რა შეცდა ონლაინ საცალო მოვაჭრეებმა ალგორითმებთან და AI-სთან დაკავშირებით

დაახლოებით იმ დროს, როდესაც COVID-19 პანდემიამ დაისადგურა 2020 წელს, ელექტრონული კომერციის, უშუალო მომხმარებელთა მოდის, პირადი მოვლისა და მომზადებული კერძების კომპანიების ჯგუფს აღიარებდნენ, როგორც მოწინავე საცალო მოვაჭრეებს, რომლებიც ხელახლა იგონებდნენ ონლაინ შოპინგის გამოცდილებას დახვეწის გზით. მონაცემები მომხმარებლის ქცევის შესახებ.

2018 წელს ინდუსტრიის სავაჭრო ჟურნალი RetailDive.com გამოაცხადა კატრინას ტბა „წლის დამრღვევიმისი, როგორც დამფუძნებლისა და აღმასრულებელი დირექტორის როლისთვის სტიჩი ფიქსი, მოდის საიტი, რომელიც გთავაზობთ საქონლის სააბონენტო სერვისს, რომელსაც კურირებს 3,900 ნახევარ განაკვეთზე სტილისტი. In Harvard Business Review-ში გამოქვეყნებული სტატია ამავე დროს, ლეიკმა აღწერა თავისი კომპანია, როგორც "მონაცემთა მეცნიერების ოპერაცია", რომლის შემოსავალი "დამოკიდებულია მისი ალგორითმის დიდ რეკომენდაციებზე".

Stitch Fix იყო ეგრეთ წოდებული სააბონენტო ყუთების საცალო ვაჭრობის ზრდის უფრო თვალსაჩინო მაგალითები. სიაში შედის სილამაზის პროდუქტების საცალო ვაჭრობა არყის ყუთი, რომელიც „კურირებს“ და აბონენტებს უგზავნის პროდუქციის კოლექციას წინა შესყიდვებისა და ალგორითმების საფუძველზე, რომლებიც ანაწილებენ მომხმარებლებს ასაკის, მდებარეობისა და სხვა მონაცემების მიხედვით. ლურჯი წინსაფარიმომზადებული კერძების სააბონენტო სერვისი, კიდევ ერთი გამორჩეული აბიტურიენტი იყო.

2021 წლის დასაწყისში, კომპანიის საჯაროდ გასვლიდან სამი წლის შემდეგ, Stitch Fix-ის საბაზრო კაპიტალიზაცია იყო $10 მილიარდი.

დღეს, სულ რაღაც თვრამეტი თვის შემდეგ, აქციამ დაკარგა ღირებულების დაახლოებით 95% და კომპანიამ დაკარგა მოსალოდნელია გაყიდვების პირველი წლიური ვარდნა მას შემდეგ, რაც ის საჯარო გახდა 2017 წელს.

ანალოგიურად, ლურჯი წინსაფარი გადაიქცა კიდევ უფრო მახინჯ საინვესტიციო მატარებლად - ხუთი წლის შემდეგ, რაც მისი აქციების დებიუტი შედგა 140 დოლარად, ის ვაჭრობს 4 დოლარზე ნაკლებ ფასად.

რატომ შეშალეს დამრღვევები?

როგორც ირკვევა, გამაფრთხილებელი ნიშნები ჯერ კიდევ 2018 წელს იყო. ნაშრომში, რომელიც გამოჩნდა Quartz.com-ზელუის პერეს-ბრევამ, ლექტორმა და მკვლევარმა მეცნიერმა MIT-ის საინჟინრო სკოლაში, გააფრთხილა, რომ „ბევრ საცალო მოვაჭრეებს დაავიწყდათ ის, რაც რეალურად ეხმარება მომხმარებელს: მაღაზიებში დახმარება მუშაკებისგან“.

პერეზ-ბრევას თქმით, „მაგალითად, მანქანური სწავლისთვის სუფთა მონაცემების მისაღებად (ხელოვნური ინტელექტი ან ხელოვნური ინტელექტი), ბევრი საცალო ვაჭრობა მომხმარებელს უგზავნის კითხვარებს, რომელთა დამუშავება უფრო ადვილია კომპიუტერებისთვის“.

მაგრამ, ის ამბობს, „მომხმარებლები არ არიან AI-ები. უმეტესობა არასოდეს პასუხობს კითხვარებს და ბევრი ავსებს რასაც ახსოვს. ეს ტოვებს საცალო ვაჭრობას გაუმართავი ... მონაცემებით. ”

ასევე 2018 წელს, საკონსულტაციო გიგანტი McKinsey & Co-მ გამოკითხა 5,000-ზე მეტი ამერიკელი მომხმარებელი სააბონენტო სერვისების შესახებ და აღმოაჩინა, რომ „ჩაქრობის მაჩვენებლები მაღალია (დაახლოებით 40 პროცენტი)… და მომხმარებლები სწრაფად წყვეტენ სერვისებს, რომლებიც არ აძლევენ საუკეთესო გამოცდილებას.

McKinsey-ის მოხსენებამ დაასკვნა, რომ „მომხმარებლებს არ აქვთ თანდაყოლილი სიყვარული ხელმოწერების მიმართ. ნებისმიერ შემთხვევაში, განმეორებადზე დარეგისტრირების მოთხოვნა ამცირებს მოთხოვნას და ართულებს მომხმარებლების შეძენას. ”

იმავდროულად, რამდენიმე აკადემიკოსმა დაწერა ცალკეული მყიდველების შესახებ მონაცემების შეგროვებასთან დაკავშირებული რისკების შესახებ. მომხმარებლისთვის შეიძლება სასარგებლო იყოს, რომ საცალო ვაჭრობამ იცის მათი ფეხსაცმლის ზომა და საყვარელი ფერი. მაგრამ რა მოხდება, როდესაც ხელოვნური ინტელექტისა და ალგორითმების მიერ შეგროვებული მონაცემები მოიცავს ჩასახვის საწინააღმდეგო აბების შეძენას?

საცალო ვაჭრობის ინდუსტრიის დიდი ხნის მონაწილეს და დამკვირვებელს მახსენდება ძველი მაქსიმა: რაც უფრო მეტი რამ იცვლება, მით უფრო უცვლელი რჩება. AI არის მძლავრი ინსტრუმენტი ლოჯისტიკის, ინვენტარის და ბიზნესის მენეჯმენტის სხვა პრობლემების მენეჯმენტში. მომხმარებელთა ქცევის მოლოდინის შემთხვევაში, მისი ზოგიერთი ნაწილი ღირებულია, მაგრამ მხოლოდ სათანადო გამოყენების შემთხვევაში.

თუ საცალო მოვაჭრეებს სურთ იცოდნენ, რა სურთ მომხმარებლებს, მათ აქვთ დროში გამოცდილი გზა, რათა გაარკვიონ - სამომხმარებლო პროდუქტებისა და ფასების ტესტირების გზით ძვირფასი კაპიტალის ჩადებამდე. იმის ნაცვლად, რომ შეაგროვონ მონაცემები წარსულ ქცევაზე, ან მომხმარებელთა ქვეჯგუფების პროფილების „კურირება“ მანქანურ სწავლაზე დაფუძნებული, საცალო მოვაჭრეებს შეუძლიათ უფრო ზუსტად იწინასწარმეტყველონ ტენდენციები და სამომავლო მოთხოვნა რეალურ მყიდველებთან რეალურ დროში ინტერნეტიდან შეგროვებული რეალური ინტელექტის გამოყენებით. და თუ თქვენ აპირებთ ალგორითმის გამოყენებას, უმჯობესია დაამტკიცოთ, რომ ის მუშაობს დროდადრო.