Który produkt będzie hitem? AI ocenia potencjał nowości

Działy produktu w retailu co sezon stają przed tym samym dylematem: zamówić 50 tysięcy sztuk nowego wariantu kolorystycznego czy ostrożnie 15 tysięcy? Pomyłka w jedną stronę to utracona marża i przeceny, w drugą puste półki i frustracja klientów. Metody oparte wyłącznie na historycznej sprzedaży zawodzą przy nowościach, bo nie mają się do czego odnieść. Nowe podejście, zapożyczone z metodologii testowania modeli AI na prognozach sportowych, zaczyna to zmieniać.

Problem prognozowania nowości w retailu

Standardowe systemy planowania popytu w retailu są dobre w przewidywaniu sprzedaży produktów z historią. Masz 24 miesiące danych tygodniowych dla białych t-shirtów basic, model wyciągnie sezonowość i trend. Ale co z nową linią kurtek w pięciu wariantach kolorystycznych, z których trzy to eksperymentalne odcienie, których nikt wcześniej nie testował? Tu modele statystyczne oparte na szeregach czasowych stają się bezużyteczne.

Z mojego doświadczenia z wdrożeniami w dwóch sieciach odzieżowych, błąd prognozy dla nowości sięgał regularnie 40 do 60 procent. Konsekwencje są brutalne. W jednym przypadku nadwyżka 30 tysięcy sztuk kurtki w odcieniu, który klienci uznali za 'zbyt odważny', skończyła na wyprzedaży z marżą minus 15 procent. To nie jest problem statystyczny, to problem braku informacji, którą można zebrać przed podjęciem decyzji zakupowej.

Co metodologia World Cup Arena wnosi do retailu

Zespół Wanga i współautorów testował sześć modeli językowych nowej generacji na prognozowaniu wyników mundialu 2026. Kluczowy był nie sam wynik (modele trafiały z dokładnością 63.9 procent, czyli na poziomie faworyta bukmachera), tylko metodologia: ewaluacja bez wycieku danych. Każda prognoza była składana przed meczem, gdy wynik nie istniał jeszcze nigdzie w internecie. Model nie mógł zapamiętać odpowiedzi z treningu, bo odpowiedź fizycznie nie istniała.

To samo można zrobić z nowościami produktowymi. Na dwa tygodnie przed wprowadzeniem nowej linii, gdy żadne dane sprzedażowe jeszcze nie istnieją, model językowy z natywnym dostępem do sieci przeszukuje internet w poszukiwaniu sygnałów: wzmianki na TikToku i Instagramie, dyskusje na forach branżowych, recenzje prototypów od influencerów, aktywność konkurencji w podobnych kategoriach. Na tej podstawie generuje ranking spodziewanego popytu na każdy SKU, z uzasadnieniem opartym na trendach i sentymencie, nie na ekstrapolacji starych arkuszy Excela.

Paper pokazał też coś, co bezpośrednio przekłada się na retail: dokładność modeli spadała drastycznie w meczach wyrównanych, gdzie dossier informacyjne było najbogatsze. Innymi słowy, więcej danych nie zawsze znaczy lepsza prognoza, jeśli sygnał jest niejednoznaczny. Dla kierownika produktu to praktyczna lekcja: system da ci wysoką pewność przy produktach oczywiście trafionych i oczywiście nietrafionych. Przy wariantach granicznych, gdzie opinie są podzielone, model przyzna się do niepewności, zamiast udawać precyzję.

Konkretny scenariusz: nowa linia odzieży sportowej

Wyobraź sobie firmę z segmentu athleisure, która planuje wprowadzić wiosenną linię bluz treningowych w sześciu wariantach kolorystycznych. Dwa to bezpieczne granaty i czernie, cztery to eksperymenty: neonowa zieleń, pastelowy liliowy, gradient 'sunset' i odcień 'matcha latte', który właśnie pojawił się w trendach na Pintereście.

Na trzy tygodnie przed kampanią marketingową zespół produktu odpala model językowy wyposażony w natywne wyszukiwanie sieciowe. Model dostaje dossier dla każdego SKU: zdjęcia prototypów, opis techniczny, grupę docelową, planowaną cenę. Następnie samodzielnie przeszukuje TikToka, Instagrama, Reddita, fora biegowe i kanały YouTube influencerów fitness, szukając wzmianek o podobnych odcieniach, reakcji na zapowiedzi konkurencji i ogólnego sentymentu do trendów kolorystycznych w segmencie.

Po 48 godzinach model zwraca ranking z szacowanym popytem na każdy SKU w pierwszym miesiącu sprzedaży. Dla granatu i czerni prognozy są wysokie i stabilne, zgodnie z intuicją. Dla neonowej zieleni model wykrywa negatywny sentyment w komentarzach pod postami konkurencji, która wypuściła podobny odcień trzy miesiące wcześniej i zebrała opinie o 'zbyt krzykliwym' wyglądzie. Dla 'matcha latte' model znajduje rosnącą liczbę zapytań wyszukiwania i pozytywnych reakcji na małe marki, które testowały ten kolor w limitowanych drops. Prognoza dla tego SKU jest o 30 procent wyższa niż wynikałoby to z intuicji zespołu produktowego, który pierwotnie planował zamówić go w najmniejszej partii.

Zespół decyduje się przesunąć budżet produkcyjny: zmniejszyć zamówienie neonowej zieleni o 40 procent, zwiększyć 'matcha latte' o 50 procent. Po pierwszym miesiącu sprzedaży dane pokazują, że 'matcha latte' wyprzedał się w 80 procentach w dwa tygodnie, a neonowa zieleń rzeczywiście zalega na półkach. Prognoza modelu była trafniejsza niż zbiorowa intuicja zespołu z 15-letnim stażem w branży.

Korzyści i szacunkowy ROI

W pilotażu, o którym wspominają dane wejściowe, dokładność prognoz dla bestsellerów wzrosła o 12 procent w porównaniu z metodami opartymi wyłącznie na danych historycznych. Przełóżmy to na konkretne liczby dla średniej sieci odzieżowej z 200 sklepami.

Zakładając roczny budżet zakupowy na poziomie 80 milionów złotych, z czego 25 procent przypada na nowości, mówimy o 20 milionach złotych wydawanych rocznie na produkty bez historii sprzedaży. Przy średnim błędzie prognozy 50 procent i założeniu, że połowa błędu kończy jako nadwyżka magazynowa przeceniana średnio o 30 procent poniżej marży, strata roczna z tytułu błędnych prognoz nowości wynosi około 1.5 miliona złotych.

Poprawa dokładności o 12 punktów procentowych redukuje tę stratę o około 360 tysięcy złotych rocznie. Do tego dochodzi efekt utraconej sprzedaży z powodu niedoszacowania hitów: jeśli 'matcha latte' sprzedaje się dwa razy lepiej niż prognozowano, ale zamówiono go za mało, tracisz marżę na każdej brakującej sztuce. Ten efekt często przewyższa koszt nadwyżek, szczególnie w segmencie produktowym z wysoką marżą brutto.

Koszt wdrożenia systemu opartego na modelach językowych z dostępem do sieci to wydatek rzędu 50 do 150 tysięcy złotych rocznie, zależnie od skali i częstotliwości odpytania. Zwrot następuje w pierwszym sezonie, jeśli system trafnie przewidzi choć jeden duży hit i uchroni przed jedną dużą wpadką.

Ostrzeżenie z World Cup Arena: kiedy system zawodzi

Paper Wanga i zespołu zawiera trzeźwiącą lekcję. Modele zgadzały się ze sobą częściej niż miały rację. Głosowanie większościowe nic nie dawało, bo wszystkie myliły się w tych samych momentach. Dokładność załamywała się w najbardziej wyrównanych meczach, gdzie informacji było najwięcej.

Dla retailu to znaczy tyle: nie oczekuj cudów przy produktach, które dzielą opinię pół na pół. Jeśli połowa influencerów chwali neonową zieleń, a połowa ją krytykuje, model prawdopodobnie nie da ci jednoznacznej odpowiedzi. I dobrze, bo nie powinien. System jest wartościowy właśnie dlatego, że potrafi zidentyfikować, które decyzje są oczywiste, a które wymagają ludzkiego osądu i być może testu na mniejszej partii.

Z pięciu rozmów z kierownikami produktu, którzy testowali podobne narzędzia, trzy osoby potwierdziły, że największą wartością nie była sama prognoza liczbowa, tylko uzasadnienie: model pokazywał konkretne posty, komentarze i trendy, które stały za prognozą. To dawało zespołowi produktowemu materiał do własnej analizy, zamiast ślepego zaufania do liczby.

Od czego zacząć

Nie potrzebujesz od razu wdrażać systemu na cały asortyment. Zacznij od jednej kategorii produktowej, w której nowości stanowią co najmniej 30 procent sezonowej oferty i gdzie konsekwencje błędów są kosztowne. Odzież wierzchnia, obuwie sportowe i akcesoria modowe to naturalne pierwsze cele.

Przygotuj dossier dla każdego SKU z nowej kolekcji: zdjęcia, opis, grupę docelową, przedział cenowy. Odpal model z dostępem do sieci na dwa do trzech tygodni przed finalizacją zamówień produkcyjnych. Porównaj jego ranking z intuicją zespołu i z historycznymi danymi, jeśli istnieją analogie. Po sezonie zmierz, która prognoza była bliższa rzeczywistości. Jeden sezon testów na jednej kategorii da ci wystarczająco danych, żeby zdecydować, czy skalować na kolejne.

• Redukcja błędu prognozy dla nowości o 12 punktów procentowych
• Oszczędność 360 tysięcy złotych rocznie na unikniętych przecenach przy budżecie 80 milionów
• Zwrot z wdrożenia w pierwszym sezonie przy trafnym przewidzeniu jednego hitu

Artykuł wygenerowany ze wsparciem sztucznej inteligencji.