Come bonprix usa l'IA per assortimento, ranking dei prodotti e prezzi
Il retailer tedesco di moda online ha pubblicato come usa il machine learning per scartare gli stili deboli, ordinare ogni giorno i prodotti e consigliare la taglia. Ecco che cosa è documentato e che cosa no.
IN SINTESI Sintesi della redazione
- Il sistema Learning Collection di bonprix, annunciato a settembre 2020, prevede la domanda dei singoli stili in modo che gli articoli con previsioni deboli possano essere eliminati o modificati prima della collezione di gennaio 2021.
- Il modello di ranking dei prodotti di bonprix, descritto a dicembre 2021, usa una rete neurale convoluzionale su sette giorni di clic, aggiunte alla wishlist, aggiunte al carrello e acquisti per prevedere le vendite del giorno successivo.
- bonprix afferma che l'ultima parola sull'assortimento spetta alle persone: la sua Head of Supply Chain Strategy ha detto che l'IA può offrire contributi preziosi per creare gli stili, ma che l'ultima parola è degli esseri umani.
- bonprix non ha pubblicato risultati quantificati per i modelli di assortimento o di ranking, quindi le affermazioni su incrementi di vendite o margine non sono verificabili dalle sue dichiarazioni.
- Blue Yonder elenca bonprix tra i clienti del suo software di ottimizzazione dei prezzi basato sull'IA, ma il riepilogo pubblico non fornisce cifre: i risultati sui prezzi restano quindi non divulgati.
bonprix, il retailer di moda online con sede ad Amburgo, usa il machine learning in tre punti del ciclo commerciale: decidere quali stili restano nell'assortimento, ordinare ogni giorno i prodotti nel proprio shop online e, secondo il suo partner software, ottimizzare i prezzi. L'azienda ha pubblicato come funzionano i primi due, ma nessun risultato quantificato: un esempio utile di IA pratica con impatto finanziario non dimostrato.
Come usa bonprix l'IA per decidere che cosa vendere?
A settembre 2020 bonprix ha annunciato un sistema sviluppato internamente chiamato Learning Collection, realizzato con gli specialisti di IA di Otto Group data.works. Il suo strumento di analisi del successo per articolo prevede domanda e successo di vendita degli articoli usando tutti i dati di prodotto di bonprix. Genera elenchi di probabili flop. Gli articoli con previsioni deboli vengono eliminati e altri modificati, per esempio nel colore.
bonprix ha dichiarato che il sistema usa un algoritmo di machine learning che continua a migliorare man mano che riceve nuove informazioni. È stato testato nell'estate 2020 e impiegato per la collezione di gennaio 2021. Jessica Külper, Head of Supply Chain Strategy, ha affermato che l'IA può offrire contributi preziosi per creare gli stili, ma che l'ultima parola spetta ancora alle persone. L'annuncio non forniva cifre di accuratezza né sull'impatto sulle vendite.
Come ordina bonprix i prodotti nel suo shop online?
A dicembre 2021 bonprix ha descritto un modello di previsione del potenziale dei prodotti che alimenta i ranking aggiornati ogni giorno in tutte le categorie di bonprix.de. Usa una rete neurale convoluzionale, una tecnica del riconoscimento di immagini. Gli input sono serie temporali dei clic giornalieri, delle aggiunte alla wishlist, delle aggiunte al carrello e degli acquisti di ciascun prodotto nei sette giorni precedenti, disposte come un'immagine in modo che la rete possa prevedere le vendite del giorno successivo.
I prodotti la cui giacenza scende sotto una soglia stabilita vengono posizionati più in basso, il che lega il ranking alla disponibilità. Gli utenti registrati ricevono ranking affinati per cinque fasce d'età. Il modello ha sostituito la precedente applicazione in Germania ed è stato introdotto in Austria, Svizzera e in altri dieci paesi dopo ampi test A/B. bonprix afferma che le sue previsioni sono molto più affidabili di quelle del precedente modello di machine learning e si aspetta un effetto positivo sui tassi di conversione, ma non indica percentuali.
| Applicazione | Scopo | Input descritti | Risultato pubblicato |
|---|---|---|---|
| Learning Collection (ASA) | Prevedere il successo degli stili ed eliminare o modificare gli articoli deboli | Tutti i dati di prodotto | Nessuno quantificato |
| Modello di ranking dei prodotti | Ranking giornaliero dei prodotti in ogni categoria | Sette giorni di clic, aggiunte alla wishlist, aggiunte al carrello e acquisti; livello di giacenza; fascia d'età | Descritto come più affidabile del modello precedente; nessuna cifra |
| Fit Finder | Consigli sulla taglia | Dati inseriti dal cliente più dati di acquisto e di prodotto di Fit Analytics | Obiettivi dichiarati: meno resi e meno ordini in più taglie; utilizzo in crescita da aprile 2020 |
| Ottimizzazione dei prezzi | Migliorare il margine | Non pubblicati | Il partner software dichiara un miglioramento del risultato, senza cifre |
Che cosa dice bonprix su prezzi e consigli sulla taglia?
Blue Yonder, il fornitore del software, elenca bonprix tra i clienti del suo software di ottimizzazione dei prezzi basato sull'IA e afferma di aver aiutato il retailer a migliorare i margini. Il riepilogo pubblico non contiene date, cifre né dettagli sul metodo, quindi l'effetto non è valutabile. Per i consigli sulla taglia bonprix usa Fit Finder di Fit Analytics, che combina le informazioni inserite dal cliente con dati di acquisto e di prodotto. Gli obiettivi dichiarati da bonprix sono maggiore fidelizzazione, meno resi e meno ordini in più taglie; il suo digital product manager ha riferito un utilizzo di Fit Finder sensibilmente più alto da aprile 2020 rispetto al periodo precedente la pandemia.
Quali dati e controlli rendono possibile tutto questo?
Tre elementi dell'approccio di bonprix sono trasferibili. Primo, i modelli poggiano su dati comportamentali che un retailer online raccoglie ogni giorno, come clic e carrelli. Secondo, la disponibilità fa parte della logica: un modello di ranking che promuove prodotti impossibili da consegnare danneggerebbe i clienti. Terzo, la migrazione di tutti i processi a Google Cloud, completata nel 2021, mostra che la piattaforma dati è venuta prima del modello più avanzato.
- Le persone mantengono la decisione finale sull'assortimento.
- I modelli sono stati testati con test A/B prima del rilascio.
- bonprix dichiara che l'analisi dei dati dei clienti è conforme al GDPR.
Come si colloca rispetto alle tipiche dichiarazioni sull'IA nel retail?
Gran parte del dibattito pubblico sull'IA nel retail di moda poggia su dichiarazioni dei fornitori di grandi incrementi. Le dichiarazioni di bonprix sono più misurate e, per questo, più credibili: l'azienda descrive che cosa fa ciascun modello, quali dati usa, come è stato testato e come è stato introdotto, e rinuncia a citare cifre che non ha pubblicato. È il modo giusto di leggere un caso: separare il meccanismo dal risultato.
Il meccanismo è plausibile. Eliminare i probabili flop prima della produzione riduce il rischio di merce invenduta, uno dei problemi più costosi della moda. Ordinare per domanda prevista porta davanti ai clienti prodotti disponibili e popolari. I consigli sulla taglia affrontano la principale causa dei resi. Ciascuno di questi elementi si collega a un costo che i retailer conoscono bene. Manca l'entità del beneficio.
- Chiedere quali dati alimentano il modello e con quale frequenza vengono aggiornati.
- Chiedere come il modello tratta la disponibilità a magazzino, per non promuovere ciò che non può essere spedito.
- Chiedere se una persona può correggere l'output, come afferma bonprix per i suoi pianificatori dell'assortimento.
- Chiedere effetti misurati rispetto a un gruppo di controllo, non solo un confronto prima e dopo.
La Learning Collection illustra anche un limite comune della previsione dell'assortimento. Un modello addestrato su dati storici prevede quali nuovi stili assomigliano ai successi passati e può essere più debole di fronte a idee davvero nuove. È uno dei motivi per cui bonprix mantiene il giudizio umano nel processo.
Le fonti mostrano anche un tratto del modo in cui bonprix comunica. In entrambi i comunicati stampa nomina i partner, precisa che cosa è interno e che cosa no e indica la base giuridica dell'uso dei dati. Questa trasparenza aiuta i lettori a giudicare la portata. Si vede, per esempio, che il modello di ranking è un sistema sviluppato internamente e che lo strumento di vestibilità è fornito da uno specialista, il che incide su chi controlla i dati e su quanto facilmente lo strumento possa essere sostituito.
Mostra anche la dimensione temporale. La Learning Collection è stata annunciata nel 2020 e il modello di ranking nel 2021. I retailer che valutano l'IA dovrebbero aspettarsi programmi pluriennali con più generazioni di modelli, non un singolo lancio, e pianificare manutenzione continua, monitoraggio della deriva e riaddestramenti periodici.
Quali sono i limiti di ciò che si sa?
Il materiale pubblicato risale al 2020 e al 2021, quindi descrive lo stato dei sistemi di bonprix in quel periodo. L'azienda ha dichiarato di prevedere ulteriori impieghi nella gestione delle scorte, nella comunicazione personalizzata e nel ranking basato sul comportamento, ma le fonti esaminate non confermano che cosa sia stato realizzato. I lettori dovrebbero quindi considerare bonprix una prova del fatto che tali modelli possono funzionare in produzione su larga scala, non una prova di un particolare ritorno sull'investimento.
Domande frequenti
bonprix usa l'intelligenza artificiale?
Sì. bonprix ha descritto un sistema Learning Collection per la pianificazione dell'assortimento, una rete neurale convoluzionale per il ranking giornaliero dei prodotti e un Fit Finder basato sull'IA per i consigli sulla taglia, oltre alla prevenzione delle frodi. Afferma che l'IA è usata accanto alle decisioni umane.
Come ordina bonprix i prodotti online?
bonprix usa un modello interno che analizza i sette giorni precedenti di clic, aggiunte alla wishlist, aggiunte al carrello e acquisti per prevedere le vendite del giorno successivo. I prodotti con giacenza bassa sono posizionati più in basso e gli utenti registrati ricevono ranking affinati per cinque fasce d'età.
Quali risultati ha riportato bonprix dall'IA?
Nelle fonti esaminate bonprix non ha pubblicato risultati quantificati. Afferma che il suo modello di ranking è più affidabile del precedente e si aspetta un effetto positivo sulla conversione, ma non indica percentuali.
Chi fornisce a bonprix il software di prezzi basato sull'IA?
Blue Yonder dichiara che bonprix è cliente del suo software di ottimizzazione dei prezzi basato sull'IA e che ha migliorato i margini. Nel riepilogo esaminato non sono pubblicati né cifre né tempistiche.
Un'edizione ogni giorno feriale. Si legge in cinque minuti. Gratuita per i professionisti del settore.
