एल्गोरिदम और एआई के बारे में ऑनलाइन खुदरा विक्रेताओं को क्या गलत लगा?

उस समय के आसपास जब 19 में COVID-2020 महामारी ने जोर पकड़ लिया था, ई-कॉमर्स, डायरेक्ट-टू-कंज्यूमर फैशन, पर्सनल केयर, और तैयार भोजन-किट कंपनियों के एक समूह को अग्रणी खुदरा विक्रेताओं के रूप में प्रतिष्ठित किया जा रहा था, जो ऑनलाइन खरीदारी के अनुभव को मजबूत कर रहे थे। ग्राहक व्यवहार पर डेटा।

2018 में, उद्योग व्यापार जर्नल RetailDive.com कटरीना झील घोषित "वर्ष का विघटनकर्ता""के संस्थापक और सीईओ के रूप में उनकी भूमिका के लिए" सिलाई फिक्स, एक फैशन साइट जो 3,900 अंशकालिक स्टाइलिस्टों द्वारा क्यूरेट की गई वस्तुओं की सदस्यता सेवा प्रदान करती है। में हार्वर्ड बिजनेस रिव्यू में प्रकाशित एक लेख लगभग उसी समय, लेक ने अपनी कंपनी को "एक डेटा साइंस ऑपरेशन" के रूप में वर्णित किया, राजस्व के साथ "इसके एल्गोरिदम से महान सिफारिशों पर निर्भर।"

तथाकथित सदस्यता बॉक्स खुदरा विक्रेताओं के उदय के अधिक दृश्यमान उदाहरणों में स्टिच फिक्स रहा है। सूची में सौंदर्य उत्पाद खुदरा विक्रेता शामिल हैं बिर्चबॉक्स, जो "क्यूरेट" करता है और ग्राहकों को पिछली खरीद और एल्गोरिदम के आधार पर उत्पादों का एक संग्रह भेजता है जो उपभोक्ताओं को उम्र, स्थान और अन्य डेटा बिंदुओं के आधार पर वर्गीकृत करता है। ब्लू एप्रन, एक तैयार भोजन सदस्यता सेवा, एक अन्य उल्लेखनीय प्रवेशी थी।

2021 की शुरुआत में, कंपनी के सार्वजनिक होने के तीन साल बाद, स्टिच फिक्स का बाजार पूंजीकरण $ 10 बिलियन का था।

आज, ठीक अठारह महीने बाद, स्टॉक ने अपने मूल्य का लगभग 95% खो दिया है और कंपनी है अपनी पहली वार्षिक बिक्री में गिरावट पोस्ट करने की उम्मीद है चूंकि यह 2017 में सार्वजनिक हुआ था।

इसी तरह, ब्लू एप्रन एक और भी बदसूरत निवेश ट्रेन मलबे में बदल गया है - इसके स्टॉक के 140 डॉलर प्रति शेयर पर शुरू होने के पांच साल बाद यह $ 4 से कम पर कारोबार कर रहा है।

विघ्नहर्ता क्यों बाधित हुए?

जैसा कि यह पता चला है, 2018 में चेतावनी के संकेत स्पष्ट थे। Quartz.com पर छपे एक अंश में, लुइस पेरेज़-ब्रेवा, एक व्याख्याता और MIT के स्कूल ऑफ़ इंजीनियरिंग के एक शोध वैज्ञानिक ने चेतावनी दी कि, "कई खुदरा विक्रेता भूल गए हैं कि वास्तव में ग्राहकों को क्या मदद मिलती है: मानव श्रमिकों से इन-स्टोर सहायता।"

पेरेज़-ब्रेवा के अनुसार, "उदाहरण के लिए, मशीन लर्निंग (आर्टिफिशियल इंटेलिजेंस या एआई) के लिए स्वच्छ डेटा प्राप्त करने के लिए, कई खुदरा विक्रेता ग्राहकों को प्रश्नावली भेजते हैं जो कंप्यूटर के लिए संसाधित करना आसान होता है।"

लेकिन, वे कहते हैं, "ग्राहक एआई नहीं हैं। अधिकांश प्रश्नावलियों का उत्तर कभी नहीं देते हैं, और बहुत से लोग जो कुछ भी याद करते हैं उसे भर देते हैं। यह खुदरा विक्रेताओं को दोषपूर्ण … डेटा के साथ छोड़ देता है। ”

साथ ही 2018 में कंसल्टिंग दिग्गज मैकिन्से एंड कंपनी ने 5,000 से अधिक अमेरिकी उपभोक्ताओं का सर्वेक्षण किया सदस्यता सेवाओं के बारे में और पाया कि, "मंथन दरें अधिक हैं (लगभग 40 प्रतिशत) ... और उपभोक्ता उन सेवाओं को जल्दी से रद्द कर देते हैं जो बेहतर एंड-टू-एंड अनुभव प्रदान नहीं करती हैं।"

मैकिन्से की रिपोर्ट ने निष्कर्ष निकाला कि, "उपभोक्ताओं के पास सब्सक्रिप्शन का अंतर्निहित प्रेम नहीं है। यदि कुछ भी हो, तो आवर्ती के लिए साइन अप करने की आवश्यकता मांग को कम कर देती है और ग्राहकों को प्राप्त करना कठिन बना देती है। ”

इस बीच, कई शिक्षाविदों ने व्यक्तिगत दुकानदारों पर डेटा एकत्र करने से जुड़े जोखिमों के बारे में लिखा है। यह उपभोक्ता के लिए मददगार हो सकता है कि एक खुदरा विक्रेता उनके जूते का आकार और पसंदीदा रंग जानता है। लेकिन क्या होता है जब एआई और एल्गोरिदम द्वारा एकत्र किए गए डेटा में गर्भनिरोधक गोलियों की खरीद शामिल होती है?

खुदरा उद्योग में लंबे समय से भागीदार और पर्यवेक्षक के लिए, एक पुरानी कहावत दिमाग में आती है: जितनी अधिक चीजें बदलती हैं, उतना ही वे वही रहती हैं। एआई लॉजिस्टिक्स, इन्वेंट्री और कई अन्य व्यवसाय प्रबंधन चिंताओं के प्रबंधन में एक शक्तिशाली उपकरण है। उपभोक्ता व्यवहार का अनुमान लगाने के मामले में, इसमें से कुछ मूल्यवान है लेकिन केवल तभी जब ठीक से उपयोग किया जाए।

यदि खुदरा विक्रेता जानना चाहते हैं कि उपभोक्ता क्या चाहते हैं, तो उनके पास यह पता लगाने का एक समय-परीक्षण तरीका है - उपभोक्ता परीक्षण उत्पादों और कीमतों से पहले कीमती पूंजी। पिछले व्यवहार के आधार पर डेटा को क्रंच करने के बजाय, या मशीन लर्निंग के आधार पर उपभोक्ता उपसमूहों के प्रोफाइल को "क्यूरेटिंग" करने के बजाय, खुदरा विक्रेता वास्तविक खरीदारों के साथ वास्तविक समय से एकत्रित वास्तविक खुफिया जानकारी का उपयोग करके रुझानों और भविष्य की मांग का अधिक सटीक अनुमान लगा सकते हैं। और, यदि आप एक एल्गोरिदम लागू करने जा रहे हैं, तो आप यह साबित करने में सक्षम होंगे कि यह बार-बार काम करता है।