Co se online prodejci mýlili ohledně algoritmů a umělé inteligence

Přibližně v době, kdy v roce 19 zavládla pandemie COVID-2020, byla skupina společností zabývajících se elektronickým obchodem, přímou spotřebitelskou módou, osobní hygienou a sadami hotových jídel oslavována jako přední maloobchodníci, kteří znovuobjevili online nakupování tím, že křupali. údaje o chování zákazníků.

V roce 2018 průmyslový obchodní časopis RetailDive.com prohlásil Katrina Lake "Narušitel roku."“ za její roli zakladatelky a generální ředitelky Stitch Fix, módní stránka nabízející službu předplatného zboží spravovaného 3,900 XNUMX stylisty na částečný úvazek. v článek publikovaný v Harvard Business Review zhruba ve stejnou dobu Lake popsala svou společnost jako „operaci datové vědy“, jejíž příjmy „závisí na skvělých doporučeních jejího algoritmu“.

Stitch Fix patřil k viditelnějším příkladům vzestupu takzvaných předplatitelských prodejců krabic. Seznam zahrnuje prodejce kosmetických produktů Birchbox, která „spravuje“ a dodává předplatitelům sbírku produktů na základě předchozích nákupů a algoritmů, které kategorizují spotřebitele na základě věku, polohy a dalších datových bodů. Modrá zástěra, služba předplatného připraveného jídla, byla dalším významným účastníkem.

Na začátku roku 2021, tři roky poté, co společnost vstoupila na burzu, činila tržní kapitalizace společnosti Stitch Fix neuvěřitelných 10 miliard dolarů.

Dnes, o pouhých osmnáct měsíců později, akcie ztratily asi 95 % své hodnoty a společnost je očekává se, že zaznamená první roční pokles tržeb od jejího zveřejnění v roce 2017.

Podobně, Modrá zástěra se změnila v ještě ošklivější investiční vlakovou trosku – pět let poté, co její akcie debutovaly za 140 dolarů za akcii, se obchoduje za méně než 4 dolary.

Proč byly narušeny disruptory?

Jak se ukázalo, varovné signály byly jasné již v roce 2018. V kuse, který se objevil na Quartz.comLuis Perez-Breva, přednášející a vědecký pracovník na inženýrské škole MIT, varoval, že „Mnoho maloobchodníků zapomnělo, co zákazníkům skutečně pomáhá: pomoc lidských pracovníků v prodejnách.“

Podle Perez-Breva: „Aby například získali čistá data pro strojové učení (umělá inteligence nebo AI), mnoho maloobchodníků posílá zákazníkům dotazníky, které počítače snáze zpracovávají.

Ale říká: „Zákazníci nejsou AI. Většina na dotazníky nikdy neodpoví a mnozí vyplní, co si pamatují. Prodejci tak budou mít chybná… data.“

Také v roce 2018 poradenský gigant Společnost McKinsey & Co. provedla průzkum u více než 5,000 XNUMX amerických spotřebitelů o předplacených službách a zjistili, že „míra odchodu zákazníků je vysoká (téměř 40 procent) … a spotřebitelé rychle ruší služby, které neposkytují prvotřídní end-to-end zážitky.“

Zpráva McKinsey dospěla k závěru, že: „Spotřebitelé nemají vrozenou lásku k předplatnému. Pokud něco, požadavek přihlásit se k opakovanému odběru tlumí poptávku a ztěžuje získávání zákazníků.“

Mezitím několik akademiků psalo o rizicích spojených se shromažďováním dat o jednotlivých nakupujících. Pro spotřebitele může být užitečné, že maloobchodník zná velikost jejich bot a oblíbenou barvu. Co se ale stane, když data shromážděná umělou inteligencí a algoritmy zahrnují nákup antikoncepčních pilulek?

Dlouholetému účastníkovi a pozorovateli maloobchodu přichází na mysl stará zásada: čím více se věci mění, tím více zůstávají stejné. Umělá inteligence je mocný nástroj pro správu logistiky, zásob a řady dalších záležitostí pro řízení podniku. V případě předvídání spotřebitelského chování jsou některé z nich cenné, ale pouze při správném použití.

Pokud maloobchodníci chtějí vědět, co spotřebitelé chtějí, mají osvědčený způsob, jak to zjistit – spotřebitelským testováním produktů a cen, než investují drahocenný kapitál. Namísto drcení dat na základě chování v minulosti nebo „spravování“ profilů spotřebitelských podskupin na základě strojového učení mohou maloobchodníci přesněji předpovídat trendy a budoucí poptávku pomocí skutečných inteligence shromážděných v reálném čase online se skutečnými nakupujícími. A pokud se chystáte použít algoritmus, měli byste být schopni znovu a znovu dokázat, že funguje.