Biztosan veled is előfordult már, hogy hosszas keresés és válogatás után vettél valamit az interneten, mondjuk egy létrát, és a következő hetekben bárhova kattintottál, mindenhol létrák köszöntek vissza. Vagy szállást foglaltál valahol, és már rég visszatértél a nyaralásból, amikor a böngésződ még mindig arra az üdülőhelyre szóló ajánlatokkal bombázott.

A vásárlásösztönző algoritmusok kezdetleges, sokszor elég bosszantó fajtája ez, amikor látszólag teljesen fölöslegesen szemetelik tele a virtuális életünket. A vásárlásösztönzés azonban egyre kifinomultabb módszerekhez folyamodik, és ez nem feltétlenül jelenti azt, hogy vevőként jobb ajánlatokat kapsz. Az algoritmusokat ugyanis azért fejlesztik, hogy növeljék a cégek profitját. Ha közben neked is jobb lesz, az szerencsés egybeesés.

A Netflix ajánló motorja állítólag évi 1 milliárd dollár olyan bevételt hoz a cégnek, amelyet másképp nem tudna megszerezni. Ennek az az oka, hogy a felmérések szerint a Netflix felhasználók legfeljebb másfél percig hajlandóak új tartalmakat keresni, és ha ezalatt nem találnak valami érdekeset, akkor elkattintanak. Az óriási adatbázisból dolgozó ajánló algoritmusnak ennyi ideje van, hogy kitaláljon valamit, és ezt elég hatékonyan teszi: az adatok szerint a Netflixen nézett tartalmak 70 százalékát az algoritmus ajánlotta.

Becslések szerint az ajánlók terén kezdettől fogva élen járó Amazon értékesítésének már 35 százalékát az ilyen algoritmusok hozzák össze. Ez már egy olyan mérték, amire nyugodtan lehet mondani, hogy ilyen szoftverek nélkül a cég nem tudna létezni.

Kapcsolódó cikkKapcsolódó cikkElképesztő piaca van az adatoknak, amiket önként és ingyen adunk oda a Google-nek és a FacebooknakAz internethasználók tevékenysége nyitott könyv az online hirdetők számára, és ebben a rendszerben lehetetlen megmondani, hogy ez ki felelőssége.

A vásárló szempontjából az a kérdés, hogy ha nem lennének ilyen algoritmusok, akkor is annyi filmet nézne, és annyi terméket vásárolna, mint most? Ezt elég nehéz mérni, másrészt az érem másik oldala, hogy a vásárló az egyre intelligensebb ajánlószoftvereknek köszönhetően sokszor tényleg jobb minőségű kiszolgálást kap: könnyebben megtalálja a neki tetsző termékeket és tartalmakat.

Az online kereskedelemben az ajánlás ma már messze nem az egyedüli vásárlásösztönző megoldás. Ahogy például Graham Charlton, a SaleCycle marketing szakembere sorolja, a mesterséges intelligencia, és azon belül a gépi tanulás megjelenésével a kereskedők egyre több szoftveres trükköt tudnak bevetni a meggyőzésünkre.

• Az online boltok keresői mögé például olyan algoritmusokat építenek, amelyek már nemcsak a felhasználók elé öntik az összes találatot, hanem a korábbi böngészési adatok alapján intelligensen össze is rendezik azokat. Természetes, hogy egy ilyen szoftver azt a terméket fogja nekünk a lista elejére tenni, amelyikről mások összes addigi vásárlásai alapján azt feltételezi, hogy a legnagyobb eséllyel meg fogjuk venni. Ez pedig nem feltétlenül egyenlő a legolcsóbb termékkel, lehet, hogy azt nem is látod a keresési eredményekben.
• A chatbotokat, vagyis a chatelő robotokat is a profitra állították rá. Kezdetben alkalmazásuk fő szerepe az volt, hogy az egyébként is túlzsúfolt és költséges (emberi) ügyfélszolgálatokat szabadítsák meg a könnyen megválaszolható kérdések tömkelegétől. Ám ahogy a technológia fejlődik, a chatbotok szerepe is átalakul, és egyre inkább arra kezdik programozni őket, hogy a párbeszédek valamilyen vásárlásba torkolljanak. Az eBay például már elég erősen elment ebbe az irányba, a Shopbot nevű alkalmazása emberi beavatkozás nélkül keresi meg a vevőnek megfelelő terméket, természetesen abban a reményben, hogy végül meg is veszi.
• A marketing e-mailek jelentőségét még ma is sokan alábecsülik, pedig nagyon hatékony vásárlásösztönző módszer. Az üzenet tárgysorának jó megfogalmazása nem tűnik jelentős tényezőnek, pedig az. Egy jól megírt tárgysor döntő lehet abban, hogy a potenciális vásárló megnyitja-e a levelet, vagy azonnal törli, és az a helyzet, hogy ma már a gépek ebben a tekintetben jobban fogalmaznak, mint az emberek.
• Az online bolt természetesen mindig is tudta, hogy ki, mit és mikor vásárolt korábban nála, és ezekből az adatokból profilokat épített. Ennek azonban akkor van nagy értéke, ha össze tudja kapcsolni más adatokkal is. Így lehet elkerülni, hogy az első példánkban említett létrahirdetésekkel teljesen feleslegesen árasszák el azt, aki a múlt héten már megvette a létrát. Egy jó online bolt igyekszik megtudni a vásárlók életkorát, nemét, foglalkozását és jövedelmi helyzetét is, illetve arra is figyel, hogy mikor milyen eszközről érkezik hozzá a látogató. A potenciális vevőkör szegmentálása akkor jó, ha az adatokból ki lehet szűrni a bolt számára legértékesebb vagy legnagyobb növekedési lehetőséget hordozó kört.
• Újabban már a képfelismerő programokat is egyre innovatívabban alkalmazzák vásárlásösztönzésre. A potenciális vevő feltölt egy képet a bolt oldalán, a bolt szoftvere pedig beazonosítja, hogy mit lát, és abból kiindulva fogja meg a vevő kezét, és vezeti el a vásárláshoz. Ha feltöltöd a piros cipődet, ajánl hozzá egy színben és stílusban illő nadrágot vagy táskát.

A vevő szempontjából legellentmondásosabb algoritmusok azonban a dinamikus árazóprogramokban működnek. Sok ismert példa akad a dinamikus árazásra, többnyire ilyen a repülőjegyek időben változó ára, vagy az, hogy a szállodai szobák ára általában attól is függ, hogy milyen értékesítési csatornán keresztül foglalja le a vendég.

A dinamikus árazás központi eleme az olyan algoritmus, amely folyamatosan figyeli a termék iránti keresletet és a kínálatot, és ezek változásaira reagál. A nagy mennyiségben raktáron fekvő, és hamarosan lejáró árutól a kereskedő szabadulna, így az algoritmus csökkenti az árat, ha azonban növekvő keresletet érzékel, akkor növeli.

A vásárlók ma már hozzá vannak szokva, hogy az online térben a termékek és a szolgáltatások ára sok esetben nincs kőbe vésve, lehet, hogy ami reggel még olcsó volt, az este már drága lesz és fordítva. A gépi tanulás fejlődésével azonban ezek az árazószoftverek új szintre léptek. Nemcsak összevetik a keresletre és a kínálatra vonatkozó adatbázisokat, hanem tanulni is képesek a piaci folyamatokból.

Egy modern bevételmenedzselő algoritmus képes kielemezni, hogy milyen ármozgások, raktárkészletek vagy vevői attitűdök állhatnak egy-egy üzleti siker vagy kudarc hátterében, és ebből tanulni tud. Ennél is lényegesebb azonban, hogy egy ilyen program a versenytársak árazási technikáját is meg tudja figyelni, és annak a tapasztalatait is hasznosítani tudja.

Ez pedig azt jelenti, hogy az ilyen algoritmusok automatikusan összejátszanak egymással.

Mivel a programok a kereskedőknek dolgoznak, az a céljuk, hogy a profitot maximalizálják, és ezt értelemszerűen úgy tudják a legjobban megtenni, ha a saját és mások legjobb gyakorlatait alkalmazzák. A vásárló ebből annyit érzékel, hogy egy adott termék ára a különböző online boltokban nem tér el egymástól érdemben.

Pedig az internet terjedésének hajnalán pont az volt a világhálóval kapcsolatos egyik legnagyobb várakozás, hogy a boltok kínálatának összehasonlítása egyszerűbbé válik, a piaci szereplők nyílt versenyben kénytelenek megküzdeni egymással, ami végső soron leviszi a termékek árát. A gépi tanulásra képes dinamikus árazóprogramok használata azonban nem ebbe az irányba viszi a piacot. Ha egy bolt árazóprogramja érzékeli, hogy egy másik boltban magasabb áron is fogy ugyanaz az áru, akkor azonnal megemeli a saját árait. A klasszikus árversenynek ezzel befellegzett.

Érdekes jogértelmezési vitákra ad lehetőséget, hogy az árazóprogramok összejátszása szabálytalanul korlátozza-e a piaci versenyt. Az internet előtti világban is természetes volt, hogy a kereskedők megpróbálták élénken figyelni egymást, és reagálni a másik árazási technikájára, de a fejlett országok jogrendjei ezt általában nem tekintették (és ma sem tekintik) kartellnek, ha nem ültek le egy asztalhoz, és konkrétan nem egyeztették az áraikat.

Az online világban azonban megváltozott a helyzet. Az árakat nem emberek, hanem a mintákból tanulni képes gépek egyeztetik, mérhetetlenül nagyobb adatbázisokra alapozva, mint amit egy ember átlátni képes. Az árak nem szándékos összehangolása úgy megy, hogy ember nem is vesz részt a folyamatban, az algoritmust pedig nehéz kartellezés vádjával beperelni.

Az Európai Bizottság szerint az árazóprogramokat úgy kellene megírni, hogy szándékolatlanul se tudjanak egymással összejátszani. Ez azonban elég lehetetlen vállalkozás, mert a cégektől nem lehet elvárni, hogy ne a proft maximalizálására állítsák be az alapprogramjaikat. Ha viszont ezt teszik, és a program képes az online mintázatokból tanulni, akkor nem tehet mást, minthogy összejátszik a versenytársakkal az elérhető legmagasabb ár érdekében.

Kapcsolódó cikkKapcsolódó cikkKiszámolták, milyen taktikával kell alkudni az internetes bolhapiacokonAz eBay adataiból pontosan kinyerték, hogy milyen ajánlatot hajlandó leginkább elfogadni a vevő és az eladó.

G7 támogató leszek! Egyszeri támogatás / Előfizetés

Élet algoritmus e-kereskedelem internet kiskereskedelem program vásárlás Olvasson tovább a kategóriában