From Data-Driven Personalization to Culturally Adaptive Merchandising: A Systematic Review and the CAMI-DM Framework
यह शोधपत्र मौजूदा साहित्य की एक व्यवस्थित समीक्षा आयोजित करके और CAMI-DM फ्रेमवर्क का प्रस्ताव देकर सांस्कृतिक रूप से संवेदनशील वैयक्तिकरण (पर्सनलाइजेशन) के अंतराल को संबोधित करता है, जो एक एकीकृत वास्तुकला है जो भौतिक, डिजिटल और फिजीटल (phygital) खुदरा परिवेश में अनुकूलन योग्य, सांस्कृतिक रूप से जागरूक मर्चेंडाइजिंग को सक्षम करने के लिए सांस्कृतिक संदर्भ और स्थानिक अनुकूलन के साथ व्यवहार संबंधी डेटा को जोड़ती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
खरीदारी की आधुनिक दुनिया में, खुदरा विक्रेता यह ट्रैक करने में माहिर हो गए हैं कि हम क्या करते हैं। वे जानते हैं कि हम क्या क्लिक करते हैं, किस चीज़ पर देर तक रुकते हैं, हम कार्ट में क्या डालते हैं, और हम क्या पीछे छोड़ देते हैं। इस सूचना के प्रवाह का उपयोग करके, वे ऐसी प्रणालियाँ बनाते हैं जो हमारे अगले कदम का अनुमान लगाने के लिए डिज़ाइन की गई हैं, हमें वे उत्पाद पेश करती हैं जिनकी हमें चाहत हो सकती है, इससे पहले कि हमें खुद पता चले कि हमें उनकी ज़रूरत है। यह डेटा-संचालित वैयक्तिकरण (पर्सनलाइजेशन) का वादा है: एक ऐसा स्टोर जो आपको आपसे बेहतर जानता है। हालाँकि, इस दृष्टिकोण में एक शांत दोष है। एक ऐसी प्रणाली जो केवल यह देखती है कि आप क्या करते हैं, वह यह समझने में चूक सकती है कि आप कौन हैं। यह नहीं समझ सकती कि एक रंग जो एक पड़ोस में आपको पसंद आता है, वह दूसरे में अपमानजनक हो सकता है, या उत्पादों का एक ऐसा संयोजन जो एक समूह को कुशल लगता है, दूसरे के लिए अराजक महसूस हो सकता है। संस्कृति—साझा मूल्य, विश्वास और आदतें जो लोगों के दुनिया को देखने के तरीके को आकार देती हैं—को अक्सर एक साधारण लेबल की तरह माना जाता है, जैसे कि कोई देश कोड, न कि एक जीवंत, सांस लेती संदर्भ के रूप में जो यह बदल देता है कि किसी संदेश को कैसे प्राप्त किया जाता है।
डेटा के माध्यम से यह जानने कि ग्राहक क्या करता है और उन कार्यों के पीछे के सांस्कृतिक अर्थ को समझने के बीच का यह अंतर, आइवरी कोस्ट के नेशनल पॉलिटेक्निक इंस्टीट्यूट के शोधकर्ताओं द्वारा किए गए एक नए अध्ययन का केंद्र है। उन्होंने एक मौलिक प्रश्न पूछा: क्या हम एक ऐसा रिटेल सिस्टम बना सकते हैं जो केवल डेटा पर प्रतिक्रिया न दे, बल्कि व्यक्ति के सांस्कृतिक संदर्भ के अनुकूल हो सके? यह पता लगाने के लिए, उन्होंने केवल एक नया गैजेट नहीं बनाया या कोई नया दावा नहीं किया। इसके बजाय, उन्होंने यह देखने के लिए हालिया शोध के पूरे परिदृश्य का अवलोकन किया कि पहले से क्या ज्ञात है और कहाँ हिस्से गायब हैं। उन्होंने एक प्रमुख डेटाबेस से 129 वैज्ञानिक लेख एकत्र किए, सबसे प्रासंगिक कार्य खोजने के लिए उनके शीर्षकों और सारांशों को सावधानीपूर्वक पढ़ा। जाँच और पुन: जाँच की एक कठोर प्रक्रिया के बाद, उन्होंने इसे 10 अध्ययनों के एक अंतिम सेट तक सीमित कर दिया जो वास्तव में आर्टिफिशियल इंटेलिजेंस, रिटेल व्यवहार और सांस्कृतिक संदर्भ को जोड़ते थे।
उन्होंने पाया कि यह शानदार, अलग-थलग पड़े द्वीपों का एक संग्रह था। कुछ शोधकर्ताओं ने दिखाया था कि कैसे आर्टिफिशियल इंटेलिजेंस बिग डेटा का उपयोग करके 'मॉडेस्ट फैशन' (शालीन पहनावा) की मांग का पूर्वानुमान लगा सकता है। अन्य ने प्रदर्शित किया था कि उत्पाद की छवि का बैकग्राउंड कलर विभिन्न संस्कृतियों के लोगों द्वारा उसे कैसे देखा जाता है, इसे बदल देता है। कुछ अध्ययनों ने सिद्ध किया कि चैटबॉट्स ब्राजील के ग्राहकों के लिए इंग्लैंड के ग्राहकों की तुलना में अलग तरह से काम करते हैं। प्रत्येक अध्ययन ने पहेली का एक शक्तिशाली हिस्सा पेश किया, लेकिन उनमें से किसी ने भी उन टुकड़ों को एक एकल, कार्यशील मशीन में नहीं जोड़ा था। शोधकर्ताओं ने महसूस किया कि जबकि हमारे पास व्यवहार को ट्रैक करने के उपकरण हैं और संस्कृति को समझने के उपकरण हैं, हमारे पास एक एकीकृत प्रणाली का अभाव है जो वास्तविक समय में निर्णय लेने के लिए दोनों का एक साथ उपयोग करती है।
इसे हल करने के लिए, टीम ने CAMI-DM नामक एक नया फ्रेमवर्क प्रस्तावित किया। इसे एक स्मार्ट तरह के स्टोर मैनेजर के ब्लूप्रिंट के रूप में समझें। यह प्रणाली केवल ग्राहक के इतिहास को नहीं देखती है; यह स्थिति की अपनी समझ को लगातार अपडेट करती रहती है। यह उन संकेतों को लेती है कि ग्राहक क्या कर रहा है, लेकिन यह इसमें उनके सांस्कृतिक संदर्भ का एक समृद्ध, बहुआयामी मानचित्र भी जोड़ती है—जैसे कि उनके मूल्य, उनकी भाषा, उनके धार्मिक अभ्यास और उनकी स्थानीय परंपराएं। फिर यह इसे तात्कालिक स्थिति के साथ जोड़ती है, जैसे कि दिन का समय, उपलब्ध स्टॉक, या मौसम। यह प्रणाली इस संयुक्त चित्र का उपयोग निर्णय लेने के लिए करती है। यह एक शेल्फ को पुनर्व्यवस्थित कर सकती है, स्क्रीन पर उत्पादों का क्रम बदल सकती है, या किसी साइन के भाषा को समायोजित कर सकती है, न कि केवल इसलिए कि एक ग्राहक ने पहले इसी तरह की चीज़ खरीदी थी, बल्कि इसलिए क्योंकि वह विशिष्ट व्यवस्था इस बात के लिए सही है कि वे अभी इस समय कौन हैं।
शोधकर्ताओं ने स्थानिक पहेली को हल करने के लिए एक विशिष्ट गणितीय परत का प्रस्ताव करके इस समस्या के भौतिक पक्ष को भी संबोधित किया। उन्होंने यह निर्धारित करने के लिए कि उत्पादों को कहाँ रखा जाना चाहिए, एक क्वाड्रेटिक असाइनमेंट प्रॉब्लम (QAP) का उपयोग करने का सुझाव दिया। यह तर्क सुनिश्चित करता है कि उत्पादों को इस तरह व्यवस्थित किया जाए जिससे ग्राहक को उन्हें खोजने के लिए कम से कम प्रयास करना पड़े, जबकि वस्तुओं के समूह बनाने के सांस्कृतिक प्राथमिकताओं का भी सम्मान किया जाए। उदाहरण के लिए, यह सुनिश्चित कर सकता है कि एक विशिष्ट सांस्कृतिक अनुष्ठान में उपयोग की जाने वाली वस्तुएं एक-दूसरे के करीब रखी जाएं, जबकि ऐसी वस्तुओं को दूर रखा जाए जिन्हें अनुपयुक्त पड़ोसी माना जा सकता है। यह केवल यह अनुमान लगाने के बारे में नहीं है कि ग्राहक क्या चाहता है; यह वातावरण को इस तरह डिजाइन करने के बारे में है कि सही विकल्प स्वाभाविक और सम्मानजनक लगें।
महत्वपूर्ण रूप से, अध्ययन इस बात पर जोर देता है कि इस प्रणाली को विश्वास और नैतिकता के साथ बनाया जाना चाहिए। शोधकर्ताओं का तर्क है कि संस्कृति के अनुकूल होने का अर्थ लोगों का रूढ़िबद्ध बनाना या उनकी गोपनीयता में हस्तक्षेप करना नहीं होना चाहिए। प्रणाली पारदर्शी होनी चाहिए, जिससे ग्राहकों को यह समझने की अनुमति मिले कि वे कुछ विशेष सिफारिशें क्यों देख रहे हैं, और उन्हें हमेशा उन सुझावों को अनदेखा करने या बदलने की शक्ति मिलनी चाहिए। लक्ष्य एक ऐसा खरीदारी अनुभव बनाना है जो सहायक और प्रासंगिक लगे, न कि नियंत्रित करने वाला या दखल देने वाला। टीम स्वीकार करती है कि यह फ्रेमवर्क वर्तमान में एक प्रस्ताव है, विचारों और एक संरचना का एक सेट जो वास्तविक दुनिया में परीक्षण के लिए प्रतीक्षारत है। उन्होंने इसके परीक्षण के लिए एक स्पष्ट योजना तैयार की है, जिसमें भौतिक स्टोर, ऑनलाइन शॉप और हाइब्रिड वातावरण में प्रयोग करने का सुझाव दिया गया है ताकि यह देखा जा सके कि क्या यह सांस्कृतिक रूप से अनुकूल दृष्टिकोण वास्तव में बेहतर अनुभव और अधिक सफल बिक्री की ओर ले जाता है।
यह कार्य सुझाव देता है कि रिटेल का भविष्य केवल अधिक डेटा रखने के बारे में नहीं है, बल्कि बेहतर संदर्भ रखने के बारे में है। यह इस विचार से आगे बढ़कर कि एक ग्राहक संख्याओं का एक सेट है, इस विचार की ओर बढ़ता है कि एक ग्राहक एक जटिल सांस्कृतिक दुनिया में यात्रा कर रहा एक व्यक्ति है। लोगों के कार्यों को उनके होने और वे कहाँ हैं, के साथ जोड़कर, यह नया दृष्टिकोण एक ऐसा रिटेल वातावरण बनाने का मार्ग प्रदान करता है जो न केवल स्मार्ट है बल्कि बुद्धिमान भी है। शोधकर्ता निष्कर्ष निकालते हैं कि जबकि वैयक्तिकरण के लिए तकनीक मौजूद है, असली चुनौती यह है कि उस वैयक्तिकरण को सांस्कृतिक रूप से संवेदनशील कैसे बनाया जाए। उनका फ्रेमवर्क उस पुल को बनाने के लिए पहला व्यापक मानचित्र प्रदान करता है, जो अलग-अलग अंतर्दृष्टि के संग्रह को खरीदारी के भविष्य के लिए एक एकल, सुसंगत रणनीति में बदल देता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।