Новый рубеж инклюзивности розничной торговли

В течение многих лет розничные продавцы пытались смягчить последствия врожденной предвзятости или непреднамеренной дискриминации при совершении покупок на физическом уровне. И хотя никто не будет утверждать, что проблема решена полностью, многие розничные продавцы сейчас предпринимают шаги, чтобы убедиться, что их клиенты не подвергаются профилированию по тому, как они выглядят, с кем они, как они одеваются или ведут себя, когда заходят в магазин. Но в связи с тем, что покупки становятся все более цифровыми, розничным торговцам приходится сталкиваться с новой и, возможно, еще более незнакомой проблемой: цифровым уклоном.

Вместо того, чтобы бороться с предрассудками или неосознанной предвзятостью среди работников на переднем крае, ритейлеры должны теперь стремиться к устранению предвзятости в своих собственных данных, в связанных с ними алгоритмах и их использованию в своей цифровой практике. Новая розничная торговля, новые риски

Эта проблема становится все более актуальной.

Все больше и больше покупателей совершают покупки онлайн, и эта тенденция была усилена массовым внедрением цифровых технологий, наблюдавшимся во время пандемии. В то же время розничные продавцы стремятся расширить свои возможности по персонализации своих предложений и взаимодействию с клиентами, стремясь достичь взаимопонимания, которое позволит установить более прочные и выгодные отношения с покупателями. Более того, ритейлеры сталкиваются с более конкурентной цифровой средой для поиска новых клиентов, что оказывает огромное давление на маркетинговые расходы и стоимость привлечения клиентов. Реальность такова, что приобретение следующего поколения VIP-персон обойдется дороже, поэтому ритейлеры очень щепетильно относятся к способам таргетинга.

Благодаря аналитике и возможности получать данные с различных точек соприкосновения, которые клиенты оставляют после себя, когда используют свои устройства и совершают покупки, можно было бы подумать, что это будет легко сделать правильно. Общая картина такова, что количество цифровых точек контакта с клиентами (или устройств, поддерживающих цифровую связь) быстро растет, а вместе с ними и возможности для распространения цифровых технологий.

Рассмотрим растущее использование искусственного интеллекта. По мере того как алгоритмы машинного обучения внедряются во все большее число розничных магазинов, риски, связанные с предвзятыми или неполными обучающими данными, значительно возрастают. Представьте, например, интерактивный цифровой опыт по уходу за кожей, разработанный на основе стороннего набора данных, который, без ведома продавца, был значительно изменен в пользу более светлых тонов кожи. Риски непреднамеренной дискриминации или правонарушений очевидны.

Или как насчет персонализированного маркетинга, основанного на истории покупок? В данном случае устаревшие или упрощенные предположения о демографической ситуации в категории могут повести ритейлеров по ложному пути — будь то женщина, которая носит блейзер, предназначенный для мужчин, мужчина, который покупает тональный крем, чтобы скрыть недостатки, или покупатель, который просто хочет нейтральные с гендерной точки зрения товары. Все более важным становится мышление, выходящее за рамки традиционных категорий, как для обеспечения того, чтобы вы продавали товары нужным людям, так и для того, чтобы не вызывать недовольства, делая неверные предположения о клиентах.

Стратегии борьбы с цифровыми предрассудками

При неправильном выборе существует значительный риск. В лучшем случае ошибки могут вызвать раздражение и отчуждение покупателей, а также привести к потере их доверия и возможности совершить повторную покупку.

В худшем случае влияние цифровых искажений может быть по-настоящему оскорбительным или даже дискриминационным. Поэтому эту проблему необходимо срочно решить. Однако огромное количество возможностей для распространения цифровых технологий в розничной торговле означает, что простого решения здесь нет. Вместо этого речь идет о разработке целостного набора стратегий и основы для ответственного использования ИИ в бизнесе.

Здесь необходимо учитывать несколько различных аспектов. Процесс и люди. Важно установить четкие этические стандарты и подотчетность, основанные на справедливости, подотчетности, прозрачности и объяснимости. Розничные продавцы могут рассмотреть возможность привлечения в состав Высшего руководства сотрудника по этике для осуществления надзора.

Они также должны обеспечить активное вовлечение своих сотрудников в процесс — такое сочетание “человек плюс машина” может служить критической проверкой работоспособности автоматизированного решения. Дизайн. При создании нового цифрового решения или системы на базе искусственного интеллекта розничные продавцы должны с самого начала понимать и применять этические стандарты проектирования. Это включает в себя наличие механизмов, обеспечивающих доступность обучающих данных для машинного обучения. Это также означает учет безопасности данных и обеспечение конфиденциальности данных при проектировании. Прозрачность. Розничные продавцы должны рассматривать прозрачность как способ поддержания доверия клиентов. Это может включать, например, открытость и честность в отношении того, когда используется искусственный интеллект, и объяснение того, какие данные побудили их дать конкретную рекомендацию или предложение конкретному лицу.

Ключевое значение имеет вовлечение клиентов в процесс, завоевание их доверия и прозрачность при разработке решений, которые подходят всем. Партнеры. Розничные продавцы часто используют партнеров для разработки и сопровождения алгоритмов и решений, основанных на искусственном интеллекте, особенно там, где им не хватает собственных навыков в области обработки данных. Но если алгоритм работает не так, как ожидалось, и/или оскорбляет покупателя, на карту ставится репутация ритейлера.

Важно грамотно выбирать партнеров, следя за тем, чтобы они придерживались тех же корпоративных ценностей и целей, что и собственный бренд ритейлера. Мониторинг. Важно тщательно проверять, как работает цифровое решение после его запуска у клиентов, особенно в тех случаях, когда оно содержит самообучающиеся компоненты искусственного интеллекта, которые со временем улучшают качество обслуживания. Розничным продавцам следует регулярно проверять все алгоритмические решения на предмет наличия ключевых ошибок и показателей безопасности.

В конечном счете, розничный торговец должен стремиться к честному, беспристрастному, прозрачному, подотчетному подходу, ориентированному на потребности человека. Учитывая, насколько широко в настоящее время используются данные и искусственный интеллект во многих аспектах розничной торговли, такой подход, основанный на принципах, является лучшим способом обеспечить действительно инклюзивный опыт для всех клиентов по всем каналам совершения покупок.

Об авторах: Джилл Стэндиш — старший управляющий директор и руководитель отдела розничной торговли по всему миру, а Джо Тайано — управляющий директор и руководитель отдела маркетинга в сфере потребительских товаров в Accenture.