Por qué la detección de anomalías es una mejora estratégica para los minoristas

Por que la deteccion de anomalias es una mejora estrategica
Fuente de la imagen: http://www.newmine.com/anomaly-detection-a-strategic-enhancement-for-retailers

Supongamos que cambia por error el precio de un par de pantalones cortos de mezclilla para una venta de $ 50.00 a $ 5.00. Se realizarán muchas ventas y, al principio, puede parecer que el producto se está vendiendo bien debido a la cantidad de unidades vendidas. Sin embargo, al observar los ingresos netos, contará otra historia. ¿Cómo se asegura de que un problema como este se identifique y resuelva rápidamente? Los sistemas de detección de anomalías actúan como salvaguarda contra problemas como este al garantizar que dichos problemas se detecten lo antes posible.

La detección de anomalías es tal como sugiere el nombre; es un proceso que extrae una gran cantidad de datos para activar alertas si algo está sesgado o está mal. En el caso de los pantalones cortos de jean, un sistema de detección de anomalías analizaría los datos, detectaría una discrepancia en los ingresos netos y luego crearía una alerta. Sin embargo, las preguntas más importantes son: ¿cómo determina un sistema de detección de anomalías si un determinado punto de datos es una anomalía? ¿Cómo determina si algo es normal? Aunque estas preguntas pueden parecer fundamentales, hay muchas cosas que considerar al determinar si algo es una anomalía.

Cómo funciona la detección de anomalías

Para comenzar a trabajar con un sistema de detección de anomalías, primero establece ciertos umbrales superior e inferior para cada métrica, como una tasa de devolución, unidades enviadas o la actualidad de los puntos de datos. A partir de ahí, el sistema debe identificar anomalías comparando las métricas actuales con los datos históricos del producto. Hay varios factores a considerar al determinar cómo debe funcionar el sistema de detección de anomalías:

  • Oportunidad: ¿Qué tan rápido necesita una empresa una respuesta si algo es una anomalía? Si las respuestas se necesitan más lentamente o con menos frecuencia, el sistema ejecutará más puntos de datos y será más preciso. Si las respuestas se necesitan con más frecuencia, serán menos precisas.
  • Escala: El tamaño de los conjuntos de datos altera la forma en que un sistema de detección de anomalías analiza los datos. Comprender la escala de los datos es importante para un arquitecto de software al realizar ajustes programáticos en el sistema de detección de anomalías.
  • Tasa de cambio: Si los conjuntos de datos cambian constantemente, entonces el sistema necesitará utilizar aprendizaje automático/algoritmos adaptativos para tener en cuenta ciertos cambios. Si la tasa de cambio es lenta, el sistema puede recopilar datos y determinar qué es normal a partir de ese conjunto de datos.
  • Concisión: ¿Con qué profundidad deben medirse las métricas? ¿Solo necesita una alerta si se detecta una anomalía o quiere razones de por qué se activó? Y luego, ¿qué tan profundas quieres que sean las razones?

Los minoristas incorporan software de detección de anomalías para ayudarlos a detectar problemas en tiempo real y aprender de las tendencias que, de otro modo, no serían evidentes al revisar los datos a menor escala. A medida que las empresas crecen, los incidentes (como el caso de los pantalones cortos de mezclilla de $ 5 mencionados anteriormente) pasan desapercibidos a menos que haya un sistema de detección de anomalías para filtrar el inmenso volumen de datos. Cada incidente es una oportunidad para ahorrar dinero y crear nuevas oportunidades comerciales potenciales. La reducción de devoluciones, en particular, es un área de oportunidad.

La detección de anomalías es extremadamente importante para ayudar a los minoristas a reducir las devoluciones, razón por la cual creamos un motor de detección de anomalías (ADE) dentro de Chief Returns OfficerⓇ. Al analizar métricas como la tasa de devolución, las unidades enviadas o la actualidad de los puntos de datos, podemos generar alertas sobre estilos particulares o categorías de productos que están causando problemas de devolución. Luego, los minoristas pueden tomar medidas sobre esas alertas, como fijar el precio de venta o ajustar la copia o las imágenes del sitio web en función de los comentarios de los clientes. Pero esta es solo una aplicación de detección de anomalías, que es imprescindible y una mejora estratégica para su negocio.

___

Esta pieza de Navjit Bhasin, Fundador/CEO de Newmine, apareció originalmente en el blog Newmine.

Fuente del artículo

Deja un comentario