Google研究人员与印度在线商店Myntra Designs合作，借助人工智能开发了一种可在购买前预测退货数量的算法。
混合双模型：多维度预测退货概率
该算法基于Myntra Designs约60万件商品及交易数据集训练，综合分析消费者偏好、体型及对商品的看法等数据，从而预测每位消费者的购前退货概率。研究人员开发了“混合双模型”：一方面通过分析曾退货用户的购物车内容，学习预测单品及整体购买的退货概率；另一方面从单品层面进行预测。考量因素涵盖品牌、款式新旧程度、购物车商品数量、下单时间、配送城市、支付方式及购买频率等。
主要研究结果
数据显示，4%的退货源于购物车中已有类似商品，53%与尺码选择不当有关。若购物车商品超过五件，单件退货概率达73%；仅一件时则降至9%。此外，旧款系列退货率是新款的两倍。
实验中，高效AI系统处理了83.2%的用户特征（视检查细致度而定），预测准确率达74%。在10万真实用户测试中，较对照组订单量预测误差降低1.7%，退货率降低3%。