Per il retail, il machine learning è un “tubino nero” o un accessorio?
A prima vista, mettere insieme abbigliamento e tecnologia sembra un po’ fuori luogo, anche in un articolo centrato sul retail. Che cosa potrebbe avere a che fare un abito con il modo di gestire l’azienda? In realtà sono più strettamente collegati di quanto si possa pensare. Vediamo come.
Il mitico tubino nero è il capo che ogni donna deve avere nell’armadio. Indossarlo, toglierlo, giorno e notte. Ci hanno convinto che questo capo può andare bene per ogni occasione. L’accessorio, poi, è qualcosa di aggiuntivo che tiene insieme il "look": un paio di orecchini, una collana, le scarpe. L'accessorio è qualcosa che completa il look e lo rende migliore, ma non ha la funzione di esistere di per sé.
Lo stesso si può dire per il machine learning. Ci rendiamo conto che molti esperti lo hanno definito come la novità importante in grado di cambiare il panorama retail, l’equivalente tecnologico del tubino nero. Porterà tanti cambiamenti, e dovrete averlo nel vostro armamentario di tecnologie.
Non discutiamo il potenziale di questa forma di intelligenza artificiale. Ad ogni modo, mentre la vediamo come una tecnologia di trasformazione, non è un tubino nero. È piuttosto un accessorio che completa il… “look”.
Facciamo un passo indietro e vediamo che cos’è questa tecnologia e perché tutti ne parlano. Magari avete sentito leader di pensiero e visionari sbandierare il termine, ma non sapete esattamente di che cosa si tratta. Così se dovete riammodernare il vostro guardaroba, affrontiamo la questione.
Definire il Machine Learning
La capacità di rilevare e analizzare i dati relativi alla vendita al dettaglio per fornire indicazioni marketing è ben documentata. Un caso che ha fatto scalpore è quello di Target, in grado di stimare con ragionevole attendibilità lo stato di gravidanza della cliente e persino la data del parto, sulla base sulla base del comportamento d’acquisto e di particolari indicatori e correlazioni.
La capacità di esaminare la storia delle transazioni e di trarne conclusioni ha portato una vera rivoluzione. Ma la tecnologia si è evoluta.
Nell'ambito dell'evoluzione, gli ingegneri informatici hanno sviluppato una tecnologia cognitiva che consente ai computer di riconoscere e apprendere da nuovi input di dati senza essere programmati. Setaccia quantità massicce di dati, sia strutturati che non strutturati, per comprenderne il significato nel contesto in esame e proporre raccomandazioni per l’uomo, o il pianificatore, valide per affrontare la situazione.
Ora, con la complessità del multicanale e l'aumento dell'importanza dell'esperienza del cliente, la capacità di creare un percorso d’acquisto veloce e accurato è più importante che mai. Allora, questa capacità è un tubino nero o magari un accessorio killer?
Come indossarlo al meglio?
Consideriamo il machine learning come un accessorio. Perché? Se non padroneggiamo al meglio le singole attività in ogni stadio della supply chain, allora non importa quanto sia avanzata la tecnologia di cui disponiamo: se è tenuta insieme in maniera approssimativa non potrà raggiungere il suo pieno potenziale.
Il machine learning deve essere un accessorio aggiunto in maniera attenta e accurata all’analisi di base delle transazioni che si verificano in una catena distributiva al dettaglio.
Piuttosto che solo aggiunto, deve essere integrato o "incorporato" nel software di pianificazione della supply chain. Pur come accessorio, il machine learning porta con sé la funzionalità del “tubino nero” e permette di avere una soluzione classica, elegante e potente.
Allora, qual è il tubino nero? È la capacità di comprendere il comportamento delle scorte. O piuttosto la capacità funzionale di capire come le scorte, il segnale di domanda, le previsioni di vendita, i piani di rifornimento e i processi di reso si influenzano reciprocamente, offrendo un quadro completo dell’intera catena di fornitura.
Senza una corretta gestione di questo tipo, è come andare in giro nudi, tecnologicamente parlando!
