Cumu Lamoda travaglia in algoritmi chì capiscenu i desideri di u cumpratore

Prestu, a compra in linea serà una mistura di media suciali, piattaforme di raccomandazione è spedizioni di armari di capsule. Oleg Khomyuk, capu di u dipartimentu di ricerca è sviluppu di a cumpagnia, hà dettu cumu Lamoda travaglia nantu à questu

Quale è cumu in Lamoda travaglia nantu à algoritmi di piattaforma

À Lamoda, R&D hè rispunsevule per implementà a maiò parte di novi prughjetti guidati da dati è monetizà. A squadra hè custituita da analisti, sviluppatori, scientisti di dati (ingegneri di apprendimentu automaticu) è gestori di produttu. U furmatu di squadra cross-funzionale hè statu sceltu per una ragione.

Tradizionalmente, in e grande cumpagnie, sti specialisti travaglianu in diversi dipartimenti - analitiche, IT, dipartimenti di produttu. A rapidità di implementazione di prughjetti cumuni cù questu approcciu hè di solitu abbastanza bassu per via di e difficultà in a pianificazione cumuna. U travagliu stessu hè strutturatu cusì: prima, un dipartimentu hè impegnatu in analitiche, dopu un altru - sviluppu. Ognunu di elli hà i so compiti è i termini per a so suluzione.

A nostra squadra interfunzionale usa approcci flessibili, è l'attività di diversi specialisti sò realizati in parallelu. Grazie à questu, l'indicatore Time-To-Market (u tempu da u principiu di u travagliu nantu à u prugettu à l'ingressu à u mercatu. - tinnenzi) hè più bassu di a media di u mercatu. Un altru vantaghju di u formatu cross-funzionale hè l'immersione di tutti i membri di a squadra in u cuntestu cummerciale è u travagliu di l'altri.

Portfolio di prughjetti

U cartulare di prughjetti di u nostru dipartimentu hè diversu, ancu s'ellu per ragioni evidenti hè biased versu un pruduttu digitale. Zone in cui simu attivi:

  • catalogu è ricerca;
  • sistemi di cunsigliu;
  • persunalizazione;
  • ottimisazione di i prucessi internu.

I sistemi di catalogu, di ricerca è di ricunniscenza sò strumenti di merchandising visuale, u modu principale chì un cliente sceglie un pruduttu. Ogni miglioramentu significativu à l'usabilità di sta funziunalità hà un impattu significativu nantu à u rendiment di l'impresa. Per esempiu, a priorità di i prudutti chì sò populari è attrattivi per i clienti in a classificazione di u catalogu porta à un aumentu di a vendita, postu chì hè difficiule per l'utilizatore per vede tutta a gamma, è a so attenzione hè di solitu limitata à parechji centu di prudutti visti. À u listessu tempu, i cunsiglii di prudutti simili nantu à a carta di u produttu ponu aiutà à quelli chì, per una certa ragione, ùn anu micca piaciutu u pruduttu vistu, facenu a so scelta.

Unu di i casi più riesciuti chì avemu avutu era l'intruduzioni di una nova ricerca. A so diferenza principale da a versione precedente hè in l'algoritmi linguistichi per capiscenu a dumanda, chì i nostri utilizatori anu percepitu positivamente. Questu hà avutu un impattu significativu in i figuri di vendita.

48% di tutti i cunsumatori lascià u situ web di a cumpagnia per via di u so poviru rendiment è fate a prossima compra in un altru situ.

91% di i cunsumatori sò più prubabile di cumprà da marche chì furniscenu offerte è raccomandazioni aggiornate.

Fonte: Accenture

Tutte l'idee sò testate

Prima chì a nova funziunalità sia dispunibule per l'utilizatori di Lamoda, facemu teste A/B. Hè custruitu secondu u schema classicu è utilizendu cumpunenti tradiziunali.

  • A prima tappa – cumminciamu l'esperimentu, indichendu e so date è u percentuale di l'utilizatori chì anu bisognu di attivà questa o quella funziunalità.
  • A seconda tappa - cullemu identificatori di l'utilizatori chì participanu à l'esperimentu, è ancu e dati nantu à u so cumpurtamentu in u situ è ​​e compra.
  • A terza tappa - riassume aduprendu e metriche di produttu è cummerciale mirate.

Da un puntu di vista di l'affari, u megliu i nostri algoritmi capiscenu e dumande di l'utilizatori, cumprese quelli chì facenu sbagli, u megliu affetterà a nostra ecunumia. E dumande cù typos ùn portanu micca à una pagina in biancu o à una ricerca imprecisa, i sbaglii fatti diventeranu chjaru à i nostri algoritmi, è l'utilizatore vede i prudutti chì cercava in i risultati di ricerca. In u risultatu, pò fà una compra è ùn lasciarà micca u situ senza nunda.

A qualità di u novu mudellu pò esse misurata da e metriche di qualità di correzione errata. Per esempiu, pudete aduprà i seguenti: "percentuale di dumande currettamente corrette" è "percentuale di dumande currettamente micca corrette". Ma questu ùn parla micca direttamente di l'utilità di una tale innuvazione per l'affari. In ogni casu, avete bisognu di guardà cumu si cambia a metrica di ricerca di destinazione in e cundizioni di cummattimentu. Per fà questu, eseguimu esperimenti, à dì teste A / B. Dopu quì, fighjemu i metrichi, per esempiu, a parte di i risultati di ricerca vacanti è u "click-through rate" di qualchi pusizioni da a cima in i gruppi di teste è di cuntrollu. Se u cambiamentu hè abbastanza grande, serà riflessu in metrica glubale cum'è u cuntrollu mediu, i rivenuti è a cunversione per cumprà. Questu indica chì l'algoritmu per correggerà i typos hè efficace. L'utilizatore face una compra ancu s'ellu hà fattu un typo in a ricerca di ricerca.

Attenzione à ogni utilizatore

Sapemu qualcosa di ogni utilizatore Lamoda. Ancu s'è una persona visita u nostru situ o applicazione per a prima volta, vedemu a piattaforma chì usa. A volte, a geolocalizzazione è a fonte di trafficu sò dispunibuli per noi. I preferenze di l'utilizatori varienu trà e piattaforme è regioni. Dunque, capiscenu immediatamente ciò chì un novu cliente potenziale puderia piace.

Sapemu cumu travaglià cù a storia di un utilizatore cullata annantu à un annu o dui. Avà pudemu cullà a storia assai più veloce - literalmente in pochi minuti. Dopu à i primi minuti di a prima sessione, hè digià pussibule di piglià qualchi cunclusioni nantu à i bisogni è u gustu di una persona particulare. Per esempiu, se un utilizatore hà sceltu i scarpi bianchi parechje volte quandu cercanu sneakers, allora questu hè quellu chì deve esse offertu. Videmu e prospettive di tali funziunalità è pianificemu di implementà.

Avà, per migliurà l'opzioni di persunalizazione, ci focalizemu più nantu à e caratteristiche di i prudutti cù i quali i nostri visitatori anu avutu qualchì tipu d'interazzione. Basatu nantu à sti dati, formamu una certa "imaghjina cumportamentale" di l'utilizatore, chì poi usemu in i nostri algoritmi.

76% di l'utilizatori russi disposti à sparte i so dati persunali cù e cumpagnie di fiducia.

73% di l'imprese ùn anu micca un accostu persunalizatu à u cunsumadore.

Fonti: PWC, Accenture

Cumu cambià seguitu u cumpurtamentu di i cumpratori in linea

Una parte impurtante di u sviluppu di qualsiasi pruduttu hè u sviluppu di u cliente (pruvà una idea o prototipu di un pruduttu futuru nantu à i cunsumatori potenziali) è l'entrevista in profonda. A nostra squadra hà gestori di produttu chì trattanu di cumunicazione cù i cunsumatori. Cunducenu interviste in profonda per capiscenu i bisogni di l'utilizatori insoddisfatti è trasformanu sta cunniscenza in idee di produttu.

Di e tendenze chì vedemu avà, ponu esse distinti i seguenti:

  • A parte di e ricerche da i dispositi mobili hè in constantemente crescente. A prevalenza di e plataforme mobili cambia a manera chì l'utilizatori interagiscenu cun noi. Per esempiu, u trafficu nantu à Lamoda cù u tempu più è più flussi da u catalogu per circà. Questu hè spiegatu abbastanza simplice: à volte hè più faciule per stabilisce una dumanda di testu cà d'utilizà a navigazione in u catalogu.
  • Una altra tendenza chì avemu da cunsiderà hè u desideriu di l'utilizatori di dumandà dumande brevi. Dunque, hè necessariu di aiutà à furmà richieste più significative è detallate. Per esempiu, pudemu fà questu cù suggerimenti di ricerca.

Cosa hè appressu

Oghje, in i shopping online, ci sò solu duie manere di votu per un pruduttu: fà una compra o aghjunghje u pruduttu à i preferiti. Ma l'utilizatore, in regula, ùn hà micca opzioni per dimustrà chì u pruduttu ùn hè micca piace. Risolvi stu prublema hè una di e priorità per u futuru.

Separatamente, a nostra squadra travaglia dura nantu à l'intruduzioni di tecnulugia di visione informatica, algoritmi di ottimisazione di logistica è un feed persunalizatu di raccomandazioni. Avemu sforzu di custruisce u futuru di e-commerce basatu annantu à l'analisi di dati è l'applicazione di e tecnulugia novi per creà un serviziu megliu per i nostri clienti.


Abbonate ancu à u canali Trends Telegram è stà infurmatu cù e tendenze attuali è e previsioni nantu à u futuru di a tecnulugia, l'ecunumia, l'educazione è l'innuvazione.

Lascia un Audiolibro