库存下降五分之一、退货减少200万件，这家零售公司怎么做到的？
智能时代下，大数据和机器学习已经在全行业范围内渗透，不仅仅是像亚马逊这类的巨头公司，普通小玩家也可以玩的得心应手，这一点，在德国公司Otto身上有了很好的证明。Otto的出众在于，它已经超越消费者管理的层面并实现了商业决策自动化。
大数据和机器学习在零售业的应用已有数年，比如广为人知的零售巨头亚马逊，其核心思想是收集分析海量信息以绘制用户画像，推荐个性化产品和网站。Otto的出众在于，它已经超越消费者管理的层面并实现了商业决策自动化，而最重要的是退货数量的减少，这将为公司每年节省数百万欧元。
Otto的传统数据分析表明，如果消费者两天之内收到货，那么退货的可能就不大；时间再长就会有麻烦：消费者也许会在实体店看到买下更便宜的还在运输途中的相同物品，这样Otto就不得不接受退货并承担运费的损失。
但是消费者也不喜欢分别发货，而更喜欢打包发货。由于Otto的物品来自其它品牌，没有自己的仓库，所以分别发货的情况有时很难避免。
对于这个问题，典型的解决方案是提前预知消费者的购买意图从而提前下单某些物品。Otto更进一步，并使用Blue Yonder（由Otto持股的一家初创公司）的技术创建了一个系统。深度学习算法最初设计出来用于日内瓦欧洲核子研究组织的粒子物理实验，如今正发挥重大作用，它可以分析大约30亿个过往交易和200个变量（比如Otto网站上过去的价格、搜索和天气信息）并提前一周预测消费者的购买意图。
人工智能系统已被证明很可靠，它对30天内物品销售的预测率高达90%；Otto允许人工智能系统自动购置200000件第三方物品而没有人类干预，况且人类也不可能仔细检阅机器所购产品的所有种类、颜色和大小。
人工智能投资者Nathan Benaich提到，在线零售很适合使用机器学习技术。总体来讲，Otto必须持有的剩余库存下降了五分之一，每年人工智能减少了超过200万件退货。消费者会更快收到物品，这将不断提升保留期；同时该项技术还有利于环境保护，因为误发或被退货的包裹数量减少了。
人工智能在商业中扮演的一个重要角色，是推动现有流程效率的提升。
Otto并没有因为使用新算法而解雇任何人；相反，它雇佣了更多人。很多情况中，人工智能并不会影响一家公司的员工总数量，但是会以人不能及的生产水平执行任务。
亚马逊前数据科学家和零售技术专家Dave Selinger说，Otto的经验表明普通公司也可以利用人工智能，而不仅仅是诸如亚马逊、谷歌等巨头公司。他还说，公司对算法的控制程度是极其不同寻常的。但是也许不久之后，其他公司会赶上。（黄小天）
免责声明:
以上库存信息由以下发布者个人发布，务请核实清楚实际情况后当面交易！
