ecommerce

Algoritmi di Amazon: i “segreti” dietro il suo potere incontrastato

In Amazon nulla è lasciato al caso, tutto è governato dall’intelligenza artificiale e dalla mostruosa potenza di calcolo di cui l’azienda dispone: come funziona l’organizzazione logistica e di vendita online che prepara il prodotto che stiamo per comprare prima ancora che noi premiamo il tasto “buy”

Pubblicato il 12 Mag 2021

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
amazon antitrust

Dopo oltre un anno di pandemia e diversi mesi di lockdown, anche i più resistenti hanno ceduto all’acquisto online di prodotti, anche alimentari, e servizi di ogni genere.

In questo periodo funestato dal covid abbiamo visto le grandi reti di logistica e distribuzione capillare lavorare a pieno regime, ininterrottamente, per assicurare la consegna di quei beni fino a un attimo prima comprati al negozio di vicinato. Come è stato possibile che in pochi giorni il commercio al dettaglio sia stato sostituito quasi interamente da quello online?

Chi l’ha fatta da padrona in questo settore, tra i vari siti e motori di eCommerce, è stata sicuramente Amazon che ha abilitato in pochissimo tempo migliaia di negozi a vendere online e a consegnare quantità di merce inimmaginabili pochi mesi prima con ritardi minimi o nulli.

Il risultato è che nell’anno della pandemia, quando molte imprese nei più svariati settori, sono finite in ginocchio, Amazon ha registrato solo in Europa un fatturato di 44 miliardi di euro, 12 miliardi in più rispetto ai 32 miliardi del 2019[1].

Statistic: Annual net revenue of Amazon from 2004 to 2020 (in billion U.S. dollars) | Statista


Find more statistics at Statista

Amazon: il segreto del successo

Amazon non ci è arrivata per caso e non certo impreparata visto che ha iniziato questo percorso sin dal 2013 con il suo primo brevetto sulla “spedizione anticipata”. Tutta la sua organizzazione logistica e di vendita online è pervasa da sistemi di intelligenza artificiale che preparano il prodotto che stiamo per comprare prima ancora che noi premiamo il tasto “buy”.

E lo è ancora di più per i milioni di utenti che hanno sottoscritto l’opzione Prime che garantisce la spedizione in 2 giorni, o Prime Now che la garantisce in 1 ora. Per fare questo Amazon analizza milioni di dati, ha costruito grandi sedi di logistica nei nodi principali del paese ma anche piccole sedi localizzate nei pressi delle medie e grandi città. Se da un lato ciò avvicina le merci al cliente, dall’altro complica la vita perché la prima domanda a cui devono rispondere gli algoritmi di AI è: in quale magazzino, in quale scaffale, su quale carrello e da quale operatore deve essere gestito il determinato prodotto stante che non è stato ancora acquistato ma qualcuno lo farà sicuramente nei prossimi minuti od ore?

Gli algoritmi e la sfida di consegne sempre più rapide

Sono quindi gli algoritmi che si occupano del forecast a rendere fattibile la sfida della consegna in 2 giorni, o in 1 ora, di tutta una serie di prodotti. Possiamo dividere questi algoritmi in 3 parti.

La previsione del primo miglio: ogni prodotto è analizzato in ogni minimo dettaglio per capire se e come tenerne in stock nell’area di competenza del magazzino, tutti gli utenti residenti nell’area sono passati al setaccio per analizzare le loro abitudini di ricerca, di acquisto, di search attraverso tutti i canali web, mobile, Alexa, Kindle e Tv. Le abitudini di acquisto dello stesso prodotto, o di prodotti simili, sono analizzate insieme agli altri dati per istruire il sistema di AI su come “riempire” il determinato magazzino.

La previsione del miglio intermedio: ovvero cosa succede all’interno dei magazzini. Nei magazzini Amazon sono i robot che fanno il picking dei prodotti e li portano nella postazione dove ci sono gli operatori ad attenderli, non il viceversa. I robot sono guidati dalla stessa intelligenza artificiale che determina la posizione dei prodotti nel magazzino (quelli che si prevedono di vendere nelle prossime ore sono messi in posizioni subito disponibili), il percorso dei robot, da quale operatore debba essere gestita la cella di carico. Tutti i tempi sono scanditi al secondo e spesso si utilizzano sofisticate tecniche di elaborazione delle immagini per leggere il prodotto mentre viene movimentato dall’operatore evitando persino il passaggio del codice a barre. Se un prodotto deve essere consegnato in una ora anche pochi secondi contano.

L’ultimo miglio: gli algoritmi di Amazon prevedono per tempo di quanti autisti e mezzi si ha bisogno e li dirige al punto giusto di carico, la posizione con cui caricare i pacchi nelle auto o nei furgoni, la sequenza di carico e di consegna, i tempi di percorrenza e di permanenza per ogni consegna (ad esempio se si tratta di un ufficio o condominio probabilmente ci vorrà qualche minuto in più rispetto a una villetta singola).

Il sistema di ranking

Amazon analizza tutti questi dati continuamente e affina i propri algoritmi e i propri parametri, nel frattempo continua a macinare accordi con negozianti locali, soprattutto per i prodotti da consegnare in una ora o freschi (il cibo per esempio), e continua a trovare soluzioni “locali” per la consegna.

Gestire questo ecosistema necessita di potenze di calcolo che pochi si possono permettere, necessita di software e algoritmi proprietari e di una software house dedicata a questo, come la A9 – una società del gruppo Amazon.

Ma Amazon va oltre, se da un lato deve prevedere la domanda e cosa sta per acquistare il cliente, dall’altro deve stimolare l’acquisto proprio di quello che ha previsto di vendere. Ecco che quando facciamo una ricerca gli algoritmi di A9 ci propongono, come per Google o altri motori di ricerca, il prodotto che più risponde ai loro desiderata prima che ai nostri desiderata.

Dietro tutto c’è il sistema di ranking, qualcosa che le migliaia venditori su Amazon devono abituarsi a gestire perché, proprio come per Google, per poter apparire tra i primi e avere maggiore possibilità di vendere i propri prodotti, bisogna fare i conti con il ranking di Amazon che è basato su alcuni principi chiave, vediamoli: le keyword, le vendite precedenti del proprio prodotto, le customer review, i tempi di consegna, il prezzo.

Se questi sono i parametri con cui il ranking di Amazon migliora, allora oltre ai numeri e alla qualità del prodotto bisogna migliorare la SEO usando le keyword giuste, costruire una pagina web del prodotto accattivante e convincente, avere ottime customer review. Nulla di nuovo se non fosse per il fatto che solo i venditori che hanno una attitudine al marketing e alla vendita sui canali online, oltre che una strategia e una organizzazione, possono sperare di fare business interessanti su Amazon.

In Amazon nulla è lasciato al caso, tutto è governato dall’intelligenza artificiale e dalla mostruosa potenza di calcolo di cui dispone, questo è il segreto che ha permesso all’azienda di espandersi al punto tale da dominare, quasi da monopolista, il mercato dell’eCommerce. Ma soprattutto le ha permesso di porre nuovi limiti alla logistica con le consegne in una ora in molte città.

  1. https://www.theguardian.com/technology/2021/may/04/amazon-sales-income-europe-corporation-tax-luxembourg ↑

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x