מה טעו קמעונאים מקוונים באלגוריתמים ובינה מלאכותית

בערך בזמן שמגיפת ה-COVID-19 התרחשה בשנת 2020, קבוצה של חברות מסחר אלקטרוני, אופנה ישירה לצרכן, טיפוח אישי וערכות ארוחות מוכנות זכתה להערכה כקמעונאים מובילים הממציאים מחדש את חווית הקנייה המקוונת על ידי מחיקה. נתונים על התנהגות לקוחות.

בשנת 2018, כתב העת המסחרי של התעשייה RetailDive.com הכריזה אגם קתרינה "משבש השנה"על תפקידה כמייסדת ומנכ"לית של תיקון סטיץ ', אתר אופנה המציע שירות מנויים של סחורות שאצרו 3,900 סטייליסטים במשרה חלקית. ב מאמר שפורסם ב-Harvard Business Review בערך באותו זמן, לייק תיארה את החברה שלה כ"פעולת מדעי נתונים", כשההכנסות "תלויות בהמלצות מצוינות מהאלגוריתם שלה".

Stitch Fix היה בין הדוגמאות היותר גלויות לעלייתם של מה שנקרא קמעונאי קופסאות מנויים. הרשימה כוללת קמעונאי מוצרי יופי ברצ'בוקס, אשר "אוצר" ושולח למנויים אוסף של מוצרים המבוססים על רכישות קודמות ואלגוריתמים שמסווגים צרכנים על סמך גיל, מיקום ונקודות נתונים אחרות. סינר כחול, שירות מנוי לארוחה מוכנה, היה משתתף בולט נוסף.

בתחילת 2021, שלוש שנים לאחר יציאת החברה להנפקה, שווי השוק של Stitch Fix עמד על 10 מיליארד דולר עצומים.

היום, שמונה עשר חודשים בלבד לאחר מכן, המניה איבדה כ-95% מערכה וכך החברה צפוי לרשום ירידה שנתית ראשונה במכירות מאז שפורסם ב-2017.

באופן דומה, סינר כחול הפכה לתאונת רכבת השקעה מכוערת עוד יותר - חמש שנים לאחר שמנייתה עלתה לראשונה ב-140 דולר למניה, היא נסחרת בפחות מ-4 דולר.

למה המשבשים השתבשו?

כפי שמתברר, סימני האזהרה היו ברורים כבר ב-2018. ביצירה שהופיעה באתר Quartz.com, לואיס פרז-ברווה, מרצה ומדען מחקר בבית הספר להנדסה של MIT, הזהיר כי "קמעונאים רבים שכחו מה באמת עוזר ללקוחות: סיוע בחנות מעובדים אנושיים."

לדברי פרז-ברווה, "כדי לקבל נתונים נקיים ללמידת מכונה (בינה מלאכותית או AI), למשל, קמעונאים רבים שולחים ללקוחות שאלונים שקל יותר לעבד מחשבים".

אבל, הוא אומר, "לקוחות הם לא בינה מלאכותית. רובם אינם עונים על השאלונים, ורבים ממלאים את כל מה שהם זוכרים. זה משאיר את הקמעונאים עם... נתונים שגויים."

גם ב-2018, ענקית ייעוץ McKinsey & Co. סקרו יותר מ-5,000 צרכנים בארה"ב על שירותי מנויים וגילתה ש"שיעורי הנטישה גבוהים (כמעט 40 אחוז)... והצרכנים מבטלים במהירות שירותים שאינם מספקים חוויות מעולות מקצה לקצה."

דו"ח מקינזי הגיע למסקנה כי "לצרכנים אין אהבה אינהרנטית למנויים. אם כבר, הדרישה להירשם לאחד חוזר מפחיתה את הביקוש ומקשה על רכישת לקוחות".

בינתיים, מספר אקדמאים כתבו על הסיכונים הכרוכים באיסוף נתונים על קונים בודדים. זה עשוי להיות מועיל לצרכן שקמעונאי יודע את מידת הנעל והצבע האהוב עליו. אבל מה קורה כאשר הנתונים שנאספים על ידי AI ואלגוריתמים כוללים רכישת גלולות למניעת הריון?

למשתתף ותיק בענף הקמעונאות ומתבונן בו, עולה בראשו משפט ישן: ככל שהדברים משתנים יותר, כך הם נשארים אותו הדבר. בינה מלאכותית היא כלי רב עוצמה בניהול לוגיסטיקה, מלאי ושלל דאגות אחרות של ניהול עסקי. במקרה של ציפייה להתנהגות צרכנית, חלק ממנה הוא בעל ערך אך רק אם משתמשים בו נכון.

אם קמעונאים רוצים לדעת מה הצרכנים רוצים, יש להם דרך בדוקה לגלות זאת - על ידי בדיקת צרכנים מוצרים ומחירים לפני שהם מתחייבים להון יקר. במקום לחתוך נתונים המבוססים על התנהגות עבר, או "לאצור" את הפרופילים של תת-קבוצות צרכנים על בסיס למידת מכונה, קמעונאים יכולים לחזות בצורה מדויקת יותר מגמות וביקוש עתידי על ידי שימוש במודיעין אמיתי שנאסף מקוון בזמן אמת עם קונים אמיתיים. ואם אתה מתכוון ליישם אלגוריתם, כדאי שתצליח להוכיח שהוא עובד שוב ושוב.