想买的东西总是没货?可能是谷歌A.I.在搞事

A.I.比卖家更懂买家。

放在购物车里的东西又双叒叕没货了。

小到饮料衣物,大到数码家具,每天都有人在网上买买买

手机一键下单、同城当天送达、七天无理由退换货……有赖于我国电商的发达,买对于我们来说就是分分钟的事。

连明星都拒绝不了网购的快乐。

30

理性购物蔡依林:眼睛酸了就不买了

国家邮政局6月中国快递发展指数也显示,我国6月快递业务量达53亿件,相当于日本2017年全年业务量。

22

大量调查指出,与实体店购物相比,客户更喜欢网上购物的便利性。

但买东西多了,退货也多。各种原因的退货在「7 天无理由退换」规则中,是商家难以避免的问题。据估计,有三分之一的电子商务要面对退换货的问题。

 

Google想做点什么

Google 和印度电子商务公司 Myntra Designs 研究人员尝试解决退货这一难点。

他们使用了一个机器学习模型,对购物者的偏好、体型、产品浏览记录等数据进行训练,设法在客户购买商品之前预测每个顾客的退货概率

之后,他们在Arxiv.org 上发表的一篇新论文中提到,零售行业一直试图预测回报率,但从未通过“实时预测购物车页面,以便可以根据回报概率值采取先发制人的行动”。

212

研究人员对Myntra平台进行了分析,该平台大约有600,000种商品,每周促成数百万份订单。他们发现,在所有产生的退货订单中,当客户购物车中存在与之类似的商品时,会有4%的概率退货。

11

例如网购衣物,人们可能会把支持退货的网购平台当做虚拟更衣室,将几种类似的商品加入购物车,购买后在家中试用,并退回他们不喜欢的那些。

32

某女子网购18件衣服 穿去旅游拍照后退回

 

A.I.比卖家更懂买家

为了进行退货预测A.I.模型的实时预测,研究人员整理了一个“完全连接”的新型深度神经网络

这种网络受到关于产品和客户的众多因素的培训,主要涵盖产品、购物车和用户级功能,包括(但不限于)品牌、产品新旧、购物车内商品数、订单日期和时间、交付城市、订单数、付款方式和购买频率。

然后,研究人员使用了基于 skip-gram 的模型创建了用户的分级向量。再使用这些向量的工程特性提出了一种混合双模型的方法。这样一来,经过训练的A.I.模型将生成客户购物车的即时评估,可以在顾客下单前预测其退货可能性。

44

那模型表现如何呢?首先了解一下用于二分类模型的评价的 AUC 值,它是衡量学习器优劣的一种性能指标。

在实验中,表现最佳的退货预测A.I.系统在观测者操作特性曲线下的AUC值达到了83.2%,精度达到74%

而在对100,000名用户进行的实时测试中,与对照组相比,订单数略微下降,这也是针对退货概率不同的客户采取不同措施的可预见结果。但值得肯定的是,采用A.I.退货预测之后的测试组,退货率下降了3%

她

各模型 ROC 曲线比较,深度神经网络达到曲线下面积最大

 

卖家能做点什么

整个模型的A.I.预测是实时发生的,这也意味电子零售商随时可以根据用户过高的退货概率采取措施。这其中包括:

· 调整运费,拒绝包邮。

· 给用户优惠券以限制退货。

· 更改付款方式,比如货到付款。

· 手动操作,显示产品缺货以阻止下单。

除了恶意退货导致的退货率过高,退货的另一大原因就是尺码不合适。针对这种情况,电子零售商应该学会分析数据,把货物的尺码标准同市面上通用的信息做比对,制订合适的尺寸,以此给出恰当的建议,并在顾客下单后给予一定的售后服务,减少顾客因尺码不合适等原因造成的退货。

退货已经吞噬了电子零售商的大部分利润。而现在,行业正试图解决这个问题。

「7 天无理由退换」规则在保障消费者权益、优化网购体验方面功不可没,而身为消费者的我们也应该遵循网购规则,下单前谨慎考虑,理智剁手,开心买买买~

88

研究所二维码

1
超过80%语音开发者的共同选择