在您最喜欢的百货商店出售的毛衣可能是由M.I.T优化的过程。摆脱。

基于波士顿的柑俱塞,成立于2013年,由两个M.I.T创立。教授,今天宣布,它已达到500万美元,以帮助零售商选择并以反映购买模式的方式分发产品。

该公司的核心产品是选择引擎,基于客户选择建模。

选择型号,首席执行官John Andrews通过电子邮件告诉我,“是使用客户和交易数据来建模客户如何从一组选项中进行反应和选择的技术。”

Cofounder,CTO和M.I.T. Vivek Farias教授补充说,该公司的平台很复杂,但核心概念“非常简单”。另一个Cofounder是首席科学家和M.I.T.T.副教授Devavrat Shah。

“当客户购买产品时,”Farias通过电子邮件发送“,您现在了解客户的”选择“。

“但是,如果您也知道不仅仅是客户购买的东西,还可以在他们选择时为他们提供的东西?另一种方式,如果你也知道他们没有买什么?“

那意味着,他说,你现在知道他们的偏好,而不仅仅是他们的选择。

以上:晶体屏幕,表明零售商的产品优化。

图像

对于大型零售商来说,有很多选择可能性。例如,有500家商店的零售商可以在线提供500万产品,任何一家商店都有150,000到200,000的产品。

该平台使用购买模式来构建通过Web界面提供的建议。API将建议提供给网站或其他企业系统。

但是,Andrews指出的建议并不是视觉销售建议,了解哪些毛衣应该在哪个商店货架上放置在哪里。

相反,它建议商店应该股票的产品,每个商店的东西,每个商店应该如何分配给每个商店,以及标记价格的最佳策略是什么。

在线,在每次点击该网站时,在每次点击时都有实时建议,在其上,在每次点击时都可以购买产品。

根据晶体的说法,可以在线销售额上升20%,储存收入增加7%。

批评以查找这些模式的数据包括来自商店和网站的事务日志,在制作选择时可用的库存信息,产品目录详细信息以及谁购买的匿名客户信息在什么时间内购买了什么。

这一系列一流地增加了先前筹集了500,000美元,由8月资本与Activant Capital Group的参与领导。这笔钱将用于在工程,销售,营销和客户成功中发展团队。

至于竞争对手,安德鲁斯说他们不是人类零售商。

“零售,特别是销售和规划过程,非常艺术形式,”他承认。他补充说,零售商非常熟练地了解他们的产品和客户,但大数据可以补充商家的肠道直觉。

他说,这不是替代艺术部分,但它“将科学带入零售艺术”,也恰好是初创公司的标语。

对于基于计算机的选择建模,他指出它已经存在了一段时间。

“所有大型软件播放器都有解决方案,”他说,指向IBM,SAP,JDA软件组,特别是Oracle。但这些都是“专注于分类管理,或店内POS [销售点]和在线商务平台。”

“我们在非常高规模中执行的能力,在每个客户的数据非常有限,我们创新的是我们创新的地方。”