Yr hyn a gafodd Manwerthwyr Ar-lein yn anghywir am Algorithmau ac AI

Tua'r amser y cydiodd pandemig COVID-19 yn 2020, roedd grŵp o gwmnïau e-fasnach, ffasiwn uniongyrchol-i-ddefnyddwyr, gofal personol, a phecynnau bwyd parod yn cael eu hystyried yn fanwerthwyr blaengar yn ailddyfeisio'r profiad siopa ar-lein trwy grensian. data ar ymddygiad cwsmeriaid.

Yn 2018, cyfnodolyn masnach diwydiant RetailDive.com datgan Katrina Lake “Aflonyddwr y Flwyddyn” am ei rôl fel sylfaenydd a Phrif Swyddog Gweithredol Stitch Fix, safle ffasiwn sy'n cynnig gwasanaeth tanysgrifio o nwyddau wedi'i guradu gan 3,900 o steilwyr rhan-amser. Yn erthygl a gyhoeddwyd yn yr Harvard Business Review tua’r un pryd, disgrifiodd Lake ei chwmni fel “gweithrediad gwyddor data,” gyda refeniw “yn dibynnu ar argymhellion gwych o’i algorithm.”

Mae Stitch Fix wedi bod ymhlith yr enghreifftiau mwy gweladwy o'r cynnydd mewn manwerthwyr blychau tanysgrifio fel y'u gelwir. Mae'r rhestr yn cynnwys manwerthwr cynhyrchion harddwch Bocs bedw, sy'n “curadu” ac yn anfon i danysgrifwyr gasgliad o gynhyrchion yn seiliedig ar bryniannau ac algorithmau blaenorol sy'n categoreiddio defnyddwyr yn seiliedig ar oedran, lleoliad, a phwyntiau data eraill. Ffedog Blue, gwasanaeth tanysgrifio i brydau parod, yn gystadleuydd nodedig arall.

Ar ddechrau 2021, dair blynedd ar ôl i'r cwmni fynd yn gyhoeddus, roedd cyfalafu marchnad Stitch Fix yn $10 biliwn aruthrol.

Heddiw, dim ond deunaw mis yn ddiweddarach, mae'r stoc wedi colli tua 95% o'i werth ac mae'r cwmni disgwylir iddo bostio ei ostyngiad gwerthiant blynyddol cyntaf ers iddo fynd yn gyhoeddus yn 2017.

Yn yr un modd, mae  Ffedog Blue wedi troi'n llongddrylliad trên buddsoddi hyd yn oed yn fwy hyll - bum mlynedd ar ôl i'w stoc ddod i ben ar $140 y cyfranddaliad mae'n masnachu ar lai na $4.

Pam darfu ar yr aflonyddwyr?

Fel mae'n digwydd, roedd yr arwyddion rhybudd yn glir yn ôl yn 2018. Mewn darn a ymddangosodd ar Quartz.com, Rhybuddiodd Luis Perez-Breva, darlithydd a gwyddonydd ymchwil yn Ysgol Beirianneg MIT, “Mae llawer o fanwerthwyr wedi anghofio beth sydd wir yn helpu cwsmeriaid: Cymorth yn y siop gan weithwyr dynol.”

Yn ôl Perez-Breva, “Er mwyn derbyn data glân ar gyfer dysgu peiriannau (Deallusrwydd Artiffisial neu AI), er enghraifft, mae llawer o fanwerthwyr yn anfon holiaduron cwsmeriaid sy'n haws i gyfrifiaduron eu prosesu.”

Ond, meddai, “Nid CMC yw cwsmeriaid. Nid yw'r rhan fwyaf byth yn ateb yr holiaduron, ac mae llawer yn llenwi beth bynnag y maent yn ei gofio. Mae hyn yn gadael manwerthwyr â data diffygiol….”

Hefyd yn 2018, cawr ymgynghorol Cynhaliodd McKinsey & Co. arolwg o fwy na 5,000 o ddefnyddwyr UDA am wasanaethau tanysgrifio a chanfod, “mae cyfraddau corddi yn uchel (bron i 40 y cant) ... ac mae defnyddwyr yn canslo gwasanaethau'n gyflym nad ydyn nhw'n darparu profiadau pen-i-ben gwell.”

Daeth adroddiad McKinsey i’r casgliad, “Nid oes gan ddefnyddwyr gariad cynhenid ​​at danysgrifiadau. Os rhywbeth, mae’r gofyniad i gofrestru ar gyfer un cylchol yn lleihau’r galw ac yn ei gwneud hi’n anoddach caffael cwsmeriaid.”

Yn y cyfamser, mae sawl academydd wedi ysgrifennu am y risgiau sy'n gysylltiedig â chasglu data ar siopwyr unigol. Gall fod yn ddefnyddiol i ddefnyddiwr bod adwerthwr yn gwybod maint eu hesgid a'u hoff liw. Ond beth sy'n digwydd pan fydd y data a gesglir gan AI ac algorithmau yn cynnwys prynu pils rheoli geni?

I gyfranogwr hirhoedlog yn y diwydiant manwerthu a sylwedydd ohono, daw hen uchafsymiau i’r meddwl: po fwyaf y mae pethau’n newid, y mwyaf y byddant yn aros yr un peth. Mae AI yn arf pwerus wrth reoli logisteg, rhestr eiddo, a llu o bryderon rheoli busnes eraill. Yn achos rhagweld ymddygiad defnyddwyr, mae rhywfaint ohono'n werthfawr ond dim ond os caiff ei ddefnyddio'n iawn.

Os yw manwerthwyr eisiau gwybod beth mae defnyddwyr ei eisiau, mae ganddyn nhw ffordd â phrawf amser i ddarganfod - trwy brofi defnyddwyr cynhyrchion a phrisiau cyn ymrwymo cyfalaf gwerthfawr. Yn lle crensian data yn seiliedig ar ymddygiad yn y gorffennol, neu “guradu” proffiliau is-grwpiau defnyddwyr yn seiliedig ar ddysgu peiriannau, gall manwerthwyr ragweld tueddiadau a galw yn y dyfodol yn fwy cywir trwy ddefnyddio gwybodaeth go iawn a gasglwyd o amser real ar-lein gyda siopwyr go iawn. Ac, os ydych chi'n mynd i gymhwyso algorithm, mae'n well ichi allu profi ei fod yn gweithio dro ar ôl tro.