Retail Technologies

Müşteriler tam olarak ne istiyor?

MIT profesörlerinden oluşan ekibin müşteri tercih modelleme programı, perakendecilerin potansiyel alıcı tercihlerini tahmin ediyor.

Perakende zincirlerinin genel olarak çalışma prensibi, satılan ürünler arasından hangilerinin daha çok satın alınacağını bulmaya dayanıyor. Artık perakendeciler, bu yazılımın veri analizleri doğrultusunda raflarını optimize edebilecek.

Profesör Vivek Farias ve Devavrat Shah’ın ortak ürünü olan Celect, perakende şirketinin satış ve envanter verilerini alıp belli bir algoritma doğrultusunda analiz ediyor, analiz sonucu olarak ürünlere olan genel talebi buluyor.

Netflix’in öneri motorunun geliştirilmesinde ve Twitter’ın trend başlıklarının tahmin edilmesinde de payı olan profesörler yeni çalışmalarında, aynı mağaza içinde farklı yerlerde bulunan ürünleri geçmiş satışlarının istatistikleri doğrultusunda karşılaştırıyor. Binlerce, bazen milyonlarca ürün karşılaştırma sonucunda müşterilerin satın alım tercihi hakkında tutarlı bir rapor hazırlıyor.

Shah, yazılımın yaptıklarını “İşi basitleştirmek gerekirse, bir miktar karşılaştırma tablosunu biriktiriyoruz ve bunları bir kutuya, bir başka deyişle müşteri tercih motorumuza aktarıyoruz.” şeklinde özetliyor.

Bu süreçten sonra, perakendecilere ürünlerin fiyatını, stok durumlarını ve diğer parametreleri yazılıma tanıtmak kalıyor. Bundan sonra, yazılım verilen parametrelere bağlı olarak her ürünün optimal sayısını veriyor. Sonuçlar hangi ürünün yaklaşık ne kadar satacağını, kâr miktarının yaklaşık değerini hesaplıyor.

Celect şirketinin CTO’su poziyonunda görev yapan Farias, yaptığı açıklamada “Yaptığımız işin perde arkası çok karmaşık. Ama sürecin sonunda, sistem çok basit bir işlem yapıyor: kimin ne almak istediğini takip etmek.” şeklinde belirtiyor.

Celect, özellikle Boston çevresinde müşterisi olan bir şirket olarak günlerini sürdürüyor. Yazılımlarının işlevinden yola çıkarak perakende sektörü hakkında bilgi etmek mümkün. Olması gereken (optimal) durum satılacak kadar ürünün raflarda tutulması, daha çok satan ürünün envanterinin daha hassas ayarlanması gerekiyor. Aslında işin zor kısmı da bu. Söylemesi basit olmasına karşın uygulamasi pek de kolay değil. Bu yüzden Celect’in teknolojisinin başarılı olduğunu söylemek yanlış olmaz.

Author

Related posts
Artificial IntelligenceArtificial IntelligenceImage ProcessingRetail TechnologiesUdentify

Introduction to Image Processing

ArticlesDesignFuture of the RetailRetailRetail TechnologiesUdentify

Store Analysis for Beginners

Future of the RetailRetailRetail TechnologiesThe New Normal

Vital 2021 Predictions for the Retailers

Artificial IntelligenceInteriorRetail TechnologiesThe New NormalUncategorized

Retail’s future is in digitizing store management (3 month trial during the pandemic)

Sign up for our Newsletter and
stay informed

Leave a Reply

Your email address will not be published. Required fields are marked *