En qué se equivocaron los minoristas en línea sobre los algoritmos y la IA

Alrededor de la época en que se desató la pandemia de COVID-19 en 2020, un grupo de empresas de comercio electrónico, moda directa al consumidor, cuidado personal y kits de comidas preparadas fueron aclamadas como minoristas de vanguardia que reinventan la experiencia de compra en línea al procesar datos sobre el comportamiento del cliente.

En 2018, revista comercial de la industria. RetailDive.com lago declarado Katrina “Disruptor del año” por su papel como fundadora y CEO de Stitch Fix, un sitio de moda que ofrece un servicio de suscripción de productos seleccionados por 3,900 estilistas a tiempo parcial. En un artículo publicado en Harvard Business Review casi al mismo tiempo, Lake describió a su empresa como "una operación de ciencia de datos", con ingresos "que dependen de las excelentes recomendaciones de su algoritmo".

Stitch Fix ha sido uno de los ejemplos más visibles del auge de los llamados minoristas de cajas de suscripción. La lista incluye minorista de productos de belleza caja de abedul, que "selecciona" y envía a los suscriptores una colección de productos basada en compras anteriores y algoritmos que clasifican a los consumidores según la edad, la ubicación y otros puntos de datos. Delantal azul, un servicio de suscripción de comidas preparadas, fue otro participante notable.

A principios de 2021, tres años después de que la empresa se hiciera pública, la capitalización de mercado de Stitch Fix era de 10 millones de dólares.

Hoy, solo dieciocho meses después, las acciones han perdido alrededor del 95% de su valor y la empresa está se espera que registre su primera caída anual en las ventas desde que salió a bolsa en 2017.

De manera similar, los Delantal azul se ha convertido en un choque de trenes de inversión aún más feo: cinco años después de que sus acciones debutaron a $ 140 por acción, se cotiza a menos de $ 4.

¿Por qué se interrumpieron los disruptores?

Resulta que las señales de advertencia fueron claras en 2018. En una pieza que apareció en Quartz.com, Luis Pérez-Breva, profesor y científico investigador de la Escuela de Ingeniería del MIT, advirtió que “muchos minoristas han olvidado lo que realmente ayuda a los clientes: la asistencia en la tienda de trabajadores humanos”.

Según Perez-Breva, "Para recibir datos limpios para el aprendizaje automático (inteligencia artificial o IA), por ejemplo, muchos minoristas envían cuestionarios a los clientes que son más fáciles de procesar para las computadoras".

Pero, dice, “Los clientes no son IA. La mayoría nunca responde los cuestionarios y muchos completan lo que recuerdan. Esto deja a los minoristas con... datos defectuosos".

También en 2018, el gigante de la consultoría McKinsey & Co. encuestó a más de 5,000 consumidores estadounidenses sobre los servicios de suscripción y descubrió que "las tasas de abandono son altas (casi el 40 por ciento)... y los consumidores cancelan rápidamente los servicios que no brindan experiencias superiores de extremo a extremo".

El informe de McKinsey concluyó que “los consumidores no tienen un amor inherente por las suscripciones. En todo caso, el requisito de suscribirse a uno recurrente reduce la demanda y dificulta la adquisición de clientes”.

Mientras tanto, varios académicos han escrito sobre los riesgos asociados con la recopilación de datos sobre compradores individuales. Puede ser útil para un consumidor que un minorista conozca su talla de calzado y su color favorito. Pero, ¿qué sucede cuando los datos recopilados por IA y algoritmos incluyen la compra de píldoras anticonceptivas?

A un participante y observador de la industria minorista desde hace mucho tiempo, le viene a la mente una vieja máxima: cuanto más cambian las cosas, más permanecen igual. La IA es una herramienta poderosa en la gestión de la logística, el inventario y una serie de otras preocupaciones de gestión empresarial. En el caso de anticipar el comportamiento del consumidor, una parte es valiosa, pero solo si se usa correctamente.

Si los minoristas quieren saber qué quieren los consumidores, tienen una forma comprobada de averiguarlo: los consumidores prueban los productos y los precios antes de comprometer un capital valioso. En lugar de analizar datos basados ​​en comportamientos anteriores o "seleccionar" los perfiles de subgrupos de consumidores en función del aprendizaje automático, los minoristas pueden predecir con mayor precisión las tendencias y la demanda futura mediante el uso de inteligencia real recopilada en tiempo real en línea con compradores reales. Y, si va a aplicar un algoritmo, es mejor que pueda demostrar que funciona una y otra vez.