Come Lamoda sta lavorando su algoritmi che capiscano i desideri dell'acquirente

Presto, lo shopping online sarà un mix di social media, piattaforme di raccomandazione e spedizioni di capsule guardaroba. Oleg Khomyuk, capo del dipartimento di ricerca e sviluppo dell'azienda, ha raccontato come lavora Lamoda su questo

Chi e come in Lamoda lavora sugli algoritmi della piattaforma

In Lamoda, la ricerca e sviluppo è responsabile dell'implementazione della maggior parte dei nuovi progetti basati sui dati e della loro monetizzazione. Il team è composto da analisti, sviluppatori, data scientist (ingegneri di machine learning) e product manager. Il formato del team interfunzionale è stato scelto per un motivo.

Tradizionalmente, nelle grandi aziende, questi specialisti lavorano in diversi reparti: analisi, IT, reparti prodotto. La velocità di attuazione di progetti comuni con questo approccio è generalmente piuttosto bassa a causa delle difficoltà di pianificazione congiunta. Il lavoro stesso è strutturato come segue: prima un dipartimento è impegnato nell'analisi, poi un altro nello sviluppo. Ognuno di loro ha i propri compiti e scadenze per la loro soluzione.

Il nostro team interfunzionale utilizza approcci flessibili e le attività di diversi specialisti vengono svolte in parallelo. Grazie a ciò, l'indicatore Time-To-Market (il tempo dall'inizio dei lavori sul progetto all'ingresso nel mercato. — tendenze) è inferiore alla media di mercato. Un altro vantaggio del formato interfunzionale è l'immersione di tutti i membri del team nel contesto aziendale e nel lavoro reciproco.

Portafoglio di progetto

Il portafoglio progetti del nostro dipartimento è vario, anche se per ovvi motivi è orientato verso un prodotto digitale. Aree in cui operiamo:

• catalogo e ricerca;
• sistemi di raccomandazione;
• personalizzazione;
• ottimizzazione dei processi interni.

I sistemi di catalogo, ricerca e raccomandazione sono strumenti di visual merchandising, il modo principale in cui un cliente sceglie un prodotto. Qualsiasi miglioramento significativo all'usabilità di questa funzionalità ha un impatto significativo sulle prestazioni aziendali. Ad esempio, dare la priorità ai prodotti popolari e attraenti per i clienti nell'ordinamento del catalogo porta ad un aumento delle vendite, poiché è difficile per l'utente visualizzare l'intera gamma e la sua attenzione è solitamente limitata a diverse centinaia di prodotti visualizzati. Allo stesso tempo, i consigli di prodotti simili sulla scheda del prodotto possono aiutare coloro che, per qualche motivo, non hanno gradito il prodotto visualizzato, a fare la loro scelta.

Uno dei casi di maggior successo che abbiamo avuto è stata l'introduzione di una nuova ricerca. La sua principale differenza rispetto alla versione precedente sta negli algoritmi linguistici per la comprensione della richiesta, che i nostri utenti hanno percepito positivamente. Ciò ha avuto un impatto significativo sui dati di vendita.

Tutte le idee vengono testate

Prima che le nuove funzionalità diventino disponibili per gli utenti Lamoda, eseguiamo test A/B. È costruito secondo lo schema classico e utilizzando componenti tradizionali.

• Il primo stadio – iniziamo l'esperimento, indicando le sue date e la percentuale di utenti che devono abilitare questa o quella funzionalità.
• La seconda fase — raccogliamo identificatori degli utenti che partecipano all'esperimento, nonché dati sul loro comportamento sul sito e sugli acquisti.
• Il terzo stadio – riassumere utilizzando metriche aziendali e di prodotto mirate.

Da un punto di vista aziendale, meglio i nostri algoritmi comprendono le query degli utenti, comprese quelle che commettono errori, meglio influenzerà la nostra economia. Le richieste con errori di battitura non porteranno a una pagina vuota o a una ricerca imprecisa, gli errori commessi risulteranno evidenti ai nostri algoritmi e l'utente vedrà i prodotti che stava cercando nei risultati di ricerca. Di conseguenza, può effettuare un acquisto e non lascerà il sito senza nulla.

La qualità del nuovo modello può essere misurata dalle metriche di qualità della correzione dell'errata. Ad esempio, è possibile utilizzare quanto segue: "percentuale di richieste correttamente corrette" e "percentuale di richieste correttamente non corrette". Ma questo non parla direttamente dell'utilità di una tale innovazione per le imprese. In ogni caso, devi osservare come cambiano le metriche di ricerca del bersaglio in condizioni di combattimento. Per fare ciò, eseguiamo esperimenti, ovvero test A / B. Successivamente, esaminiamo le metriche, ad esempio la quota di risultati di ricerca vuoti e la "percentuale di clic" di alcune posizioni dall'alto nei gruppi di test e di controllo. Se la modifica è sufficientemente ampia, si rifletterà nelle metriche globali come il controllo medio, le entrate e la conversione all'acquisto. Ciò indica che l'algoritmo per la correzione degli errori di battitura è efficace. L'utente effettua un acquisto anche se ha commesso un errore di battitura nella query di ricerca.

Attenzione a tutti gli utenti

Sappiamo qualcosa su ogni utente Lamoda. Anche se una persona visita il nostro sito o la nostra applicazione per la prima volta, vediamo la piattaforma che utilizza. A volte la geolocalizzazione e la fonte del traffico sono a nostra disposizione. Le preferenze degli utenti variano a seconda delle piattaforme e delle regioni. Pertanto, capiamo immediatamente cosa potrebbe piacere a un nuovo potenziale cliente.

Sappiamo come lavorare con la cronologia di un utente raccolta nell'arco di un anno o due. Ora possiamo raccogliere la cronologia molto più velocemente, letteralmente in pochi minuti. Dopo i primi minuti della prima seduta, è già possibile trarre alcune conclusioni sui bisogni e sui gusti di una determinata persona. Ad esempio, se un utente ha selezionato più volte scarpe bianche durante la ricerca di scarpe da ginnastica, allora è quella che dovrebbe essere offerta. Vediamo le prospettive per tale funzionalità e pianifichiamo di implementarla.

Ora, per migliorare le opzioni di personalizzazione, ci stiamo concentrando maggiormente sulle caratteristiche dei prodotti con cui i nostri visitatori hanno avuto qualche tipo di interazione. Sulla base di questi dati, formiamo una certa "immagine comportamentale" dell'utente, che poi utilizziamo nei nostri algoritmi.

Come cambiare seguendo il comportamento degli acquirenti online

Una parte importante dello sviluppo di qualsiasi prodotto è lo sviluppo del cliente (test di un'idea o prototipo di un prodotto futuro su potenziali consumatori) e interviste approfondite. Nel nostro team ci sono product manager che si occupano della comunicazione con i consumatori. Conducono interviste approfondite per comprendere le esigenze insoddisfatte degli utenti e trasformare tale conoscenza in idee di prodotto.

Delle tendenze che stiamo vedendo ora, si possono distinguere le seguenti:

• La quota di ricerche da dispositivi mobili è in costante crescita. La prevalenza delle piattaforme mobili sta cambiando il modo in cui gli utenti interagiscono con noi. Ad esempio, il traffico su Lamoda nel tempo passa sempre più dal catalogo alla ricerca. Questo è spiegato molto semplicemente: a volte è più facile impostare una query di testo piuttosto che utilizzare la navigazione nel catalogo.
• Un'altra tendenza che dobbiamo considerare è il desiderio degli utenti di porre domande brevi. Pertanto, è necessario aiutarli a formulare richieste più significative e dettagliate. Ad esempio, possiamo farlo con i suggerimenti di ricerca.

Qual'è il prossimo

Oggi, nello shopping online, ci sono solo due modi per votare un prodotto: effettuare un acquisto o aggiungere il prodotto ai preferiti. Ma l'utente, di regola, non ha opzioni per dimostrare che il prodotto non è piaciuto. Risolvere questo problema è una delle priorità per il futuro.

Separatamente, il nostro team sta lavorando duramente all'introduzione di tecnologie di visione artificiale, algoritmi di ottimizzazione della logistica e un feed personalizzato di consigli. Ci sforziamo di costruire il futuro dell'e-commerce basato sull'analisi dei dati e sull'applicazione di nuove tecnologie per creare un servizio migliore per i nostri clienti.

Iscriviti anche al canale Trends Telegram e rimani aggiornato sulle tendenze attuali e le previsioni sul futuro della tecnologia, dell'economia, dell'istruzione e dell'innovazione.