AI কি রিটেইল মার্চেন্ডাইজিং বিশ্লেষকদের প্রতিস্থাপন করবে? প্রতিটি SKU যখন একটি গল্প বলে
রিটেইল মার্চেন্ডাইজিং বিশ্লেষকরা উচ্চ AI এক্সপোজারের মুখে। বিশ্লেষণ প্ল্যাটফর্ম রিপোর্টিং ও চাহিদা পূর্বাভাস স্বয়ংক্রিয় করছে, কিন্তু কৌশলগত অ্যাসর্টমেন্ট সিদ্ধান্ত মানুষের হাতে।
৮২%। এটি স্বয়ংক্রিয় রিপোর্টিং এবং ড্যাশবোর্ড জেনারেশনের অটোমেশন হার — রিটেইল মার্চেন্ডাইজিং বিশ্লেষকদের সবচেয়ে বেশি এক্সপোজড কাজ। কিন্তু এই সংখ্যাটি পুরো গল্পটি বলে না।
প্রতিটি দোকানের প্রতিটি পণ্য অ্যাসর্টমেন্টের পিছনে একজন মার্চেন্ডাইজিং বিশ্লেষক সংখ্যা ক্রাঞ্চ করছেন — কোন পণ্য কোথায় বিক্রি হয়, কী চিহ্নিত করতে হবে, কখন পুনরায় মজুত করতে হবে। রূপান্তরটি দ্রুত এবং পরিষ্কার হয়েছে। পাঁচ বছর আগে, একজন সাধারণ বিশ্লেষক তাদের সপ্তাহের ৬০% রিপোর্ট তৈরিতে ব্যয় করতেন। আজ সেই ভাগ ১৫%-এর কাছাকাছি, AI ড্যাশবোর্ড বাকিটা নিয়েছে। অবশিষ্ট ৮৫% কাজ আরও কৌশলগত, আরও ক্রস-ফাংশনাল, এবং যুক্তিযুক্তভাবে আরও আকর্ষণীয় হয়ে উঠেছে।
তথ্য: রিটেইল ভূমিকাগুলোর মধ্যে সবচেয়ে বেশি এক্সপোজড
Anthropic Labor Market Report (2026) থেকে তুলনামূলক পেশার উপর ভিত্তি করে রিটেইল মার্চেন্ডাইজিং বিশ্লেষকরা রিটেইল সেক্টরে AI এক্সপোজার উচ্চ প্রান্তে বসে আছেন, এক্সপোজার আনুমানিক ৬০% এবং অটোমেশন ঝুঁকি প্রায় ৪৫%। রুটিন বিশ্লেষণমূলক কাজ স্পষ্টতই AI অঞ্চলে।
[তথ্য] স্বয়ংক্রিয় রিপোর্টিং এবং ড্যাশবোর্ড জেনারেশন সবচেয়ে বেশি এক্সপোজড কাজ ৮২% অটোমেশনে। AI-চালিত ব্যবসায়িক বুদ্ধিমত্তা প্ল্যাটফর্ম POS সিস্টেম, ই-কমার্স প্ল্যাটফর্ম, এবং ইনভেন্টরি ম্যানেজমেন্ট সিস্টেম থেকে ডেটা টেনে রিয়েল-টাইম রিপোর্ট তৈরি করতে পারে যা বিশ্লেষকদের একবার কম্পাইল করতে দিন লাগত। Tableau, Power BI, এবং RetailNext-এর মতো বিশেষায়িত রিটেইল অ্যানালিটিক্স প্ল্যাটফর্মগুলো এটিকে মানদণ্ড করে তুলেছে।
[তথ্য] চাহিদা পূর্বাভাস অনুরূপভাবে ৭৫% এ স্বয়ংক্রিয়। ঐতিহাসিক বিক্রয়, আবহাওয়ার ডেটা, স্থানীয় ঘটনা, অর্থনৈতিক সূচক, এবং সামাজিক প্রবণতা অন্তর্ভুক্ত মেশিন লার্নিং মডেলগুলো ঐতিহ্যগত পরিসংখ্যান পদ্ধতিকে ছাড়িয়ে যাওয়া চাহিদা পূর্বাভাস তৈরি করে। Walmart-এর AI-চালিত পূর্বাভাস স্টকআউট ৩০% এবং ওভারস্টক ২০% কমানোর কৃতিত্ব পেয়েছে — এমন লাভ যা কোনো মানব বিশ্লেষক স্প্রেডশিট নিয়ে কাজ করে প্রতিলিপি করতে পারবেন না।
মূল্য স্থিতিস্থাপকতা মডেলিং ৭০% অটোমেশনে পৌঁছেছে। Revionics, PriceEdge, এবং Eversight-এর ডায়নামিক মূল্য ইঞ্জিন ক্রমাগত মূল্য বিন্দু পরীক্ষা করে এবং বিভাগ, স্টোর, এমনকি দিনের সময় অনুসারে অনুকূল মূল্য মই সুপারিশ করে। মার্কডাউন অপ্টিমাইজেশন ৭৮% এ। Target, Macy's, এবং Nordstrom-এর অ্যালগরিদমিক মার্কডাউন ইঞ্জিনগুলো এখন গভীরতা এবং সময়ের সিদ্ধান্ত নেয় যা পুরো মার্চেন্ডাইজিং দলকে দখল করত।
কিন্তু কৌশলগত অ্যাসর্টমেন্ট সিদ্ধান্ত — কোন নতুন পণ্য পরীক্ষা করতে হবে, বিভাগ জুড়ে শেলফ স্পেস কীভাবে বরাদ্দ করতে হবে, এবং একটি প্রবণতা কখন উদীয়মান বনাম বিবর্ণ হচ্ছে — সাধারণত ২৫% অটোমেশনে বসে থাকে। Bureau of Labor Statistics মার্কেট রিসার্চ বিশ্লেষকরা, নিকটতম BLS বিভাগ, মধ্যম বেতন $৭৪,৬৮০ সহ ২০৩৪ সালের মধ্যে ১৩% বৃদ্ধি করবে বলে প্রত্যাশিত — সর্ব-পেশার গড়ের উপরে।
রিটেইলে বিশ্লেষণ বিপ্লব
রিটেইল মার্চেন্ডাইজিং AI অ্যানালিটিক্সের প্রথম এবং সবচেয়ে উৎসাহী দত্তকগ্রহীতাদের মধ্যে একটি হয়েছে। ক্যাটাগরি ম্যানেজমেন্ট — বিভাগের মধ্যে পণ্য অ্যাসর্টমেন্ট অপ্টিমাইজ করার শৃঙ্খলা — এখন AI-চালিত প্ল্যানোগ্রাম অপ্টিমাইজেশন, মূল্য স্থিতিস্থাপকতা মডেলিং, এবং মার্কেট বাস্কেট বিশ্লেষণের উপর ব্যাপকভাবে নির্ভর করে। Nielsen, Circana, এবং SymphonyAI তাদের ব্যবসা এই বিশ্লেষণ স্কেলে প্রদানের চারপাশে গড়ে তুলেছে।
বড় রিটেইলাররা মার্কডাউন সিদ্ধান্ত স্বয়ংক্রিয় করতে AI ব্যবহার করে, মৌসুমী ইনভেন্টরি পরিষ্কার করার সময় রাজস্ব সর্বাধিক করার জন্য ছাড়ের সর্বোত্তম সময় এবং গভীরতা নির্ধারণ করে। এটি একবার বিশ্লেষকদের একটি বিচারিক কল ছিল; এখন অ্যালগরিদম এটি স্ট্যান্ডার্ড বিভাগগুলোর জন্য পরিচালনা করে। মানবিক ভূমিকা ব্যতিক্রম ব্যবস্থাপনায় স্থানান্তরিত হয়েছে — এমন SKU এবং বিভাগ পরিচালনা করা যেখানে অ্যালগরিদম ব্যবসায়িক স্বজ্ঞার বিপরীত ফলাফল তৈরি করে।
স্থানীয়করণ — পৃথক স্টোরের ডেমোগ্রাফিক্স এবং কেনার নিদর্শনে অ্যাসর্টমেন্ট তৈরি করা — AI দ্বারা রূপান্তরিত হয়েছে। বিস্তৃত আঞ্চলিক অ্যাসর্টমেন্টের পরিবর্তে, রিটেইলাররা এখন স্টোর বা এমনকি শেলফ স্তরে অপ্টিমাইজ করতে পারে। ডালাসের উপশহরের Target এখন শহুরে বোস্টনের Target থেকে পরিমাপযোগ্যভাবে ভিন্ন অ্যাসর্টমেন্ট বহন করে, উভয়ই একই অ্যালগরিদমিক ইঞ্জিন দ্বারা অপ্টিমাইজড কিন্তু ভিন্ন আউটপুট ফলন করে।
মানব বিশ্লেষকরা যেখানে মূল্য যোগ করেন
[মতামত] অটোমেশন সত্ত্বেও, অভিজ্ঞ মার্চেন্ডাইজিং বিশ্লেষকরা অপরিহার্য দৃষ্টিভঙ্গি আনেন। তারা সংখ্যার পিছনের গুণগত কারণগুলো বোঝেন — কেন একটি পণ্য TikTok-এ ট্রেন্ড করছে, কীভাবে একটি নতুন প্রতিযোগী স্টোর বাজারকে প্রভাবিত করবে, কেন একটি ঐতিহাসিকভাবে শক্তিশালী বিভাগ নরম হচ্ছে। ২০২৪-২০২৫ সালে প্রধান রিটেইলারদের মধ্যে মোমবাতি বিভাগের পতন ডেটায় দৃশ্যমান ছিল ভোক্তা সংস্কৃতি অনুসরণকারী বিশ্লেষকদের কাছে দৃশ্যমান হওয়ার সপ্তাহ পরে।
ভেন্ডর সম্পর্ক আরেকটি মানবিক ডোমেন। প্রমোশনাল সমর্থন আলোচনা করা, একচেটিয়া পণ্য সুরক্ষিত করা, মূল ব্র্যান্ডের সাথে অংশীদারিত্ব গড়া — এগুলো আন্তঃব্যক্তিক দক্ষতা এবং শিল্প জ্ঞান দাবি করে। সেরা মার্চেন্ডাইজিং বিশ্লেষকদের তাদের ভেন্ডর সমকক্ষের সাথে অনানুষ্ঠানিক ফোন-কল সম্পর্ক রয়েছে যা কোনো AI টুল প্রতিস্থাপন করতে পারে না — সেই কলগুলোতেই একচেটিয়া চুক্তি, ঘাটতির প্রাথমিক সতর্কতা, এবং যৌথ প্রমোশনাল পরিকল্পনা হয়।
ক্রস-ফাংশনাল সমন্বয় অপরিহার্য। মার্চেন্ডাইজিং বিশ্লেষকরা ক্রয় দল, স্টোর অপারেশন, মার্কেটিং, এবং সাপ্লাই চেইনের সাথে কাজ করেন। বিশ্লেষণাত্মক অন্তর্দৃষ্টিকে এই বিভিন্ন ফাংশনগুলোকে একত্রিত করে এমন কার্যকর পরিকল্পনায় অনুবাদ করার জন্য যোগাযোগ এবং প্রভাব দরকার। AI যখন "প্রাকৃতিক খাদ্য বিভাগ প্রসারিত করুন" বলে, তখন অপারেশনের সাথে শ্রম খরচ, মার্কেটিংয়ের সাথে লঞ্চ ক্যাম্পেইন, এবং সাপ্লাই চেইনের সাথে নতুন ভেন্ডর অনবোর্ডিং আলোচনা করার জন্য একজন মানুষ লাগে।
[তথ্য] "তাহলে কী?" প্রশ্নটি যেখানে মানুষ এগিয়ে থাকেন। AI বলতে পারে যে উত্তর-পূর্বে জৈব পণ্যের বিক্রয় গত কোয়ার্টারে ১৫% বেড়েছে। একজন দক্ষ বিশ্লেষক বলেন যে এর মানে হলো আপনার কানেক্টিকাট স্টোরে প্রচলিত বিকল্পের বিনিময়ে জৈব বিভাগ প্রসারিত করা উচিত, শীর্ষ তিনটি জৈব সরবরাহকারীর সাথে আরও ভালো শর্ত আলোচনা করা উচিত, এবং Q2-তে জৈব-কেন্দ্রিক মার্কেটিং ক্যাম্পেইন পরীক্ষা করা উচিত। ডেটা থেকে সিদ্ধান্তে অনুবাদ এখনও একটি মানবিক কারুকাজ।
প্রবণতা ব্যাখ্যার জন্য সাংস্কৃতিক দক্ষতা প্রয়োজন। ঐতিহাসিক বিক্রয় ডেটায় প্রশিক্ষিত AI মডেলগুলো পদ্ধতিগতভাবে ইনফ্লেকশন পয়েন্টগুলো মিস করে — যে মুহূর্তটি একটি নিশ মূলধারায় পরিণত হয়, বা যখন একটি দীর্ঘস্থায়ী স্থিতিশীল বিভাগ হ্রাস পেতে শুরু করে। সোশ্যাল মিডিয়া, খাদ্য সংস্কৃতি, এবং সংলগ্ন শিল্পগুলো অনুসরণ করা মানব বিশ্লেষকরা অ্যালগরিদম ধরে নেওয়ার মাস আগে এই মোড় স্পট করেন।
সম্পর্কিত ডেটার জন্য, Retail Buyers বিশ্লেষণ পেজ এবং Purchasing Agents পেজ দেখুন।
রিটেইলাররা আসলে কী নিয়োগ করছে
রিটেইল মার্চেন্ডাইজিং বিশ্লেষকদের জব পোস্টিং গত তিন বছরে উল্লেখযোগ্যভাবে পরিবর্তিত হয়েছে। "রিপোর্ট জেনারেশন" বাক্যাংশটি ২০২২ সালের তুলনায় প্রায় অর্ধেক কম পোস্টিংয়ে উপস্থিত। "পরীক্ষা-নিরীক্ষা," "AB পরীক্ষা," এবং "অন্তর্দৃষ্টি জেনারেশন" বাক্যাংশগুলো প্রায় তিনগুণ বেড়েছে। "SQL দক্ষতা" প্রায় প্রতিটি সিনিয়র পোস্টিংয়ে উপস্থিত। "Python বা R দক্ষতা" প্রায় দুই-তৃতীয়াংশে উপস্থিত।
[তথ্য] চাকরির শিরোনামগুলো বৈচিত্র্যময় হচ্ছে। "রিটেইল মার্চেন্ডাইজিং বিশ্লেষক" বিশেষজ্ঞ শিরোনামে বিভক্ত হচ্ছে: মূল্য নির্ধারণ বিশ্লেষক, অ্যাসর্টমেন্ট পরিকল্পনা বিশ্লেষক, গ্রাহক অন্তর্দৃষ্টি বিশ্লেষক, পুনরায় পূরণ বিশ্লেষক। প্রতিটি উপ-বিশেষত্বের নিজস্ব AI টুলিং রয়েছে, কিন্তু একীভূত থিম হলো কী হয়েছে তা বর্ণনা করা থেকে কী করতে হবে তা সুপারিশ করার দিকে মূল্য শৃঙ্খলে উঠে যাওয়া।
ক্ষতিপূরণ দ্বিখণ্ডিত হয়েছে। রিপোর্ট উৎপাদনে মনোনিবেশ করা এন্ট্রি-লেভেল বিশ্লেষক ভূমিকাগুলো মজুরি সংকোচন দেখেছে। কৌশলগত অন্তর্দৃষ্টি, পরীক্ষামূলক ডিজাইন, এবং স্টেকহোল্ডার যোগাযোগ দাবিকারী সিনিয়র বিশ্লেষক এবং লিড ভূমিকাগুলো মজুরি বৃদ্ধি দেখেছে।
বাস্তব দক্ষতা চেকলিস্ট
[অনুমান] যদি আপনি বর্তমানে একজন রিটেইল মার্চেন্ডাইজিং বিশ্লেষক হন এবং আপনার ক্যারিয়ার AI-স্থিতিস্থাপক নিশ্চিত করতে চান, তিনটি দক্ষতা বিনিয়োগ সবচেয়ে নির্ভরযোগ্যভাবে যৌগিক হয়। প্রথমটি হলো পরীক্ষামূলক ডিজাইন: মূল্য, প্রমোশন, বা অ্যাসর্টমেন্টে একটি A/B পরীক্ষা ডিজাইন, পরিচালনা, এবং ব্যাখ্যা করার ক্ষমতা। দ্বিতীয়টি হলো স্টেকহোল্ডার যোগাযোগ: ক্রয় বৈঠকে সিদ্ধান্তে ফলাফল উপস্থাপন করতে এবং প্রশ্নের অধীনে সুপারিশ রক্ষা করতে পারার বিশ্লেষক একটি সিনিয়র-ট্র্যাক প্রার্থী হয়ে যান। তৃতীয়টি হলো শিল্প-নির্দিষ্ট ডোমেন গভীরতা।
ক্যারিয়ার পজিশনিং
রিপোর্ট নির্মাতা থেকে অন্তর্দৃষ্টি জেনারেটরে পরিণত হওয়া মার্চেন্ডাইজিং বিশ্লেষকরা সাফল্য পাবেন। ডেটা সায়েন্স, SQL, এবং AI টুলে প্রযুক্তিগত দক্ষতা একটি ন্যূনতম মানদণ্ড। পার্থক্যকারী হলো ডেটাকে ব্যবসায়িক সিদ্ধান্তে অনুবাদ করার ক্ষমতা, অনুসন্ধান প্ররোচনামূলকভাবে যোগাযোগ করা, এবং ডেটা কখন বিভ্রান্তিকর তা চেনার জন্য রিটেইল শিল্পকে যথেষ্ট গভীরভাবে বোঝা।
গল্প বলা আগের চেয়ে বেশি গুরুত্বপূর্ণ। যে বিশ্লেষক একটি ক্রেতা বা বিভাগ পরিচালককে একটি স্পষ্ট বর্ণনার মাধ্যমে হাঁটতে পারেন — "এখানে কী হচ্ছে, কেন, আমাদের কী করা উচিত, কী ভুল হতে পারে" — সেই বিশ্লেষককে ছাড়িয়ে যান যিনি একটি ড্যাশবোর্ড লিঙ্ক ইমেইল করেন এবং প্রশ্নের জন্য অপেক্ষা করেন।
সার কথা
রিটেইল মার্চেন্ডাইজিং বিশ্লেষণ AI দ্বারা উল্লেখযোগ্যভাবে পুনরায় আকার নেওয়া একটি ক্ষেত্র, রুটিন বিশ্লেষণমূলক কাজ ক্রমবর্ধমানভাবে স্বয়ংক্রিয় হচ্ছে। কিন্তু ভূমিকার কৌশলগত, সম্পর্কীয়, এবং ব্যাখ্যামূলক দিকগুলো মানব পেশাদারদের জন্য অব্যাহত চাহিদা নিশ্চিত করে যারা ডেটা কী বলে এবং ব্যবসার কী করা উচিত তার মধ্যে ব্যবধান পূরণ করতে পারেন। পরবর্তী প্রজন্মের মার্চেন্ডাইজিং বিশ্লেষকরা স্প্রেডশিট অপারেটরের চেয়ে অভ্যন্তরীণ পরামর্শদাতার মতো দেখাবেন — এবং বেতন স্কেল ইতিমধ্যে সেই দিকে চলছে।
_এই বিশ্লেষণটি AI-সহায়তায় তৈরি, Anthropic Economic Index এবং সম্পূরক শ্রম বাজার গবেষণার ডেটার উপর ভিত্তি করে। পদ্ধতি সম্পর্কে বিস্তারিত জানতে আমাদের AI Disclosure পেজ দেখুন।_
সম্পর্কিত: অন্যান্য পেশার কী হবে?
AI অনেক পেশা পুনর্গঠন করছে:
- AI কি রিটেইল বিক্রয়কর্মীদের প্রতিস্থাপন করবে?
- AI কি ইভেন্ট পরিকল্পনাকারীদের প্রতিস্থাপন করবে?
- AI কি হিসাবরক্ষকদের প্রতিস্থাপন করবে?
- AI কি আইনজীবীদের প্রতিস্থাপন করবে?
_আমাদের ব্লগে ৪৭০+ পেশা বিশ্লেষণ দেখুন।_
সংলগ্ন দক্ষতাগুলো যৌগিক হয়। যে মার্চেন্ডাইজিং বিশ্লেষকরা সাপ্লাই চেইন ইকোনমিক্স, ভেন্ডর আলোচনা, বা ভোক্তা গবেষণায় দক্ষতা বিকাশ করেন তারা ক্যাটাগরি ম্যানেজমেন্ট ভূমিকায় পদোন্নতি পান যেখানে AI একটি প্রতিযোগী নয়, একটি টুল। এই উপরের মূল্য শৃঙ্খলে যাওয়াই আজকের বিশ্লেষকের জন্য সবচেয়ে সুরক্ষিত ক্যারিয়ার পথ।
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
আপডেট ইতিহাস
- ২৫ মার্চ, ২০২৬ তারিখে প্রথম প্রকাশিত।
- ১৪ মে, ২০২৬ তারিখে সর্বশেষ পর্যালোচিত।