您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
AI用来预测客户是否会在购买之后退货
2019年07月19日 由 马什么梅 发表
868779
0
电子商务将成为不可阻挡的力量，预计到2020年销售额将达到4万亿美元。无数调查显示，与实体相比，客户更喜欢网上商店的便利性，但高达三分之一的在线订单被退回，从而降低了利润率。谷歌和总部位于印度的电子商务公司Myntra Designs的研究人员在发表的一篇新论文中对退货的痛点进行了探讨。根据购物者的偏好、体型、产品视图等数据集进行训练机器学习模型，从而在购买前预测每位顾客的退货概率。
为了确定哪些因素对回报产生了不成比例的影响，研究人员对Myntra Designs的电子商务平台进行了分析，该平台每次托管大约60万种产品，每周促成数百万份订单。
他们发现，在所有退货中，当购物车中存在某些类似产品时，会发生4％。此外，他们发现53％的退货归因于购买多少的问题，退货率高度依赖于购物车中的商品多少，超过5件产品退货率约为72％，而购物车只有一种商品的退货率为9％。而且，与新产品相比，旧产品的退货率几乎翻了一番。
凭借这些见解，该团队设计了混合双模型来预测物品退货概率。较高级别的AI分类器对可退货的购物车进行分类，而第二个分类器（在第一个分类器上归类为可归类的购物车上绘制）在单个产品级别上预测的退货概率。
它们都用包含三个类别的样本的数据集进行了训练：产品，购物车和用户级功能，包括（但不限于）品牌，产品年龄，购物车尺寸，订单日期和时间，交付城市，订单等内容计数，付款方式和购买频率。那么模型表现如何呢？在实验中，性能最佳的返回预测AI系统在接收器工作特性（AUC）下的面积达到83.2%，检测精度和精度分别为74%和83.2%。在对10万用户进行的实时测试中，订单数量与对照组相比略有下降（1.7%），但退货率下降了3%。
团队指出，了解哪些客户可能退回物品，零售商可以采取先发制人的行动，例如调整运费或通过提供优惠券使产品无法退回。未来的计划是在更多的行动项目上应用这个模型，以进一步降低总体退货率。
论文：
arxiv.org/pdf/1906.12128.pdf
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消