Túi vải sẽ được giảm giá và bán đại trà định kỳ mỗi năm vào 2 ngày này. Những ngày này được cho là bắt nguồn từ sự việc hồi đầu thế kỷ 20 khi mà các nhà bán lẻ bán quyết định “xả” hết hàng hoá sau một năm bán buôn thất bại. Philadelphia trong ngày tiếp theo của Lễ Tạ Ơn đã trở thành một đêm ác mộng bởi sự chen chúc, giành giật tạo ra bởi biển người mua hàng.
Việc giảm giá hàng hoá vào ngày thứ 6 sau Lễ Tạ Ơn đã trở thành truyền thống vào những năm 1980. Vào đầu thế kỷ 21, Cyber Monday xuất hiện khi mà các nhà kinh doanh nhận thấy tiềm năng của việc bán hàng khuyến mãi trên internet sau Black Friday. Cùng với Black Friday thì ngày này là dịp để các thương hiệu cạnh tranh với nhau. Công nghệ thông tin và các event giảm giá sẽ được họ kết hợp khéo léo sao cho tận dụng được triệt để thế mạnh của mỗi hãng nhằm đạt được hiệu quả cao nhất.
Hiện nay Machine learning- một sản phẩm công nghệ đặc trưng phát triển dựa trên công nghệ AI vận hành bằng Big data tạo ra những chuyển biến trong tất cả lĩnh vực của cuộc sống.
Dự đoán nhu cầu khách hàng và cá nhân hoá các dịch vụ là 2 chức năng chính của công nghệ này trong lãnh vực buôn bán.
Dự đoán nhằm đáp ứng nhu cầu khách hàng.
Những nhà bán lẻ sẽ “xả” hết những món hàng tồn kho của họ trong năm cũ. Bằng việc cung cấp lượng lớn dữ liệu cho máy, chúng ta sẽ có thể nắm bắt được và phân tích tình hình một cách dễ dàng, từ đó đưa ra phương án hợp lý nhất.
Phương án đây là việc định giá, kiểm kê, phân phối một cách sao cho đợt giảm giá mang lại hiểu quả cao. Những nhà bán lẻ quy mô toàn cầu như Amazon và Alibaba rất tinh ý khi bố trí hẳn những trung tâm phân phối sản phẩm riêng dựa trên tiềm năng của mỗi vùng. Giá giảm sẽ tuỳ thuộc vào việc vận chuyển hay do nhu cầu từ người mua, ví dụ như trong suốt đợt nghỉ vừa rồi, nhu cầu về nước đá ở Alaska rất ít dẫn đến việc các chi phí trong suốt quá trình sản xuất giảm và đương nhiên giá giá nước đá sẽ giảm.
Đương nhiên đó chỉ là một ví dụ vốn đã quá quen thuộc, thực tế thì máy học là một hệ thống tinh vi được xây dựng dựa trên AI- công nghệ được tạo ra để bắt chước quá trình học và tiếp nhận sự việc của não người. Tóm lại điểm mấu chốt là bộ vi xử lý thông tin này rất nhạy trong việc tiếp nhận tín hiệu và xử lý các thông tin. Có thể AI nói chung và máy học nói riêng là nguồn sản phẩm đỉnh cao của công nghệ trong việc tìm thông tin từ đó quyết định sự phân phối hiệu quả dựa trên hệ thống tự học của máy, công nghệ này mang đến khả năng lưu trữ, xử lý nhanh với tốc độ ánh sáng và quá trình phân tích có độ chính xác tuyệt đói cho máy tính.
Tầm ảnh hưởng của việc phân phối rất quan trọng vì nó giúp cho máy tính phân biệt được object nhờ những đặc điểm riêng khi chúng có cùng phạm trù như các hình thức buôn bán và đặc điểm mỗi người. Não của chúng ta cơ bản là nhìn nhận quả lê khá giống với quả táo. Nếu ta muốn bán lê nhưng ai đó đến tìm mua táo thì lúc đó mình sẽ điều chỉnh giá như thế nào để họ quyết định mua lê thay vì mua táo. Chúng ta biết sẽ phải đưa ra những đặc điểm gì của lê để làm khách hàng thay đổi ý như đặt những câu hỏi “Tại sao anh lại muốn táo mà không thử ăn lê?” “Anh đã thử loại trái cây này lần nào chưa?”, “Anh muốn mua với giá bao nhiêu là được?”
Chủ và nhân viên cửa hàng giỏi thì sẽ đặt mình vào vị trí người mua hàng để rõ tâm lý của họ rồi ước lượng giá sao cho hợp lý, nhưng nếu đó là số ít trường hợp những người khách đến với cửa hàng . Còn trường hợp có hàng trăm nghìn người quan tâm đến những sản phẩm của cửa hàng qua trang web online thì sẽ như thế nào. Đó là lúc chức năng bắt chước lắp đi lặp lại của hệ thống máy học phát huy tác dụng của mình.
Cá nhân hóa dịch vụ
Bán lẻ trong thời đại trực tuyến ngày nay từ lâu đã được thúc đẩy bởi các công cụ gợi ý do Amazon triển khai ban đầu và hiện nay thì được các cá nhân bán hàng trực tuyến tiếp nhận. Ngày trước, dự đoán những món khách hàng sẽ mua tiếp theo đều qua phân tích thói quen mua sắm trước đây của họ, ngày nay dữ liệu từ nhiều nguồn của bên thứ ba sẽ được tích hợp vào để phân tích.
Dòng đề nghị “Bạn cũng sẽ thích …..” hiện ra không chỉ dựa trên món hàng bạn vừa mua mà còn ở thông tin mà nhà phân phối biết về bạn như là tuổi tác, nơi cư trú, sở thích, phong cách sống và gia đình.
Các công cụ gợi ý sẽ tự hoàn lại vốn bỏ ra để phát triển bằng cách tung ra sản phẩm cho đúng đối tượng khách hàng vào đúng thời điểm chẳng hạn như ngày Black Friday. Ví dụ theo khảo sát của Adthena, lưu lượng truy cập đến các nhà bán lẻ trực tuyến vào ngày này tăng đến 220% so với ngày thường.
Vào những ngày này, kinh phí quảng cáo của một số lượng lớn nhà bán lẽ sẽ được tính theo mỗi cú nhấp chuột vào các quảng cáo trực tuyến trên các trang như là Google và Facebook. Lý do mà Tesco và Walmart chi mạnh cho các kênh quảng cáo là bởi các thuật toán machine learning phức tạp được cả hai công ty này cùng với những startup khôn ngoan khác nghiên cứu phát triển. Chi phí của loại hình quảng cáo PPC tăng vọt vào ngày Black Friday và Cyber Monday khi nhà bán lẻ tăng lượng hàng hóa mà họ đã chuẩn bị vì họ biết khách hàng thường sẽ chi nhiều tiền hơn vào những ngày này.
Năm ngoái, thương hiệu thời trang bán lẻ River Island cho biết 82% doanh số bán hàng vào ngày Black Friday cho chiến dịch quảng cáo xuất phát từ dữ liệu bán hàng thời gian thực cho phép họ sử dụng một bảng điều khiển trực tuyến nhằm tối ưu chiến lược tìm kiếm bằng từ khóa khi thời gian giảm giá diễn ra.
Vậy tiếp theo là gì?
Black Friday là một hiện tượng trong cuộc sống hiện đại ngày nay và đã len lỏi khắp thế giới. Nhờ vào sự phổ biến của các thương hiệu bán lẻ trực tuyến quy mô lớn, người ta hy vọng nó sẽ trở thành một phần không thể thiếu trong cuộc sống.
Không có gì đáng ngạc nhiên khi các nhà nghiên cứu công nghệ sẽ tiếp tục cải tiến cách thức đo đạc và dự đoán chính xác hơn thói quen mua hàng của người dùng. Họ cũng sẽ sử dụng các công cụ tinh vi nhằm định giá cho các món hàng cùng với việc đặt các tấm biển quảng cáo ở những nơi thu hút khách hàng hơn.
Đầu tiên là sự xuất hiện của internet, tiếp đến là Big Data và hiện nay là AI. Tất cả điều này đã thay đổi cái mà chúng ta gọi là “mua sắm” thành thứ gì đó mà có lẽ những người sống ở khoảng một hoặc hai thập kỷ trước sẽ không thể nhận ra. Dường như sẽ không có gì có thể kiềm hãm được tốc độ thay đổi nhanh chóng như hiện tại, vì thế những người mua sắm trong 10 năm tiếp theo sẽ nhận ra được mọi thứ đã thay đổi đi rất nhiều lần.
