Ce au greșit comercianții online despre algoritmi și inteligență artificială

În perioada în care pandemia COVID-19 a luat stăpânire în 2020, un grup de companii de comerț electronic, modă direct către consumator, îngrijire personală și truse de mâncare pregătite au fost salutați ca retaileri de vârf care reinventau experiența de cumpărături online prin strângere. date despre comportamentul clientului.

În 2018, jurnalul de comerț al industriei RetailDive.com a declarat Katrina Lake „Disruptorul anului” pentru rolul ei de fondator și CEO al Stitch Fix, un site de modă care oferă un serviciu de abonament de produse organizate de 3,900 de stilisti part-time. În un articol publicat în Harvard Business Review cam în același timp, Lake și-a descris compania drept „o operațiune de știință a datelor”, cu venituri „depinzând de recomandările excelente din algoritmul său”.

Stitch Fix a fost printre exemplele cele mai vizibile ale creșterii așa-numitelor retaileri de cutii de abonament. Lista include comerciantul de produse de înfrumusețare cutie de mesteacăn, care „curează” și livrează abonaților o colecție de produse bazate pe achiziții anterioare și algoritmi care clasifică consumatorii în funcție de vârstă, locație și alte date. Apron albastru, un serviciu de abonament pentru mese preparate, a fost un alt participant notabil.

La începutul anului 2021, la trei ani după ce compania a devenit publică, capitalizarea de piață a Stitch Fix a fost de 10 miliarde de dolari.

Astăzi, doar optsprezece luni mai târziu, stocul a pierdut aproximativ 95% din valoare, iar compania este se așteaptă să înregistreze prima scădere anuală a vânzărilor de când a devenit publică în 2017.

În mod similar, Apron albastru s-a transformat într-o epavă de tren și mai urâtă - la cinci ani după ce acțiunile sale au debutat la 140 de dolari o acțiune pe care se tranzacționează la mai puțin de 4 dolari.

De ce au fost perturbați perturbatorii?

După cum se dovedește, semnele de avertizare erau clare încă din 2018. Într-o piesă apărută pe Quartz.com, Luis Perez-Breva, lector și cercetător la Școala de Inginerie a MIT, a avertizat că „Mulți comercianți cu amănuntul au uitat ce ajută cu adevărat clienții: asistență în magazin din partea lucrătorilor umani”.

Potrivit lui Perez-Breva, „Pentru a primi date curate pentru învățarea automată (Inteligenta artificială sau AI), de exemplu, mulți retaileri trimit clienților chestionare care sunt mai ușor de procesat de computere”.

Dar, spune el, „Clienții nu sunt AI. Majoritatea nu răspund niciodată la chestionare și mulți completează orice își amintesc. Acest lucru lasă retailerilor cu... date defecte.”

Tot în 2018, gigant de consultanță McKinsey & Co. a chestionat peste 5,000 de consumatori din SUA despre serviciile de abonament și a constatat că „ratele de abandon sunt mari (aproape 40 la sută)... iar consumatorii anulează rapid serviciile care nu oferă experiențe superioare end-to-end”.

Raportul McKinsey a concluzionat că „Consumatorii nu au o dragoste inerentă pentru abonamente. În orice caz, cerința de a vă înscrie pentru unul recurent diminuează cererea și face mai dificilă achiziționarea de clienți.”

Între timp, mai mulți academicieni au scris despre riscurile asociate cu colectarea de date despre cumpărătorii individuali. Poate fi util pentru un consumator ca un comerciant cu amănuntul să cunoască mărimea pantofilor și culoarea preferată. Dar ce se întâmplă atunci când datele colectate de AI și algoritmi includ achiziționarea de pilule contraceptive?

Pentru un participant de multă vreme și observator al industriei de retail, îi vine în minte o veche maximă: cu cât lucrurile se schimbă mai mult, cu atât rămân la fel. AI este un instrument puternic în gestionarea logisticii, a inventarului și a unei mulțimi de alte preocupări legate de managementul afacerii. În cazul anticipării comportamentului consumatorului, unele dintre ele sunt valoroase, dar numai dacă sunt utilizate corespunzător.

Dacă comercianții cu amănuntul doresc să știe ce doresc consumatorii, au o modalitate testată în timp de a afla - testând produsele și prețurile de către consumatori înainte de a angaja capital prețios. În loc să analizeze datele bazate pe comportamentul din trecut sau să „curajeze” profilurile subgrupurilor de consumatori pe baza învățării automate, comercianții cu amănuntul pot prezice cu mai multă acuratețe tendințele și cererea viitoare utilizând informații reale colectate din online în timp real cu cumpărători reali. Și, dacă intenționați să aplicați un algoritm, mai bine puteți demonstra că funcționează din nou și din nou.