Dobici:
- Sposobnost kombiniranja potražnje, zaliha, cijena, kampanja, sadržaja i koraka analize u jednom end-to-end toku rada podržanom od umjetne inteligencije
- Sposobnost uspostavljanja ponovljivih brzih lanaca i kontrolnih tačaka za sedmične i periodične rutine
- Sposobnost dizajniranja okvira upravljanja koji ugrađuje ljudsko odobrenje, verifikaciju i kontrolu privatnosti u svakom koraku toka posla
Do sada smo učili svaku jedinicu posebno: predviđanje potražnje, zalihe, cijene, plasman, segmentaciju, kampanju, sadržaj, analizu i etiku. Ali pravi maloprodajni biznis ne doživljava ove korake jedan po jedan, već kao ciklus koji hrani jedni druge. Prognoza potražnje određuje zalihe; akcije utiču na cenu i kampanju; kampanja se susreće sa segmentacijom; sadržaj hrani prodaju, a prodaja hrani novu prognozu. U ovoj završnoj jedinici spojit ćemo sve dijelove u jedan end-to-end, ponovljiv i revidiran radni tok.
Ciklus maloprodaje: kako se dijelovi slažu?
Razmislite o sedmičnom ciklusu trgovanja ovako:
- Analiza (šta se dogodilo prošle sedmice?): Prodaja, KPI, anomalija → Jedinica 9
- Prognoza (šta će se dogoditi sljedeće sedmice?): Predviđanje potražnje → Jedinica 2
- Zaliha (šta da naručimo?): ROP, sigurnosna zaliha → Jedinica 3
- Cijena (kako bismo je trebali cijeniti?): Scenarij, popust → Jedinica 4
- Kampanja (kako je animirati?): Mehanika, mjerenje → Jedinica 7
- Segment + komunikacija (kako da koga nazovemo?): RFM, poruka → Jedinica 6
- Sadržaj (kako objasniti?): Naslov, opis → Jedinica 8
- Raspored (gde da ga stavimo?): Planogram → Jedinica 5
- Etika + filter privatnosti (na svakom koraku): → Jedinica 10
Izlaz svakog koraka je ulaz sljedećeg. AI proizvodi nacrte na svakom koraku; provjerava se i potvrđuje u svakom kritičnom trenutku.
Kontrolne tačke: održavanje toka sigurnim
Kontrolna tačka: To je zaustavljanje u određenim koracima toka posla gde čovek verifikuje, odobrava ili odbija izlaz. Cilj je spriječiti da rizične odluke kao što su cijena/narudžba/kupac ne dođu automatski.
korak
proizvodi umjetnu inteligenciju
Kontrolna tačka (ljudski)
Analiza
rezime, anomalija
Potvrdite brojeve
pogodi
Prognoza + raspon
Testni kontekst
dionica
Prijedlog za narudžbu
Potpis budžeta/odobrenja
Cijena
Scenariji
Konačna odluka o cijeni
Kampanja
Mehanika + tekst
Zahtjev/regulatorno odobrenje
Kontakt
Segment + poruka
Pristanak + etičko odobrenje
Sadržaj
Opis
Kontrola autentičnosti/autorskih prava
Oprez: Automatizacija je primamljiva, ali opasna. Lanac "neka umjetna inteligencija predvidi, automatski naruči, automatski cijena" uzrokuje rast i širenje jedne greške. Nikada ne preskačite ljudsko odobrenje za rizične korake.
Prompt chain: ponovljiva rutina
Umjesto postavljanja toka od kraja do kraja od nule svake sedmice, kreirajte uzastopni lanac prompta: izlaz svakog prompta ide u sljedeći. To čini posao i bržim i dosljednijim.
mini koferi
Slučaj 1 — Sedmični ciklus: Prodavnica srednje veličine imala je 3-satni sastanak ručnog izvještavanja i planiranja svakog ponedjeljka. Dolazi sa brzim lancem: sažetak analize (10 min), prognoza (10 min), preporuka zaliha (15 min) nacrt umjetne inteligencije; Tim se fokusira na verifikaciju i odlučivanje. Sastanak je skraćen sa 3 sata na 70 minuta, a odluke se više zasnivaju na podacima.
Slučaj 2 — Greška uhvaćena negdje u lancu: U predviđanju e-trgovine korak je previsok za SKU (prošla kampanja je pogrešno smatrana normalnom). Na kontrolnoj tački zaliha, odgovorna osoba to shvata; Pogrešna procjena se ispravlja prije nego što pređe na korak narudžbe. Da nije bilo kontrolnog punkta, pojavio bi se problem prekomjernih narudžbi i vezane gotovine.
Slučaj 3 — Priprema sezone od kraja do kraja: lanac odjeće radi holistički ciklus za zimsku sezonu: analiza posljednje zime → prognoza potražnje → zalihe → cjenovni nivoi → segmentna kampanja prije kampanje → sadržaj proizvoda → izgled trgovine. Svaki korak prolazi kroz etički filter/filter povjerljivosti. Rasprodaje na pocetku sezone smanjene su za 30%, a promet u prve 3 sedmice je 19% iznad prosle godine.
Slaba prompt / Jaka prompt
Slab upit:
Završi moj posao ove sedmice uz pomoć umjetne inteligencije.
Ni njen tok, ni red, ni kontrola nisu jasni.
Snažan upit (pokretač lanca):
Vaša uloga: pomoćnik u maloprodaji. Davaću vam podatke redom, a vi ćete praviti nacrte u svakom koraku; Provjeriću i preći na sljedeći korak. Korak 1 (sada): Izdvojite sažetak upravljanja + anomaliju iz anonimnih sedmičnih podataka o prodaji ispod. Samo prikažite procente na osnovu broja u podacima. U sljedećem koraku, preći ćemo s ovog sažetka na predviđanje potražnje. Pravilo: Označite svoju narudžbu, cijenu ili prijedlog za isporuku kupaca napomenom "zahtijeva ljudsko odobrenje". Podaci: [zalijepi]
Predlošci upita koji se mogu kopirati
1) Prijelaz lančanog koraka
Generirali smo [sažetak/procjenu] u prethodnom koraku. Sada idemo na sljedeći korak: [akcija/cijena/kampanja]. Uzmite kao ulaz sljedeći dio prethodnog izlaza koji sam provjerio: [paste]. Napravite nacrt rezultata ovog koraka i označite tačke koje zahtijevaju ljudsko odobrenje.
2) Nedeljna rutinska izrada kontrolne liste
Napravite kontrolnu listu za moj maloprodajni nedeljni ciklus (analiza, prognoza, zalihe, cena, kampanja, komunikacija, sadržaj). Za svaki korak: uloga AI, moja poenta koju treba provjeriti, etika/kontrola privatnosti. Dajte to u tabelu.
3) Dizajn kontrolne tačke
Koji koraci u sljedećem toku rada su visokorizični i definitivno zahtijevaju ljudsko odobrenje (kontrolna tačka)? Zapišite koja će se provjera izvršiti za svaku. Tok: [zalijepi]
4) Evaluacija na kraju ciklusa
Procijenite ovosedmične odluke zasnovane na umjetnoj inteligenciji: koje se predviđanje ostvarilo, koja je kampanja uspjela, koji korak je zahtijevao ljudsku intervenciju? Predložite 3 poboljšanja za sljedeću sedmicu. Podaci: [zalijepi]
Uobičajene greške
- Održavanje koraka izolovanim: Ako prognoza radi odvojeno od dionica, a kampanja od segmenta, ciklus postaje neefikasan.
- Preskakanje kontrolnih tačaka: Automatsko donošenje rizične odluke povećava grešku.
- Nastavljanje lanca bez provjere: greška jednog koraka se širi na sljedeći.
- Ostavljanje etičkog filtera do kraja: Privatnost i etika trebaju biti na svakom koraku, a ne na kraju.
- Ne zapisivanje rutine: Lanac i kontrolna lista moraju biti snimljeni da bi se mogli ponoviti.
- Preskakanje evaluacije: Ako se kraj ciklusa ne nauči, ponovit će se iste greške.
Ukratko
Maloprodaja je ciklus koji hrani jedni druge; Umjetna inteligencija proizvodi propuh u svakom koraku ovog ciklusa i pruža veliku brzinu. Njegova snaga kombinuje korake sa brzim lancem; Sigurnost postavlja kontrolnu tačku u svakom kritičnom trenutku. Ugradite etiku i privatnost u svaki korak, učite i poboljšajte se na kraju ciklusa. Umjetna inteligencija ubrzava ciklus; Zadržavate smjer, odluku i odgovornost.
Zadatak aplikacije
Napišite svoju nedeljnu rutinu trgovanja (koje odluke donosite i kojim redosledom). Kreirajte predložak sa “2) Sedmično rutinsko generisanje kontrolne liste”, stavite ljudsko odobrenje na visokorizične korake sa “3) Dizajnom kontrolne tačke”. Zatim pokrenite ovaj lanac nedelju dana i ispitajte rezultat sa "4) Evaluacija na kraju ciklusa".
kontrolna lista
- [ ] Definisao sam korake i redoslijed svog sedmičnog ciklusa.
- [ ] Povezao sam korake lancem prompta.
- [ ] Stavio sam kontrolne tačke na stepenice visokog rizika.
- [ ] Primjenjivao sam filter etike/privatnosti na svakom koraku.
- [ ] Napisao sam rutinu i kontrolnu listu.
- [ ] Na kraju ciklusa, procijenio sam i napravio poboljšanja.
Modul Exam
1. Menadžer trgovine prenosi prognozu potražnje koju proizvodi umjetna inteligencija direktno dobavljaču kao količinu narudžbe bez ikakvih provjera. Šta je suštinska greška u ovom pristupu?
- A) Pretvaranje procjene direktno u odluku bez njene verifikacije uz komercijalna ograničenja i bez ljudskog odobrenja ✔
- B) Koristi se umjetna inteligencija za predviđanje potražnje
- C) Ne komuniciranje sa dobavljačem putem telefona umjesto e-maila
- D) Izrada prognoze mjesečno umjesto sedmično
Objašnjenje: Predviđanje umjetne inteligencije je predviđanje; Ne može se pretvoriti u odluku o naručivanju bez verifikacije sa vremenom isporuke, protokom novca, rokom trajanja i budžetskim ograničenjima. Konačna odluka pripada odgovornom rukovodiocu.
2. Koje je najbolje ponašanje prije učitavanja podataka o prodaji kupaca u alat umjetne inteligencije?
- A) Učitavanje podataka kakvi jesu, sa svim informacijama o identifikaciji korisnika, jer je analiza preciznija
- B) Samo promijenite naziv datoteke
- C) Uklonite i anonimizirajte lične identifikatore i podijelite samo potrebna polja ✔
- D) Uopšte se ne koriste podaci umjesto da se pitaju klijenti jedan po jedan prije dijeljenja
Objašnjenje: U skladu sa KVKK i minimiziranjem podataka, lične podatke kao što su ime, telefon, e-mail, broj kartice treba ukloniti ili anonimizirati; Treba dijeliti samo polja potrebna za analizu.
3. Šta to znači ako je vrijednost MAPE (srednja apsolutna postotna greška) visoka u predviđanju potražnje?
- A) Prognoza u prosjeku previše odstupa od stvarne prodaje i njena pouzdanost je niska ✔
- B) Prodaja će se sigurno povećati
- C) Trošak zaliha je nula
- D) Predviđanje je savršeno
Opis: MAPE mjeri prosječan postotak u kojem predviđanja odstupaju od stvarne prodaje. Visok MAPE ukazuje da je predviđanje daleko od stvarnosti; To pokazuje da se ova nesigurnost mora nadoknaditi sigurnosnim zalihama prilikom donošenja odluka.
4. Koja je glavna svrha koncepta sigurnosne zalihe?
- A) Osigurati da spremnik uvijek izgleda pun
- B) Održavanje tampon protiv nesigurnosti potražnje i ponude koji smanjuje rizik od nestanka zaliha ✔
- C) Povećanje cijene proizvoda
- D) Povećanje pregovaračke moći sa dobavljačem
Objašnjenje: Sigurnosna zaliha je tampon zaliha koja se drži protiv neizvjesnosti u vremenu potražnje i ponude; Njegova svrha je smanjiti rizik od zaliha u slučaju neočekivanih fluktuacija.
5. Šta je etički neprihvatljivo kada se primjenjuje dinamičko određivanje cijena?
- A) Prilagođavanje cijene prema sezonskoj potražnji
- B) Odraz povećanja troškova na cijenu
- C) Primjena diskriminatornih cijena na osnovu zaštićenih karakteristika ili bespomoćnosti kupca ✔
- D) Davanje popusta na proizvod čije zalihe će se topiti
Objašnjenje: Etički je i često pravno neprihvatljivo postavljati diskriminatorne cijene na osnovu zaštićenih karakteristika korisnika kao što su spol, etnička pripadnost, zdravstveno stanje ili očaj (npr. hitna potreba, ograničenje lokacije).
6. Šta 'R' (Recency) mjeri u RFM segmentaciji?
- A) Ukupan iznos potrošačke potrošnje
- B) Koliko dugo je kupac kupovao?
- C) Regija u kojoj klijent živi
- D) Učestalost kupovine kupaca
Opis: nedavnost mjeri kada je kupac posljednji put kupovao. Vjerovatnije je da će se kupci koji su nedavno kupili ponovo aktivirati.
7. Šta ima za cilj da izmjeri analiza 'kanibalizacije' nakon kampanje?
- A) Koliko prodaja proizvoda kampanje smanjuje prodaju ostalih proizvoda poslovanja?
- B) Uticaj kampanje na konkurentsku prodavnicu
- C) Kvalitet dizajna plakata kampanje
- D) Stopa učešća osoblja u kampanji
Objašnjenje: Kanibalizacija mjeri da li se prodaja kampanje ili proizvoda postiže smanjenjem prodaje drugog proizvoda istog poslovanja. Potrebno je ispravno vidjeti neto dobit.
8. Koja je kontrola obavezna u pogledu sigurnosti brenda kada se proizvodi masovni opisi proizvoda sa umjetnom inteligencijom?
- A) Uvjerite se da je tekst dovoljno dugačak
- B) Dodajte najmanje pet emojija svakom opisu
- C) Provjera tvrdnji sa stvarnim podacima o proizvodu i zakonima, eliminiranje izmišljenih/nepotkrijepljenih tvrdnji ✔
- D) Napišite opis samo velikim slovima
Objašnjenje: AI može proizvesti karakteristike proizvoda (halucinirati) ili proizvesti nepotkrijepljene tvrdnje o zdravlju/performansi. Ove tvrdnje moraju biti provjerene stvarnim podacima o proizvodu i zakonima prije objavljivanja.
9. Koja je korist od otkrivanja 'anomalija' kada se izvještaj o prodaji tumači umjetnom inteligencijom?
- A) Učiniti izvještaj šarenijim
- B) Označavanje neočekivanih odstupanja u podacima i davanje ranih signala o mogućim problemima ✔
- C) Sve proizvode sortirajte po abecednom redu
- D) Obračun plata osoblja
Opis: otkrivanje anomalija označava neočekivane skokove ili padove podataka (npr. dnevni promet se iznenada prepolovi); Ovo može biti rani signal greške u podacima, nedostatak zaliha ili operativni problem.
10. Urednik e-trgovine vidi frazu "ovaj proizvod obnavlja vašu kožu za 10 dana" u opisu proizvoda koji je generirala umjetna inteligencija, ali u proizvodu nema takvih kliničkih dokaza. Šta je ispravno ponašanje?
- A) Objavljivanje tvrdnje kakva jeste jer ju je proizvela umjetna inteligencija
- B) Da privuče pažnju još više preuveličavajući tvrdnju
- C) Uopšte ne objavljivati opis i maknuti proizvod iz prodaje
- D) Uklonite tvrdnju ili je zamijenite provjerljivom izjavom zasnovanom na dokazima ✔
Objašnjenje: Tvrdnje o zdravlju/učinku bez dokaza su i obmanjujuće oglašavanje i kršenje zakona. Urednik bi trebao ukloniti ovu tvrdnju ili je zamijeniti provjerljivom izjavom; Pogrešno je prihvatiti tekst proizveden od strane umjetne inteligencije kao izvor.
11. Što je ispravno za izlaz umjetne inteligencije koji proizvodi prijedloge planograma (plan rasporeda odjela)?
- A) To je nacrt koji treba provjeriti sa sigurnošću, zakonodavstvom i realnošću skladišta ✔
- B) To je konačni plan koji se može direktno primijeniti, ne zahtijeva kontrolu.
- C) Važi samo za online prodavnice
- D) Nema nikakve veze sa protokom kupaca
Opis: AI pruža nacrt vođen podacima; međutim, mora ga provjeriti i prilagoditi stručnjak za sigurnost, zakone (npr. pravila za izlaganje duhana/alkohola), realnost fizičke police i korisničko iskustvo.
12. Što vrijedi za proizvod visoke cjenovne elastičnosti?
- A) Čak i ako se cijena promijeni, broj prodaja se gotovo ne mijenja
- B) Trošak proizvoda je uvijek nula
- C) Potražnja je osjetljiva na promjene cijena; Malo povećanje može značajno smanjiti broj prodaja ✔
- D) Proizvod je definitivno u kategoriji luksuza
Objašnjenje: Visoka elastičnost znači da je potražnja osjetljiva na promjenu cijena; Malo povećanje cijene može značajno smanjiti broj prodaja. Odluku o cijeni ovih proizvoda treba donositi pažljivo.
13. Zašto je eksplicitna saglasnost važna za slanje personaliziranih kampanja?
- A) Zato što smanjuje troškove slanja
- B) Zato što obrada podataka za komercijalne poruke i marketinške svrhe bez pristanka nosi pravne i reputacijske rizike ✔
- C) Da bi umjetna inteligencija radila brže
- D) Samo zato što zahtijeva grafički dizajn
Objašnjenje: U skladu sa KVKK i relevantnim zakonodavstvom, izričit pristanak korisnika je generalno potreban za slanje komercijalnih elektronskih poruka i obradu ličnih podataka u marketinške svrhe; Slanje bez pristanka nosi i pravne i reputacijske rizike.
14. Šta znači 'kontrolna tačka' u maloprodajnom toku rada sa end-to-end podržanom umjetnom inteligencijom?
- A) Korak u kojem umjetna inteligencija automatski provodi sve odluke bez ljudskog odobrenja
- B) Samo korak u kojem je izvještaj obojen
- C) Posljednji korak u kojem se podaci brišu
- D) Stanica na kojoj čovjek provjerava i odobrava ili odbija rezultate i gdje se kontroliraju rizične odluke ✔
Opis: Kontrolna tačka je zaustavljanje u određenim koracima u toku posla gde čovek verifikuje, odobrava ili odbija izlaz; Spriječava da se odluke koje utječu na cijene, narudžbe i kupce automatski teku.