Fix ka qenë ndër shembujt më të dukshëm të rritjes së të ashtuquajturve shitës me pakicë të kutive të abonimit. Lista përfshin shitësin e produkteve të bukurisë Kuti me thupër, i cili “kuron” dhe u dërgon abonentëve një koleksion produktesh bazuar në blerjet e mëparshme dhe algoritme që kategorizojnë konsumatorët në bazë të moshës, vendndodhjes dhe pikave të tjera të të dhënave. Vjollcë blu, një shërbim abonimi i ushqimit të përgatitur, ishte një tjetër pjesëmarrës i dukshëm.

Në fillim të vitit 2021, tre vjet pasi kompania u bë publike, kapitalizimi i tregut të Stitch Fix ishte 10 miliardë dollarë.

Sot, vetëm tetëmbëdhjetë muaj më vonë, aksioni ka humbur rreth 95% të vlerës së tij dhe kompania po pritet të postojë rënien e parë vjetore të shitjeve që kur doli në publik në 2017.

Në mënyrë të ngjashme, Vjollcë blu është shndërruar në një rrënim edhe më të shëmtuar të trenit investues – pesë vjet pasi aksioni i tij debutoi me 140 dollarë për aksion, ai tregtohet me më pak se 4 dollarë.

Pse u ndërprenë përçarësit?

Siç rezulton, shenjat paralajmëruese ishin të qarta në vitin 2018. Në një pjesë që u shfaq në Quartz.com, Luis Perez-Breva, një lektor dhe një shkencëtar kërkimor në Shkollën e Inxhinierisë të MIT, paralajmëroi se, "Shumë shitës me pakicë kanë harruar se çfarë i ndihmon vërtet klientët: ndihmën në dyqan nga punëtorët njerëzorë".

Sipas Perez-Breva, "për të marrë të dhëna të pastra për mësimin e makinerive (Inteligjencës Artificiale ose AI), për shembull, shumë shitës me pakicë u dërgojnë klientëve pyetësorë të cilët janë më të lehtë për kompjuterët për t'u përpunuar."

Por, thotë ai, “Klientët nuk janë AI. Shumica nuk u përgjigjen kurrë pyetësorëve dhe shumë plotësojnë çfarëdo që mbajnë mend. Kjo i lë shitësit me të dhëna të gabuara…”.

Gjithashtu në 2018, gjiganti konsulent McKinsey & Co. anketoi më shumë se 5,000 konsumatorë amerikanë në lidhje me shërbimet e abonimit dhe zbuloi se, "normat e kthimit janë të larta (gati 40 përqind) ... dhe konsumatorët anulojnë shpejt shërbimet që nuk ofrojnë përvoja superiore nga skaji në fund."

Raporti i McKinsey arriti në përfundimin se, “Konsumatorët nuk kanë një dashuri të natyrshme për abonimet. Nëse ka ndonjë gjë, kërkesa për t'u regjistruar për një të përsëritur zbut kërkesën dhe e bën më të vështirë marrjen e klientëve.

Ndërkohë, disa akademikë kanë shkruar për rreziqet që lidhen me mbledhjen e të dhënave për blerësit individualë. Mund të jetë e dobishme për një konsumator që një shitës me pakicë të dijë madhësinë e këpucëve dhe ngjyrën e preferuar. Por çfarë ndodh kur të dhënat e mbledhura nga AI dhe algoritmet përfshijnë blerjen e pilulave të kontrollit të lindjes?

Një pjesëmarrësi për një kohë të gjatë dhe vëzhgues i industrisë së shitjes me pakicë, i vjen ndërmend një maksimum i vjetër: sa më shumë gjërat ndryshojnë, aq më shumë mbeten të njëjta. AI është një mjet i fuqishëm në menaxhimin e logjistikës, inventarit dhe një mori shqetësimesh të tjera të menaxhimit të biznesit. Në rastin e parashikimit të sjelljes së konsumatorit, disa prej tyre janë të vlefshme, por vetëm nëse përdoren siç duhet.

Nëse shitësit me pakicë duan të dinë se çfarë duan konsumatorët, ata kanë një mënyrë të testuar me kohë për të zbuluar - duke testuar produktet dhe çmimet e konsumatorit përpara se të kryejnë kapital të çmuar. Në vend që të grumbullojnë të dhëna të bazuara në sjelljen e kaluar, ose të "kurojnë" profilet e nëngrupeve të konsumatorëve bazuar në mësimin e makinerive, shitësit me pakicë mund të parashikojnë më saktë tendencat dhe kërkesat e ardhshme duke përdorur inteligjencën reale të mbledhur nga online në kohë reale me blerës të vërtetë. Dhe, nëse do të aplikoni një algoritëm, më mirë të jeni në gjendje të provoni se funksionon vazhdimisht.