Bagaimana AI Amazon Ubah Masalah ‘Out of Stock’

AI Amazon & Produk Habis Stok: Apa Sebenarnya Sedang Berlaku?

Dalam dunia runcit besar, satu fakta yang menyakitkan tapi benar: antara 5%–10% produk popular lazimnya habis stok pada bila-bila masa. Untuk e-dagang, itu bukan sekadar nombor – itu duit yang terbang dan pelanggan yang mungkin tak kembali.

Sekarang, Amazon sedang menguji sesuatu yang nampak pelik pada awalnya: bila produk tak ada dalam stok, pelanggan terus dihantar ke laman web jenama untuk membuat pembelian di luar Amazon. Macam babak klasik filem Krismas “Miracle on 34th Street” bila Santa Macy’s hantar pelanggan ke kedai pesaing bila barang tak ada. Bezanya, kali ini ia berlaku secara digital, dan otaknya ialah AI.

Untuk pemain e-dagang besar di Malaysia – sama ada anda di Lazada, Shopee, atau rangkaian seperti Lotus’s dan Mydin – langkah Amazon ni beri satu mesej jelas: pengurusan out-of-stock hari ini bukan sekadar isu gudang, tapi isu AI, data, dan strategi pelanggan jangka panjang.

Artikel ini kupas:

• Kenapa Amazon sanggup “lepaskan” jualan ke laman jenama sendiri
• Di mana AI berperanan dalam keputusan pelik tapi pintar ini
• Apa yang peruncit dan marketplace Malaysia boleh tiru (tanpa bajet Amazon)

---

Apa Maksud Ujian Baru Amazon Ini Sebenarnya?

Ujian Amazon: bila produk tak dijual atau tak ada stok di Amazon, pelanggan dipandu terus ke laman rasmi jenama.

Secara tradisional, marketplace akan cuba sedaya upaya kekal dalam ekosistem sendiri:

• Cadang produk alternatif
• Papar penjual lain (third-party seller)
• Simpan pelanggan di dalam apps / website walau apa cara sekalipun

Jadi bila gergasi seperti Amazon rela “melepaskan” pelanggan, itu petanda ada strategi yang lebih besar di belakang. Di sinilah AI masuk.

Kenapa Amazon Berani Hantar Pelanggan Keluar?

Ada beberapa sebab logik di sebalik langkah ini:

1. Elak pengalaman buruk ‘jalan buntu’
   Tiada apa yang lebih menjengkelkan untuk pelanggan selain:

   • produk idaman tak ada stok,
   • cadangan alternatif tak relevan,
   • proses carian jadi panjang.

   Bila pengguna kecewa macam ni beberapa kali, mereka akan:

   • kurangkan kekerapan buka aplikasi,
   • terus lompat ke pesaing.

2. Kekalkan kepercayaan jenama jangka panjang
   Dalam runcit moden, kepercayaan lebih mahal daripada margin satu transaksi. Tindakan jujur “barang ni kami tak ada, tapi anda boleh beli di sini” membantu membina:

   • imej Amazon sebagai tempat carian utama,
   • reputasi sebagai “penasihat membeli-belah”, bukan sekadar penolak produk.

3. Data tingkah laku pelanggan jadi semakin kaya
   Dengan AI, Amazon boleh menganalisis:

   • produk apa yang paling kerap habis stok,
   • kategori mana yang pelanggan sanggup beli di luar platform,
   • tahap “purchase intent” sebelum pelanggan sanggup di-redirect.

   Data ini kembali semula ke dalam model AI untuk penstokan, ramalan permintaan, dan tawaran kerjasama jenama.

---

Di Mana AI Berperanan Dalam Keputusan ‘Redirect’ Ini?

AI yang sama digunakan untuk ramalan stok, kini digunakan untuk memutuskan bila wajar hantar pelanggan ke laman jenama.

1. Analitik Tingkah Laku Pelanggan

AI e-dagang moden tak hanya lihat klik dan carian. Ia membina profil minat dan niat belian secara halus:

• Berapa kali pengguna melihat produk yang sama
• Sama ada mereka bandingkan harga dengan produk lain
• Corak musim, contohnya lonjakan mainan kanak-kanak sebelum Krismas, atau tudung dan kurta menjelang Ramadan
• Sama ada mereka biasanya setia jenama (contoh: hanya beli Nike, bukan jenama lain)

Daripada corak ini, model AI boleh menjawab:

“Adakah pelanggan ini lebih puas kalau diberi produk alternatif, atau lebih baik dihantar terus ke laman rasmi jenama?”

Untuk pelanggan:

• yang sangat sensitif terhadap jenama,
• atau mencari SKU sangat spesifik,

redirect ke laman jenama mungkin beri kepuasan paling tinggi walaupun Amazon hilang margin untuk transaksi itu.

2. Ramalan Stok & Out-of-Stock Resolution

AI ramalan stok (demand forecasting) di Amazon dan pemain besar lain lazimnya mempertimbangkan:

• sejarah jualan bertahun-tahun,
• kempen promosi dan iklan,
• trend sosial (contoh: produk viral di TikTok),
• musim perayaan (Krismas, Tahun Baru, Ramadan, Raya).

Bila produk dijangka tak akan kembali stok dalam masa yang pelanggan sanggup tunggu, model AI boleh menandakan:

“Produk ini bukan ‘sekejap habis’, tapi ‘betul-betul tiada buat masa terdekat’.”

Di sinilah logik redirect jadi masuk akal: daripada biar pelanggan kecewa, lebih baik bawa mereka ke tempat yang berkemungkinan tinggi ada stok – iaitu laman jenama sendiri.

3. Optimasi Jangka Panjang Nilai Pelanggan (CLV)

Dalam dunia marketplace besar, satu pelanggan biasanya dinilai dengan Customer Lifetime Value (CLV), bukan margin satu order.

AI akan bandingkan:

• Nilai jangka pendek: margin hilang bila transaksi berlaku di luar Amazon
• Nilai jangka panjang: kebarangkalian pelanggan kekal gunakan Amazon sebagai tempat mencari dan menilai produk dalam 6–24 bulan akan datang

Kalau model tunjuk bahawa:

• pelanggan yang dibantu dengan jujur lebih setia,
• dan lebih banyak berbelanja dalam kategori lain di masa depan,

maka redirect adalah keputusan bisnes yang rasional, bukan tindakan “bodoh” lepaskan jualan.

---

Apa Yang Peruncit & Marketplace Malaysia Boleh Belajar

Prinsip yang Amazon sedang uji ini boleh diadaptasi oleh peruncit besar dan marketplace di Malaysia – walaupun belum sampai tahap hantar pelanggan ke laman jenama.

1. Dari ‘Maaf Habis Stok’ ke ‘Solusi Pintar’

Ramai pemain e-dagang masih berhenti di:

“Maaf, produk ini tiada dalam stok.”

Sedangkan dengan sedikit automasi dan AI, pengalaman itu boleh jadi jauh lebih pintar:

• Tunjuk ETA stok berdasarkan ramalan, bukan janji kosong
  Contoh: “Dijangka kembali stok 05/01/2026”
• Beri alternatif berdasarkan niat pelanggan, bukan sekadar kategori sama
  Kalau pelanggan cari susu formula tertentu untuk bayi sensitif, cadangan patut ambil kira:
  • umur bayi,
  • alergi biasa,
  • harga yang hampir sama,
  • jenama yang pernah dibeli sebelum ini.

2. Pre-Order & Backorder Dipandu AI

Untuk rangkaian seperti pasar raya besar atau jenama F&B:

• Gunakan AI untuk tentukan SKU mana sesuai dibuka pre-order bila stok hampir habis.
• AI boleh kira:
  • risiko stok lambat sampai,
  • kemungkinan pelanggan batal order,
  • margin keuntungan selepas kos logistik tambahan.

Dengan cara ini, pelanggan tak rasa “kantoi”, malah rasa mereka antara yang pertama dalam batch stok baru.

3. ‘Soft Redirect’ Dalam Ekosistem Sendiri

Kalau tak mahu hantar pelanggan keluar platform seperti Amazon buat, ada beberapa versi “lembut” yang masih mesra pelanggan:

• Bundle pintar
  Kalau satu produk tak ada, cadangkan bundle lain yang hampir sama fungsinya dengan nilai lebih baik.

• Cadangan lintas-kedai (cross-store) dalam rangkaian sama
  Untuk rangkaian runcit fizikal + online di Malaysia, AI boleh paparkan:

  • “Tak ada di cawangan A, tetapi ada di cawangan B. Pilih penghantaran dari cawangan B atau klik & kutip.”

• Integrasi vendor/jenama
  Seperti konsep yang Amazon uji, tetapi dalam format:

  • pesanan diproses dalam marketplace,
  • pemenuhan (fulfilment) dibuat terus oleh jenama (dropship gaya profesional),
  • pelanggan masih rasa beli “dalam” platform.

---

Bagaimana Nak Mula: Rangka Kerja Praktikal Untuk Pasukan Anda

Anda tak perlukan bajet Amazon untuk mula gunakan AI bagi selesaikan masalah out-of-stock. Apa yang anda perlukan ialah disiplin data dan langkah kecil yang konsisten.

Langkah 1: Kumpul Data Out-of-Stock Dengan Serius

Pastikan anda merekod dan menganalisis:

• produk apa yang paling kerap habis,
• berapa lama purata habis stok,
• apa yang pelanggan buat lepas jumpa produk habis stok:
  • tutup apps?
  • cari produk lain?
  • tambah ke wish list?

Ini asas untuk melatih atau menggunakan mana-mana model AI cadangan.

Langkah 2: Segmentasi Niat Pelanggan

Gunakan analitik (walau bermula dengan rule-based) untuk klasifikasikan lawatan kepada beberapa niat utama:

• Mesti produk ini, tak mahu yang lain
  Biasanya datang dari carian spesifik: nama jenama + model + variasi.

• Cari kategori, terbuka pada pilihan
  Contoh: “vacuum cordless RM500–RM800”. Ini sesuai dengan cadangan alternatif.

• Pelanggan setia jenama tertentu
  Ringkasnya: kalau jenama X tak ada, mereka akan tangguh beli.

AI (atau minimum, logik mudah) boleh guna segmentasi niat ini untuk:

• tentukan bila patut cadang alternatif,
• bila patut cadang pre-order,
• bila patut buat “soft redirect” (contoh: tawaran dari vendor rasmi).

Langkah 3: Uji A/B Mekanisme Penyelesaian Out-of-Stock

Jangan teka. Uji.

• Versi A: hanya cadangan produk alternatif
• Versi B: alternatif + tarikh jangkaan stok kembali
• Versi C: pre-order + alternatif
• Versi D: tawaran dari vendor / jenama terus

Pantau metrik seperti:

• kadar klik (CTR) pada cadangan,
• kadar conversion,
• kadar pelanggan kembali dalam 30 hari.

Bila data mencukupi, AI boleh mula:

• auto-optimize pengalaman mengikut profil pelanggan,
• kenal pasti strategi yang paling tinggi nilai jangka panjang.

---

Kenapa Strategi Amazon Ini Kritikal Untuk 2026 & Seterusnya

Untuk siri “AI in Retail & E-Commerce (Large Chains & Marketplaces)”, langkah Amazon ini bukti terang bahawa AI bukan hanya tentang chatbot dan cadangan produk. Ia tentang membuat keputusan besar yang nampak kontra-intuitif tapi menguntungkan dalam jangka panjang.

Dalam konteks Malaysia:

• Marketplace seperti Lazada dan Shopee sudah agresif dalam AI untuk carian dan pemasaran.
• Rangkaian runcit besar mula guna AI untuk ramalan permintaan musim perayaan dan pengurusan gudang.

Langkah seterusnya yang lebih matang:
guna AI untuk mengurus momen paling sensitif dalam pengalaman pelanggan – saat mereka kecewa bila produk idaman tak ada.

Sama ada anda bersedia atau tidak, pelanggan akan mula banding pengalaman di platform tempatan dengan apa yang mereka lihat di gergasi global seperti Amazon. Peruncit yang menang nanti bukan semata-mata yang stok paling banyak, tapi yang paling bijak mengurus ketiadaan stok.

Jadi soalan praktikal untuk pasukan anda hari ini:

• Apa yang sebenarnya berlaku di platform anda bila produk habis stok?
• Adakah AI anda sedang mempertahankan margin jangka pendek, atau membina kesetiaan pelanggan jangka panjang?

Jawapan jujur kepada dua soalan ini biasanya cukup untuk tentukan siapa yang akan mendahului pasaran e-dagang dalam 12–24 bulan akan datang.