Kuinka Lamoda työskentelee algoritmien parissa, jotka ymmärtävät ostajan toiveet

Pian verkkokauppa on sekoitus sosiaalista mediaa, suositusalustoja ja kapselivaatekaappitoimituksia. Yrityksen tutkimus- ja kehitysosaston johtaja Oleg Khomyuk kertoi, miten Lamoda toimii tässä

Kuka ja miten Lamodassa toimii alustaalgoritmeilla

Lamodassa T&K vastaa useimpien uusien datalähtöisten projektien toteuttamisesta ja niiden rahallistamisesta. Tiimi koostuu analyytikoista, kehittäjistä, datatieteilijöistä (koneoppimisen insinööreistä) ja tuotepäälliköistä. Monitoiminen tiimimuoto valittiin syystä.

Perinteisesti suurissa yrityksissä nämä asiantuntijat työskentelevät eri osastoilla – analytiikka-, IT-, tuoteosastoilla. Yhteisten hankkeiden toteuttamisnopeus tällä lähestymistavalla on yleensä varsin alhainen yhteisen suunnittelun vaikeuksien vuoksi. Itse työ rakentuu seuraavasti: ensin yksi osasto tekee analytiikkaa, sitten toinen – kehitystä. Jokaisella niistä on omat tehtävänsä ja ratkaisunsa määräajat.

Poikkitoiminnallinen tiimimme käyttää joustavia lähestymistapoja ja eri asiantuntijoiden toimintaa toteutetaan rinnakkain. Tämän ansiosta Time-To-Market-indikaattori (aika projektin aloittamisesta markkinoille tuloon. Trendit) on markkinoiden keskiarvoa alhaisempi. Toinen monitoimiformaatin etu on kaikkien tiimin jäsenten uppoutuminen liiketoimintakontekstiin ja toistensa työhön.

Projektiportfolio

Osastomme projektiportfolio on monipuolinen, vaikka se on ilmeisistä syistä suuntautunut digitaaliseen tuotteeseen. Toimialueet, joilla toimimme:

• luettelo ja haku;
• suositusjärjestelmät;
• personointi;
• sisäisten prosessien optimointi.

Luettelo-, haku- ja suositusjärjestelmät ovat visuaalisia merchandising-työkaluja, pääasiallinen tapa, jolla asiakas valitsee tuotteen. Kaikki merkittävät parannukset tämän toiminnon käytettävyyteen vaikuttavat merkittävästi liiketoiminnan suorituskykyyn. Esimerkiksi asiakkaiden suosimien ja houkuttelevien tuotteiden priorisointi luettelolajittelussa johtaa myynnin kasvuun, koska käyttäjän on vaikea nähdä koko valikoima ja hänen huomionsa rajoittuu yleensä useisiin satoihin katseltuihin tuotteisiin. Samanaikaisesti tuotekortilla olevat samankaltaisten tuotteiden suositukset voivat auttaa valinnan tekemisessä niitä, jotka eivät jostain syystä pitäneet katsottavasta tuotteesta.

Yksi onnistuneimmista tapauksistamme oli uuden haun käyttöönotto. Sen tärkein ero edelliseen versioon on pyynnön ymmärtämisen kielellisissä algoritmeissa, jotka käyttäjämme ovat suhtautuneet myönteisesti. Tällä oli merkittävä vaikutus myyntilukuihin.

Kaikki ideat testataan

Ennen kuin uusia toimintoja tulee Lamodan käyttäjien saataville, suoritamme A/B-testauksen. Se on rakennettu klassisen kaavan mukaan ja käyttämällä perinteisiä komponentteja.

• Ensimmäinen vaihe – aloitamme kokeilun ilmoittamalla sen päivämäärät ja prosenttiosuuden käyttäjistä, joiden on otettava tämä tai toinen toiminto käyttöön.
• Toinen vaihe - Keräämme kokeiluun osallistuneiden käyttäjien tunnisteita sekä tietoja heidän käyttäytymisestään sivustolla ja ostoksista.
• Kolmas vaihe – Tee yhteenveto käyttämällä kohdistettuja tuote- ja liiketoimintamittareita.

Liiketoiminnan kannalta katsottuna mitä paremmin algoritmimme ymmärtävät käyttäjien kyselyitä, myös virheitä tekeviä, sitä paremmin se vaikuttaa talouteemme. Kirjoitusvirheitä sisältävät pyynnöt eivät johda tyhjään sivuun tai epätarkkaan hakuun, tehdyt virheet selviävät algoritmeillemme ja käyttäjä näkee hakutuloksissa etsimänsä tuotteet. Tämän seurauksena hän voi tehdä ostoksen eikä poistu sivustolta ilman mitään.

Uuden mallin laatua voidaan mitata errata-korjauksen laatumittareiden avulla. Voit käyttää esimerkiksi seuraavia: "oikein korjattujen pyyntöjen prosenttiosuus" ja "oikein korjaamattomien pyyntöjen prosenttiosuus". Mutta tämä ei suoraan kerro tällaisen innovaation hyödyllisyydestä yrityksille. Joka tapauksessa sinun on seurattava, kuinka kohdehakumittarit muuttuvat taisteluolosuhteissa. Tätä varten suoritamme kokeita, nimittäin A/B-testejä. Sen jälkeen tarkastellaan mittareita, esimerkiksi tyhjien hakutulosten osuutta ja joidenkin sijoittelujen "napsautussuhdetta" ylhäältä testi- ja vertailuryhmissä. Jos muutos on riittävän suuri, se näkyy maailmanlaajuisissa mittareissa, kuten keskimääräisessä shekissä, tuloissa ja konversiossa ostoksi. Tämä osoittaa, että kirjoitusvirheiden korjausalgoritmi on tehokas. Käyttäjä tekee ostoksen, vaikka olisi tehnyt kirjoitusvirheen hakukyselyssä.

Huomio jokaiselle käyttäjälle

Tiedämme jotain jokaisesta Lamoda-käyttäjästä. Vaikka henkilö vierailee sivustollamme tai sovelluksessamme ensimmäistä kertaa, näemme hänen käyttämänsä alustan. Joskus maantieteellinen sijainti ja liikenteen lähde ovat käytettävissämme. Käyttäjien asetukset vaihtelevat alustoittain ja alueittain. Siksi ymmärrämme heti, mistä uusi potentiaalinen asiakas saattaa pitää.

Osaamme työskennellä vuoden tai kahden aikana kerätyn käyttäjän historian kanssa. Nyt voimme kerätä historiaa paljon nopeammin – kirjaimellisesti muutamassa minuutissa. Ensimmäisen istunnon ensimmäisten minuuttien jälkeen on jo mahdollista tehdä johtopäätöksiä tietyn henkilön tarpeista ja mausta. Jos käyttäjä esimerkiksi valitsi valkoiset kengät useita kertoja etsiessään lenkkaria, se tulee tarjota. Näemme tällaisen toiminnon mahdollisuudet ja aiomme ottaa sen käyttöön.

Nyt personointivaihtoehtojen parantamiseksi keskitymme enemmän niiden tuotteiden ominaisuuksiin, joiden kanssa vierailijamme olivat jonkinlaisessa vuorovaikutuksessa. Näiden tietojen perusteella muodostamme käyttäjästä tietyn "käyttäytymiskuvan", jota käytämme sitten algoritmeissamme.

Kuinka muuttaa verkko-ostajien käyttäytymistä

Tärkeä osa minkä tahansa tuotteen kehitystä on asiakaskehitys (tulevaisuuden tuotteen idean tai prototyypin testaaminen mahdollisilla kuluttajilla) ja syvähaastattelut. Tiimissämme on tuotepäälliköitä, jotka käsittelevät viestintää kuluttajien kanssa. He tekevät perusteellisia haastatteluja ymmärtääkseen tyydyttämättömiä käyttäjien tarpeita ja muuttaakseen tiedon tuoteideoiksi.

Nykyisistä trendeistä voidaan erottaa seuraavat:

• Mobiililaitteilla tehtyjen hakujen osuus kasvaa jatkuvasti. Mobiilialustojen yleisyys muuttaa tapaa, jolla käyttäjät ovat vuorovaikutuksessa kanssamme. Esimerkiksi Lamodan liikenne siirtyy ajan myötä yhä enemmän luettelosta hakuun. Tämä selitetään yksinkertaisesti: joskus on helpompi asettaa tekstikysely kuin käyttää luettelon navigointia.
• Toinen suuntaus, jota meidän on harkittava, on käyttäjien halu tehdä lyhyitä kyselyitä. Siksi on tarpeen auttaa heitä muodostamaan mielekkäämpiä ja yksityiskohtaisempia pyyntöjä. Voimme tehdä tämän esimerkiksi hakuehdotuksilla.

Mitä seuraavaksi

Nykyään verkkokaupoissa on vain kaksi tapaa äänestää tuotetta: tehdä ostos tai lisätä tuote suosikkeihin. Mutta käyttäjällä ei yleensä ole vaihtoehtoja osoittaa, että tuotteesta ei pidetä. Tämän ongelman ratkaiseminen on yksi tulevaisuuden prioriteeteista.

Erikseen tiimimme työskentelee lujasti tietokonenäköteknologioiden, logistiikan optimointialgoritmien ja henkilökohtaisten suositussyötteiden käyttöönottamiseksi. Pyrimme rakentamaan sähköisen kaupankäynnin tulevaisuutta data-analyysin ja uusien teknologioiden soveltamisen pohjalta luodaksemme asiakkaillemme parempaa palvelua.

Tilaa myös Trends Telegram -kanava ja pysy ajan tasalla tekniikan, talouden, koulutuksen ja innovaatioiden tulevaisuuden ajankohtaisista trendeistä ja ennusteista.