Cómo la pandemia preparó la IA de Alibaba para el día de compras más grande del mundo

VCG / Stringer a través de Getty

Las noticias: Mientras Estados Unidos se ha enganchado a su elección, China ha estado comprando. Del 1 al 11 de noviembre, los principales gigantes del comercio electrónico del país, Alibaba y JD, generaron $115 mil millones en ventas como parte de su bonanza anual de compras del Día del Soltero. Alibaba, que inició el festival en 2009, representó 74.100 millones de dólares de esas ventas, un aumento del 26% con respecto al año pasado. A modo de comparación, las ventas de Prime Day de 48 horas de Amazon solo cruzaron la marca de $ 10 mil millones este año.

Test de estrés pandémico: La magnitud del evento lo convierte en una especie de milagro logístico. Para llevar a cabo la hazaña, Alibaba y JD invierten mucho en modelos de inteligencia artificial y otra infraestructura tecnológica para predecir la demanda de compras, optimizar la distribución global de productos en los almacenes y agilizar la entrega en todo el mundo. Los sistemas generalmente se prueban y refinan durante todo el año antes de estirarse hasta el límite durante el evento real. Este año, sin embargo, ambas compañías enfrentaron una complicación: contabilizar cambios en el comportamiento de compra debido a la pandemia .

Modelos rotos: En las primeras semanas posteriores al brote de coronavirus, ambas compañías vieron que sus modelos de IA se comportaban de manera extraña. Debido a que la pandemia golpeó durante el Año Nuevo chino, cientos de millones de personas que de otro modo habrían estado haciendo compras navideñas, en cambio estaban comprando artículos de primera necesidad para el confinamiento. Este comportamiento hizo imposible confiar en los datos históricos. Todos nuestros pronósticos ya no eran precisos, dice Andrew Huang, gerente general de la cadena de suministro nacional de Cainiao, la división de logística de Alibaba.

La gente también estaba comprando cosas por diferentes razones, lo que iba en contra de las recomendaciones de productos de las plataformas. Por ejemplo, el algoritmo de JD asumió que las personas que compraron máscaras estaban enfermas y, por lo tanto, recomendaron medicamentos, cuando podría haber tenido más sentido recomendar desinfectante para manos.

Cambiando gracias: La ruptura de sus modelos obligó a ambas empresas a ser creativas. Alibaba duplicó su estrategia de previsión a corto plazo. En lugar de proyectar patrones de compra basados ​​en la temporada, por ejemplo, Cainiao refinó sus modelos para tener en cuenta variables más inmediatas, como la semana anterior de ventas que condujo a importantes eventos promocionales, o datos externos como la cantidad de casos de covid en cada provincia, dice Huang. . Como comercio electrónico de transmisión en vivo (mostrando productos en tiempo real y respondiendo preguntas de los compradores) explotó en popularidad durante la cuarentena, el brazo de logística de la compañía también creó un nuevo modelo de pronóstico para proyectar lo que sucede cuando los influyentes populares de transmisión en vivo comercializan diferentes productos.

Y JD modificó sus algoritmos para considerar señales de datos más externas y en tiempo real, como cargas de casos de covid, artículos de noticias y opinión pública en las redes sociales.

Beneficio inesperado: Agregar estas nuevas fuentes de datos a sus modelos parece haber funcionado. El nuevo modelo de IA de transmisión en vivo de Cainiao, por ejemplo, terminó desempeñando un papel importante en el pronóstico de ventas después de que Alibaba hizo de la transmisión en vivo una parte central de su estrategia del Día del Soltero. Para JD, sus actualizaciones también pueden haber aumentado las ventas generales. La compañía dice que vio un aumento del 3% en la tasa de clics en sus recomendaciones de productos después de implementar su algoritmo mejorado, un patrón que se mantuvo durante el Día del Soltero.

Comprender el contexto: Ambas empresas han aprendido de la experiencia. Por ejemplo, Huang dice que su equipo aprendió que cada influenciador de transmisión en vivo moviliza a su base de seguidores para exhibir diferentes comportamientos de compra, por lo que continuará creando modelos de predicción personalizados para cada uno de sus principales influenciadores. Mientras tanto, JD dice que se ha dado cuenta de cuántas noticias y eventos actuales influyen en los patrones de comercio electrónico y continuará ajustando su algoritmo de recomendación de productos en consecuencia.

Actualizar: Se ha aclarado la relación entre Alibaba y Cainiao.

esconder