O que os varejistas on-line erraram sobre algoritmos e IA

Na época em que a pandemia do COVID-19 ocorreu em 2020, um grupo de empresas de comércio eletrônico, moda direta ao consumidor, cuidados pessoais e kits de refeições preparados estavam sendo aclamados como varejistas de ponta reinventando a experiência de compra online. dados sobre o comportamento do cliente.

Em 2018, revista de comércio da indústria RetailDive.com declarado Lago Katrina “Disruptor do ano” por seu papel como fundadora e CEO da Stitch Fix, um site de moda que oferece um serviço de assinatura de produtos com curadoria de 3,900 estilistas em meio período. Dentro um artigo publicado na Harvard Business Review na mesma época, Lake descreveu sua empresa como “uma operação de ciência de dados”, com receita “dependente de ótimas recomendações de seu algoritmo”.

O Stitch Fix está entre os exemplos mais visíveis da ascensão dos chamados varejistas de caixas de assinatura. A lista inclui varejista de produtos de beleza Bétula, que “agenda” e envia aos assinantes uma coleção de produtos com base em compras anteriores e algoritmos que categorizam os consumidores com base em idade, localização e outros pontos de dados. Avental azul, um serviço de assinatura de refeições preparadas, foi outro participante notável.

No início de 2021, três anos após a abertura de capital da empresa, a capitalização de mercado da Stitch Fix era de US$ 10 bilhões.

Hoje, apenas dezoito meses depois, a ação perdeu cerca de 95% de seu valor e a empresa está deverá registrar seu primeiro declínio anual de vendas desde que se tornou público em 2017.

Do mesmo modo, Avental azul se transformou em um desastre de trem de investimento ainda mais feio - cinco anos depois de suas ações estrearem a US$ 140 por ação, estão sendo negociadas a menos de US$ 4.

Por que os disruptores foram interrompidos?

Como se vê, os sinais de alerta eram claros em 2018. Em uma peça que apareceu no Quartz.com, Luis Perez-Breva, professor e pesquisador da Escola de Engenharia do MIT, alertou que “muitos varejistas esqueceram o que realmente ajuda os clientes: assistência na loja de trabalhadores humanos”.

De acordo com Perez-Breva, “Para receber dados limpos para aprendizado de máquina (Inteligência Artificial ou IA), por exemplo, muitos varejistas enviam questionários aos clientes que são mais fáceis de processar pelos computadores”.

Mas, ele diz, “Clientes não são IAs. A maioria nunca responde aos questionários, e muitos preenchem o que se lembram. Isso deixa os varejistas com dados defeituosos. ”

Também em 2018, a gigante da consultoria McKinsey & Co. entrevistou mais de 5,000 consumidores dos EUA sobre serviços de assinatura e descobriu que “as taxas de cancelamento são altas (quase 40%) … e os consumidores cancelam rapidamente serviços que não oferecem experiências de ponta a ponta superiores”.

O relatório da McKinsey concluiu que “os consumidores não têm um amor inerente por assinaturas. De qualquer forma, a exigência de se inscrever em um recorrente diminui a demanda e dificulta a aquisição de clientes. ”

Enquanto isso, vários acadêmicos escreveram sobre os riscos associados à coleta de dados sobre compradores individuais. Pode ser útil para um consumidor que um varejista saiba o tamanho do sapato e a cor favorita. Mas o que acontece quando os dados coletados por IA e algoritmos incluem a compra de pílulas anticoncepcionais?

Para um participante e observador de longa data do setor de varejo, uma velha máxima vem à mente: quanto mais as coisas mudam, mais elas permanecem as mesmas. A IA é uma ferramenta poderosa no gerenciamento de logística, estoque e uma série de outras preocupações de gerenciamento de negócios. No caso de antecipar o comportamento do consumidor, parte dela é valiosa, mas somente se usada adequadamente.

Se os varejistas querem saber o que os consumidores desejam, eles têm uma maneira testada pelo tempo de descobrir – testando produtos e preços do consumidor antes de comprometer um capital precioso. Em vez de processar dados com base no comportamento passado ou “curar” os perfis de subgrupos de consumidores com base no aprendizado de máquina, os varejistas podem prever com mais precisão as tendências e a demanda futura usando inteligência real coletada on-line em tempo real com compradores reais. E, se você vai aplicar um algoritmo, é melhor poder provar que funciona repetidamente.