Kā pandēmija sagatavoja Alibaba AI pasaules lielākajai iepirkšanās dienai

VCG / Stringer, izmantojot Getty

Ziņas: Kamēr ASV ir sajūsmā par savām vēlēšanām, Ķīna ir iepirkusies. No 1. līdz 11. novembrim valsts lielākie e-komercijas giganti Alibaba un JD nopelnīja USD 115 miljardus, kas ir daļa no ikgadējās vientuļnieku dienas iepirkšanās balvas. Uzņēmums Alibaba, kas sāka festivālu 2009. gadā, veidoja 74,1 miljardu ASV dolāru no šiem pārdošanas apjomiem, kas ir par 26% vairāk nekā pagājušajā gadā. Salīdzinājumam, Amazon 48 stundu Prime Day pārdošanas apjoms šogad pārsniedza 10 miljardu dolāru atzīmi.

Pandēmijas stresa tests: Notikuma milzīgais mērogs padara to par loģistikas brīnumu. Lai paveiktu šo varoņdarbu, Alibaba un JD iegulda lielus ieguldījumus AI modeļos un citā tehnoloģiju infrastruktūrā, lai prognozētu iepirkšanās pieprasījumu, optimizētu preču globālo sadali pa noliktavām un racionalizētu piegādi visā pasaulē. Sistēmas parasti tiek pārbaudītas un pilnveidotas visu gadu, pirms tās tiek izstieptas līdz to robežām faktiskā notikuma laikā. Tomēr šogad abi uzņēmumi saskārās ar sarežģījumu: grāmatvedība izmaiņas iepirkšanās paradumos pandēmijas dēļ .

Bojāti modeļi: Pirmajās nedēļās pēc koronavīrusa uzliesmojuma abi uzņēmumi redzēja, ka viņu AI modeļi uzvedās savādi. Tā kā pandēmija sākās Ķīnas Jaunā gada laikā, simtiem miljonu cilvēku, kuri citādi būtu iepirkušies brīvdienās, tā vietā iegādājās bloķēšanai nepieciešamās preces. Šāda rīcība neļāva paļauties uz vēsturiskiem datiem. Visas mūsu prognozes vairs nebija precīzas, saka Endrjū Huangs, Alibaba loģistikas nodaļas Cainiao vietējās piegādes ķēdes ģenerāldirektors.

Cilvēki arī iegādājās preces dažādu iemeslu dēļ, kas bija pretrunā platformu produktu ieteikumiem. Piemēram, JD algoritms pieņēma, ka cilvēki, kas iegādājās maskas, ir slimi un tāpēc ieteica zāles, kad būtu bijis lietderīgāk ieteikt roku dezinfekcijas līdzekli.

Mainot paldies: Viņu modeļu sadalījums piespieda abus uzņēmumus kļūt radošiem. Alibaba dubultoja savu īstermiņa prognozēšanas stratēģiju. Tā vietā, lai projektētu iepirkšanās modeļus, pamatojoties uz, piemēram, sezonām, Cainiao uzlaboja savus modeļus, lai ņemtu vērā tiešākus mainīgos, piemēram, iepriekšējā pārdošanas nedēļu, kas izraisīja lielus reklāmas pasākumus, vai ārējos datus, piemēram, Covid gadījumu skaitu katrā provincē, saka Huangs. . Kā tiešraides e-komercija (produktu demonstrēšana reāllaikā un atbildēšana uz pircēju jautājumiem) karantīnas laikā pieauga popularitāte, uzņēmuma loģistikas nodaļa arī izveidoja jaunu prognozēšanas modeli, lai prognozētu, kas notiek, kad populāri tiešraides ietekmētāji tirgo dažādus produktus.

Un JD pārveidoja savus algoritmus, lai ņemtu vērā vairāk ārējo un reāllaika datu signālu, piemēram, Covid gadījumu skaitu, ziņu rakstus un sabiedrības noskaņojumu sociālajos medijos.

Negaidīts labums: Šķiet, ka šo jauno datu avotu pievienošana modeļiem ir bijusi veiksmīga. Piemēram, Cainiao jaunajam tiešraides AI modelim bija liela nozīme pārdošanas prognozēšanā pēc tam, kad Alibaba tiešraidi padarīja par savas Vientuļu dienas stratēģijas galveno daļu. Attiecībā uz JD tā atjauninājumi, iespējams, ir palielinājuši arī kopējo pārdošanas apjomu. Uzņēmums saka, ka pēc uzlabotā algoritma ieviešanas produktu ieteikumu vidējais klikšķu skaits ir palielinājies par 3%, un šis modelis saglabājās vientuļnieku dienā.

Izpratne par kontekstu: Abi uzņēmumi ir mācījušies no pieredzes. Piemēram, Huangs saka, ka viņa komanda uzzināja, ka katrs tiešraides ietekmētājs mobilizē savu fanu bāzi, lai parādītu dažādus iepirkšanās paradumus, tāpēc tā turpinās veidot individuālus prognozēšanas modeļus katram no saviem labākajiem ietekmētājiem. Tikmēr JD saka, ka ir sapratis, cik daudz jaunumi un aktuālie notikumi ietekmē e-komercijas modeļus, un turpinās attiecīgi pielāgot savu produktu ieteikumu algoritmu.

Atjaunināt: Attiecības starp Alibabu un Kainiao ir noskaidrotas.

paslēpties