ด้วยยอดขายที่ตั้งเป้าไว้ถึง 4 ล้านล้านดอลลาร์ภายในปี 2563 ธุรกิจอีคอมเมิร์ซนับเป็นพลังที่มิอาจหยุดยั้งได้โดยไม่ต้องสงสัยถึงความสำเร็จของธุรกิจประเภทนี้เลย เพราะผลสำรวจนับไม่ถ้วนพบว่า ลูกค้ารักความสะดวกของร้านออนไลน์เมื่อเทียบกับหน้าร้านทั่วไป แต่ก็ยังมิวายเจอปัญหาการคืนสินค้าซึ่งมียอดคืนสูงถึง 1 ใน 3 ของการสั่งซื้อทางออนไลน์ นักวิจัยจาก Google และ Myntra Designs บริษัทอีคอมเมิร์ซจากอินเดียจึงร่วมกันทำวิจัยเพื่อแก้ปัญหานี้
ในงานวิจัยชี้ถึงการใช้โมเดลระบบเรียนรู้ที่ได้รับฝึกจากชุดข้อมูลของความพึงพอใจของนักช้อป รูปร่าง การชมสินค้า และอื่นๆ ซึ่งทำให้สามารถคาดการณ์ความเป็นไปได้ของการคืนสินค้าต่อลูกค้ารายบุคคลก่อนที่จะชำระเงิน โดยนักวิจัยวิเคราะห์ปัจจัยที่ส่งผลต่อการคืนสินค้าบนแพลตฟอร์มอีคอมเมิร์ซของ Myntra Designs ที่มีสินค้าราว 600,000 รายการ และมียอดสั่งซื้อหลายล้านคำสั่งซื้อต่อสัปดาห์ นักวิจัยพบว่า 4% จากสินค้าถูกตีกลับทั้งหมดนั้นเกิดขึ้นเมื่อมีผลิตภัณฑ์ลักษณะคล้ายกันอยู่ในตะกร้าสินค้าอยู่แล้ว นอกจากนี้ ยังพบว่า 53% เกิดจากเรื่องขนาดและความพอดี และอัตราการคืนสินค้าขึ้นอยู่กับขนาดของตะกร้า โดยขนาดตะกร้าที่มีสินค้าเกิน 5 ชนิด จะมีอัตราการคืนสินค้าประมาณ 72% เทียบกับตะกร้าที่มีสินค้าเพียงอย่างเดียวที่มีอัตราการคืน 9% ส่วนสินค้าคงคลังที่เก่ากว่าก็มีอัตราการคืนเกือบสองเท่าเทียบกับสินค้าใหม่
ด้วยข้อมูลเชิงลึกนี้ ทีมวิจัยใช้สิ่งที่พวกเขาเรียกว่า hybtid dual-model เพื่อคาดการณ์ความเป็นไปได้ที่จะคืนสินค้า AI ขั้นสูงได้จำแนกตะกร้าที่คืนได้ ส่วนตัวจำแนกรองลงมาคาดการณ์ความเป็นไปได้ที่จะคืนสินค้าในระดับผลิตภัณฑ์แยกชิ้น ทั้งสองระบบนี้ถูกฝึกด้วยชุดข้อมูลที่ประกอบไปด้วยตัวอย่างจากสามหมวด คือ คุณสมบัติของระดับสินค้า ตะกร้า และผู้ใช้ รวมทั้งยี่ห้อ อายุสินค้า ขนาดตะกร้า วันและเวลาสั่งสินค้า เมืองที่ส่งสินค้า จำนวนสินค้า รูปแบบการชำระเงิน และความถี่ในการใช้จ่าย
จากผลการทดลอง ระบบ AI คาดการณ์การคืนสินค้าได้แม่นยำถึง 83.2% และจากการทดลองในสถานการณ์จริงกับผู้ใช้งาน 100,000 คน ยอดการสั่งซื้อลดลงเล็กน้อยเพียง 1.7% แต่ยอดการคืนสินค้าก็ลดลงไปถึง 3%
ทีมวิจัยหมายเหตุไว้ว่า การทราบว่าลูกค้ารายไหนมีแนวโน้มที่จะคืนสินค้านั้นจะทำให้ผู้ค้ารับมือได้ล่วงหน้า เช่น ปรับค่าจัดส่งเฉพาะบุคคล หรือ ทำให้สินค้าคืนไม่ได้โดยเสนอคูปองส่วนลดให้ ทั้งนี้ ทีมวิจัยหวังว่าจะนำโมเดลนี้ไปประยุกต์ใช้มากขึ้นเพื่อช่วยลดการคืนสินค้าในภาพรวม