A notícia: enquanto os Estados Unidos assistiam ao resultado final das eleições presidenciais, a China estava comprando. De 1º a 11 de novembro, os maiores gigantes do e-commerce do país, o Grupo Alibaba e JD, geraram US$ 115 bilhões em vendas como parte de seu ápice anual de compras no Dia dos Solteiros. O Alibaba, que iniciou essa tendência em 2009, foi responsável por US$ 74,1 bilhões dessas vendas, um aumento de 26% em relação ao ano passado. Para efeito de comparação, as vendas de 48 horas no Prime Day da Amazon apenas ultrapassaram a marca de US$ 10 bilhões em 2020.
Teste de estresse pandêmico: a escala do evento o torna quase como um milagre logístico. Para realizar a façanha, Alibaba e JD investem pesadamente em modelos de Inteligência Artificial (IA) e outras infraestruturas de tecnologia para prever a demanda de compras, otimizar a distribuição global de mercadorias em depósitos e agilizar a entrega em todo o mundo. Os sistemas são geralmente testados e aperfeiçoados ao longo do ano antes de atingirem seus limites durante o evento real. Em 2020, no entanto, as duas empresas enfrentaram uma complicação: as mudanças no comportamento de compras devido à pandemia.
Modelos quebrados: nas primeiras semanas após o surto de coronavírus, ambas as empresas viram seus modelos de IA se comportando de maneira estranha. Como a pandemia surgiu durante o Ano Novo Chinês, centenas de milhões de pessoas que, de outra forma, estariam fazendo compras para o feriado, em vez disso, compraram os itens necessários para o período de confinamento. Esse comportamento tornou impossível confiar em dados históricos. “Todas as nossas previsões não eram mais precisas”, disse Andrew Huang, gerente geral da supply chain doméstica da Cainiao, divisão de logística do Alibaba.
As pessoas também estavam comprando produtos por motivos diferentes dos usuais, o que ia contra as recomendações de produtos das plataformas. Por exemplo, o algoritmo de JD presumiu que as pessoas que compraram máscaras estavam doentes e, portanto, recomendaram remédios, quando faria mais sentido recomendar um desinfetante para as mãos.
Mudança de rumo: o colapso de seus modelos forçou as duas empresas a serem criativas. O Alibaba dobrou sua estratégia de previsão de curto prazo. Em vez de projetar padrões de compra com base na temporada, por exemplo, Cainiao aperfeiçoou seus modelos para levar em consideração variáveis mais imediatas, como a semana anterior de vendas que levaram a grandes eventos promocionais, ou dados externos como o número de casos de Covid-19 em cada província, diz Huang. À medida que o e-commerce de streaming ao vivo (exibindo produtos em tempo real e respondendo a perguntas de compradores) explodiu em termos de popularidade durante a quarentena, o braço de logística da empresa também construiu um novo modelo de previsão para projetar o que acontece quando influenciadores populares de streaming apresentassem diferentes produtos em suas lives.
E a JD reformulou seus algoritmos para considerar mais sinais de dados externos e em tempo real, como casos de coronavírus, notícias e a opinião pública nas redes sociais.
Benefício inesperado: adicionar essas novas fontes de dados em seus modelos parece ter funcionado. O novo modelo de IA de streaming ao vivo da Cainiao, por exemplo, acabou desempenhando um grande papel na previsão de vendas depois que o Alibaba tornou a transmissão ao vivo uma parte central de sua estratégia do Dia dos Solteiros. Para a JD, suas atualizações também podem ter aumentado as vendas gerais. A empresa diz que viu um aumento de 3% na taxa de cliques em suas recomendações de produtos depois que lançou seu algoritmo aprimorado, um padrão que se manteve durante o Dia dos Solteiros.
Compreender o contexto: Ambas as empresas aprenderam com a experiência. Por exemplo, Huang diz que sua equipe aprendeu que cada influenciador de streaming mobiliza sua base de fãs para manifestarem diferentes comportamentos de compra, então continuará a criar modelos de previsão sob medida para cada um de seus principais influenciadores. Enquanto isso, a JD diz que percebeu quantas notícias e eventos atuais influenciam os padrões de e-commerce e continuará a ajustar seu algoritmo de recomendação de produto de acordo com esses dados.
Atualização: A relação entre Alibaba e Cainiao foi esclarecida.
MIT Technology Review
