Kaip pandemija parengė Alibaba AI didžiausiai pasaulyje apsipirkimo dienai

VCG / Stringer per Getty

Naujienos: Nors JAV užsikabino dėl savo rinkimų, Kinija apsipirkinėjo. Lapkričio 1–11 dienomis didžiausi šalies elektroninės prekybos gigantai „Alibaba“ ir „JD“ uždirbo 115 mlrd. „Alibaba“, pradėjusi festivalį 2009 m., pardavimų sudarė 74,1 mlrd. USD, ty 26% daugiau nei praėjusiais metais. Palyginimui, „Amazon“ 48 valandų „Prime Day“ pardavimai šiais metais perkopė tik 10 mlrd.

Pandemijos streso testas: Dėl didžiulio įvykio masto jis yra tarsi logistinis stebuklas. Siekdamos įvykdyti žygdarbį, „Alibaba“ ir JD daug investuoja į dirbtinio intelekto modelius ir kitą technologijų infrastruktūrą, kad prognozuotų pirkinių paklausą, optimizuotų pasaulinį prekių paskirstymą sandėliuose ir supaprastintų pristatymą visame pasaulyje. Sistemos paprastai testuojamos ir tobulinamos ištisus metus, o po to išplečiamos iki ribų per tikrąjį įvykį. Tačiau šiemet abi bendrovės susidūrė su komplikacija: apskaita apsipirkimo elgesio pokyčiai dėl pandemijos .

Sugedę modeliai: Pirmosiomis savaitėmis po koronaviruso protrūkio abi bendrovės pastebėjo, kad jų AI modeliai elgėsi keistai. Kadangi pandemija kilo per kinų Naujuosius metus, šimtai milijonų žmonių, kurie kitu atveju būtų apsipirkę per šventes, vietoj to pirko karantino reikmenis. Dėl tokio elgesio buvo neįmanoma pasikliauti istoriniais duomenimis. Visos mūsų prognozės nebebuvo tikslios, sako Andrew Huangas, Cainiao, Alibaba logistikos padalinio, vidaus tiekimo grandinės generalinis direktorius.

Žmonės taip pat pirko daiktus dėl įvairių priežasčių, o tai prieštarauja platformų produktų rekomendacijoms. Pavyzdžiui, JD algoritmas padarė prielaidą, kad žmonės, pirkę kaukes, serga, todėl rekomendavo vaistus, kai galėjo būti prasmingiau rekomenduoti rankų dezinfekavimo priemones.

Keičiasi ačiū: Jų modelių gedimas privertė abi įmones imtis kūrybiškumo. „Alibaba“ dvigubai sumažino savo trumpalaikių prognozių strategiją. Užuot projektavęs apsipirkimo modelius, pagrįstus, pavyzdžiui, sezonu, Cainiao patobulino savo modelius, kad atsižvelgtų į tiesioginius kintamuosius, pvz., praėjusią pardavimo savaitę, po kurios įvyko dideli reklaminiai renginiai, arba išorinius duomenis, pvz., koronaviruso atvejų skaičių kiekvienoje provincijoje, sako Huangas. . Kaip tiesioginė elektroninė prekyba (produktų demonstravimas realiu laiku ir atsakymas į pirkėjų klausimus) karantino metu išpopuliarėjo, bendrovės logistikos padalinys taip pat sukūrė naują prognozavimo modelį, skirtą numatyti, kas atsitiks, kai populiarūs tiesioginės transliacijos influenceriai prekiauja skirtingais produktais.

Ir JD pertvarkė savo algoritmus, kad būtų atsižvelgta į daugiau išorinių ir realaus laiko duomenų signalų, pvz., Covid atvejų, naujienų straipsniai ir visuomenės nuotaikos socialinėje žiniasklaidoje.

Netikėta palaima: Atrodo, kad šių naujų duomenų šaltinių įtraukimas į modelius pavyko. Pavyzdžiui, naujasis Cainiao tiesioginės transliacijos AI modelis suvaidino svarbų vaidmenį prognozuojant pardavimus po to, kai Alibaba tiesioginę transliaciją pavertė pagrindine savo vienišių dienos strategijos dalimi. JD atveju jo atnaujinimai taip pat galėjo padidinti bendrą pardavimą. Bendrovė teigia, kad po to, kai įdiegė patobulintą algoritmą, jos produktų rekomendacijų paspaudimų rodiklis padidėjo 3 %. Šis modelis išliko ir per vienišių dieną.

Konteksto supratimas: Abi įmonės pasimokė iš patirties. Pavyzdžiui, Huangas sako, kad jo komanda sužinojo, kad kiekvienas tiesioginės transliacijos influenceris sutelkia savo gerbėjų bazę, kad parodytų skirtingą pirkimo elgseną, todėl ji ir toliau kurs pagal užsakymą pritaikytus prognozavimo modelius kiekvienam savo geriausiam influenceriui. Tuo tarpu JD teigia supratusi, kiek naujienų ir dabartinių įvykių turi įtakos elektroninės prekybos modeliams, ir toliau atitinkamai tobulins savo produktų rekomendacijų algoritmą.

Atnaujinimas: Alibabos ir Cainiao santykiai buvo išaiškinti.

paslėpti