Les nouvelles: Alors que les États-Unis sont accro à leur élection, la Chine fait du shopping. Du 1er au 11 novembre, les plus grands géants du commerce électronique du pays, Alibaba et JD, ont généré 115 milliards de dollars de ventes dans le cadre de leur bonanza annuel de shopping pour la journée des célibataires. Alibaba, qui a lancé le festival en 2009, a représenté 74,1 milliards de dollars de ces ventes, une augmentation de 26% par rapport à l’année dernière. À titre de comparaison, les ventes d’Amazon Prime Day sur 48 heures n’ont franchi la barre des 10 milliards de dollars cette année.
Test de stress pandémique: L’ampleur de l’événement en fait un miracle logistique. Pour réussir cet exploit, Alibaba et JD investissent massivement dans des modèles d’IA et d’autres infrastructures technologiques pour prédire la demande d’achat, optimiser la distribution mondiale des marchandises entre les entrepôts et rationaliser la livraison dans le monde entier. Les systèmes sont généralement testés et affinés tout au long de l’année avant d’être étirés à leurs limites pendant l’événement réel. Cette année, cependant, les deux sociétés ont été confrontées à une complication: rendre compte des changements de comportement d’achat dus à la pandémie.
Modèles cassés: Dans les premières semaines qui ont suivi l’épidémie de coronavirus, les deux sociétés ont vu leurs modèles d’IA se comporter étrangement. Parce que la pandémie a frappé pendant le Nouvel An chinois, des centaines de millions de personnes qui auraient autrement fait du shopping pendant les fêtes achetaient à la place des produits de première nécessité. Ce comportement a rendu impossible de s’appuyer sur des données historiques. «Toutes nos prévisions n’étaient plus exactes», déclare Andrew Huang, directeur général de la chaîne d’approvisionnement domestique chez Cainiao, la division logistique d’Alibaba.
Les gens achetaient également des choses pour différentes raisons, ce qui allait à l’encontre des recommandations de produits des plateformes. Par exemple, l’algorithme de JD supposait que les personnes qui achetaient des masques étaient malades et recommandaient donc des médicaments, alors qu’il aurait pu être plus logique de recommander un désinfectant pour les mains.
Changement de virement: La panne de leurs modèles a obligé les deux entreprises à faire preuve de créativité. Alibaba a doublé sa stratégie de prévision à court terme. Plutôt que de projeter des modèles d’achat basés sur la saison, par exemple, Cainiao a affiné ses modèles pour prendre en compte des variables plus immédiates comme la semaine précédente de ventes menant à des événements promotionnels majeurs, ou des données externes comme le nombre de cas de covid dans chaque province, explique Huang. . Alors que le commerce électronique en direct (montrer les produits en temps réel et répondre aux questions des acheteurs) a explosé en popularité pendant la quarantaine, la branche logistique de l’entreprise a également construit un nouveau modèle de prévision pour projeter ce qui se passe lorsque des influenceurs populaires en direct commercialisent différents produits.
Et JD a réorganisé ses algorithmes pour prendre en compte davantage de signaux de données externes et en temps réel, tels que les charges de cas covid, les articles de presse et l’opinion publique sur les réseaux sociaux.
Une aubaine inattendue: L’ajout de ces nouvelles sources de données dans leurs modèles semble avoir fonctionné. Le nouveau modèle d’IA de diffusion en direct de Cainiao, par exemple, a fini par jouer un rôle important dans la prévision des ventes après qu’Alibaba ait fait de la diffusion en direct un élément central de sa stratégie pour la journée des célibataires. Pour JD, ses mises à jour peuvent également avoir augmenté les ventes globales. La société affirme avoir constaté une augmentation de 3% du taux de clics sur ses recommandations de produits après le déploiement de son algorithme amélioré, un schéma qui a persisté pendant la journée des célibataires.
Comprendre le contexte: Les deux entreprises ont appris de cette expérience. Par exemple, Huang dit que son équipe a appris que chaque influenceur en direct mobilise sa base de fans pour afficher différents comportements d’achat, de sorte qu’elle continuera à créer des modèles de prédiction sur mesure pour chacun de ses principaux influenceurs. Pendant ce temps, JD dit avoir réalisé à quel point les nouvelles et les événements actuels influencent les modèles de commerce électronique et continueront à peaufiner son algorithme de recommandation de produits en conséquence.
Mise à jour: La relation entre Alibaba et Cainiao a été clarifiée.
Read more Tech News in French
Source
