Πώς τα ηλεκτρονικά καταστήματα (e-stores) όπως το Amazon χρησιμοποίησαν δεδομένα για να προβλέψουν και να καθορίσουν τις τιμές τους;

Αν έχετε αναρωτηθεί ποτέ, πως τα e-stores “αντέχουν” να πουλούν τα προϊόντα τους σε πολύ χαμηλές τιμές την ημέρα των ευχαριστιών (Thanksgiving), τότε θα πρέπει να ξέρετε ότι τα καταστήματα συλλέγουν δεδομένα κάθε φορά που αγοράζετε ένα προϊόν.

Οι καταστηματάρχες μέσω ιστορικών δεδομένων μαθαίνουν νέες στρατηγικές και την συγκεκριμένη μέρα πωλούν για παράδειγμα ένα περσινό μοντέλο σε πάρα πολύ χαμηλή τιμή αντί του καινούργιου, ώστε να μπορεί η επιχείρηση να έχει κάθε χρόνο σχεδόν το ίδιο κέρδος παρά ζημία. Οι λιανοπωλητές λαμβάνουν υπόψη τους την αύξηση της επιστήμης των δεδομένων και λαμβάνουν μια πιο έξυπνη προσέγγιση των μελλοντικών στρατηγικών κινήσεών τους.

Σύμφωνα με την Deloitte, το 50% των καταναλωτών που ψωνίζουν κατά την διάρκεια των εορτών (holiday shoppers), σχεδιάζουν να ψωνίσουν από ηλεκτρονικά καταστήματα. Όλα αυτά τα click των καταναλωτών δεν περνούν απαρατήρητα από την Amazon που πρόκειται να γίνει η μεγαλύτερη εταιρεία πώλησης ενδυμάτων στην Αμερική. Την Cyber Monday του 2015 πούλησε 23 εκατομμύρια αντικείμενα με έκπτωση σε όλο τον κόσμο και οι εκπτώσεις δεν ήταν τυχαίες, αλλά στηρίχθηκαν σε έναν αλγόριθμο που αποσκοπούσε στον μεγαλύτερο αριθμό πωλήσεων.

Οι Data Scientists είναι η κινητήρια δύναμη πίσω από την τιμολόγηση. Το πρωταρχικό καθήκον τους, είναι να οικοδομήσουν, να ελέγξουν και τέλος να εκπαιδεύσουν μοντέλα που θα προβλέπουν το πιο πιθανό προϊόν, μέρος και τιμή που επιθυμεί ο καταναλωτής. Καθώς οι καταναλωτές πλοηγούνται στο ηλεκτρονικό κατάστημα της Amazon, η εταιρεία καταγράφει την κάθε του κίνηση και λόγω των μεγάλων δεδομένων, χρειάζονται αλγόριθμοι για να μπορέσουν να κάνουν προβλέψεις. Εντοπίζουν τις συσχετίσεις που υπάρχουν ανάμεσα στα προϊόντα όπως για παράδειγμα την δημοτικότητα ενός προϊόντος ανά γεωγραφική περιοχή.

Έτσι, οι καταστηματάρχες, κατατάσσουν τα προϊόντα με βάση το πόσο οι καταναλωτές έχουν εμπλακεί με αυτά την προηγούμενη Black Friday, την αγοραστική τάση και την σχέση των καταναλωτών με συγκεκριμένα προϊόντα στο παρελθόν. Το ποσό της έκπτωσης το καθορίζουν με βάση τις προβλεπόμενες πωλήσεις σε συνδυασμό με την πιθανότητα ο πελάτης να αγοράσει το συγκεκριμμένο προϊόν αλλά και την αύξηση των εσόδων μέσω αυτού. Για να κάνουν ακριβείς προβλέψεις χρησιμοποιούν μοντέλα που προσαρμόζονται συνεχώς στην έλευση νέων δεδομένων και αυτό ονομάζεται μηχανική μάθηση.

Η Amazon είχε ανακοινώσει πριν την Black Friday την πρόσληψη 120.000 υπαλλήλων, δηλαδή 20% σε σχέση με πέρυσι. Επίσης, τόνισαν ότι θα έχουν και αύξηση 25% των εσόδων τους και όλα είναι αλγοριθμικά υπολογισμένα. Μεγάλες στατιστικές εταιρείες, όπως η McKinsey έχουν εκτιμήσει ότι οι εταιρείες που συμβουλεύονται Data Scientists έχουν αύξηση των κερδών τους κατά 60%.

Πηγή: internetretailer.com