Lamoda đang làm việc như thế nào trên các thuật toán hiểu được mong muốn của người mua

Chẳng bao lâu nữa, mua sắm trực tuyến sẽ là sự kết hợp của phương tiện truyền thông xã hội, nền tảng đề xuất và lô hàng tủ quần áo con nhộng. Oleg Khomyuk, trưởng bộ phận nghiên cứu và phát triển của công ty, đã nói về cách Lamoda làm việc này

Ai và như thế nào trong Lamoda hoạt động trên các thuật toán nền tảng

Tại Lamoda, R&D chịu trách nhiệm triển khai hầu hết các dự án mới dựa trên dữ liệu và kiếm tiền từ chúng. Nhóm bao gồm các nhà phân tích, nhà phát triển, nhà khoa học dữ liệu (kỹ sư máy học) và người quản lý sản phẩm. Định dạng nhóm chức năng chéo đã được chọn vì một lý do.

Theo truyền thống, trong các công ty lớn, các chuyên gia này làm việc trong các bộ phận khác nhau – bộ phận phân tích, CNTT, sản phẩm. Tốc độ thực hiện các dự án chung theo cách tiếp cận này thường khá thấp do khó khăn trong việc lập kế hoạch chung. Bản thân công việc được cấu trúc như sau: đầu tiên, một bộ phận tham gia vào phân tích, sau đó là bộ phận khác – phát triển. Mỗi người trong số họ có nhiệm vụ và thời hạn riêng cho giải pháp của họ.

Nhóm đa chức năng của chúng tôi sử dụng các phương pháp tiếp cận linh hoạt và hoạt động của các chuyên gia khác nhau được thực hiện song song. Nhờ đó, chỉ báo Time-To-Market (thời gian từ khi bắt đầu làm việc cho dự án đến khi tham gia thị trường. — Xu hướng) thấp hơn mức trung bình của thị trường. Một ưu điểm khác của định dạng đa chức năng là sự hòa nhập của tất cả các thành viên trong nhóm vào bối cảnh kinh doanh và công việc của nhau.

danh mục đầu tư dự án

Danh mục dự án của bộ phận chúng tôi rất đa dạng, mặc dù vì những lý do rõ ràng, nó thiên về một sản phẩm kỹ thuật số. Các lĩnh vực mà chúng tôi đang hoạt động:

• danh mục và tìm kiếm;
• hệ thống gợi ý;
• cá nhân hóa;
• tối ưu hóa quy trình nội bộ.

Hệ thống danh mục, tìm kiếm và đề xuất là các công cụ bán hàng trực quan, cách chính mà khách hàng chọn một sản phẩm. Bất kỳ cải tiến đáng kể nào đối với khả năng sử dụng của chức năng này đều có tác động đáng kể đến hiệu quả kinh doanh. Ví dụ: ưu tiên các sản phẩm phổ biến và hấp dẫn khách hàng trong danh mục sắp xếp dẫn đến tăng doanh số bán hàng, vì người dùng khó xem toàn bộ phạm vi và sự chú ý của anh ta thường chỉ giới hạn ở vài trăm sản phẩm đã xem. Đồng thời, các đề xuất về các sản phẩm tương tự trên thẻ sản phẩm có thể giúp những người vì lý do nào đó không thích sản phẩm đang xem đưa ra lựa chọn của họ.

Một trong những trường hợp thành công nhất mà chúng tôi có là giới thiệu tìm kiếm mới. Sự khác biệt chính của nó so với phiên bản trước là ở các thuật toán ngôn ngữ để hiểu yêu cầu mà người dùng của chúng tôi đã nhận thức tích cực. Điều này đã có một tác động đáng kể đến doanh số bán hàng.

Tất cả các ý tưởng được thử nghiệm

Trước khi chức năng mới có sẵn cho người dùng Lamoda, chúng tôi tiến hành thử nghiệm A/B. Nó được xây dựng theo sơ đồ cổ điển và sử dụng các thành phần truyền thống.

• Giai đoạn đầu tiên – chúng tôi bắt đầu thử nghiệm, cho biết ngày của thử nghiệm và tỷ lệ phần trăm người dùng cần bật chức năng này hoặc chức năng đó.
• Giai đoạn thứ hai — chúng tôi thu thập số nhận dạng của người dùng tham gia thử nghiệm, cũng như dữ liệu về hành vi của họ trên trang web và mua hàng.
• Giai đoạn thứ ba – tóm tắt bằng cách sử dụng các số liệu kinh doanh và sản phẩm được nhắm mục tiêu.

Từ quan điểm kinh doanh, các thuật toán của chúng tôi càng hiểu rõ các truy vấn của người dùng, bao gồm cả những truy vấn mắc lỗi, thì điều đó sẽ ảnh hưởng tốt hơn đến nền kinh tế của chúng tôi. Các yêu cầu có lỗi chính tả sẽ không dẫn đến một trang trống hoặc tìm kiếm không chính xác, các lỗi mắc phải sẽ trở nên rõ ràng đối với các thuật toán của chúng tôi và người dùng sẽ thấy các sản phẩm mà họ đang tìm kiếm trong kết quả tìm kiếm. Kết quả là, anh ta có thể mua hàng và sẽ không rời khỏi trang web mà không có gì.

Chất lượng của mô hình mới có thể được đo lường bằng các chỉ số chất lượng hiệu chỉnh sai sót. Ví dụ: bạn có thể sử dụng thông tin sau: “phần trăm yêu cầu được sửa chính xác” và “phần trăm yêu cầu không được sửa chính xác”. Nhưng điều này không nói trực tiếp về tính hữu ích của một sự đổi mới như vậy đối với doanh nghiệp. Trong mọi trường hợp, bạn cần xem các chỉ số tìm kiếm mục tiêu thay đổi như thế nào trong điều kiện chiến đấu. Để làm điều này, chúng tôi chạy thử nghiệm, cụ thể là thử nghiệm A / B. Sau đó, chúng tôi xem xét các chỉ số, chẳng hạn như tỷ lệ kết quả tìm kiếm trống và “tỷ lệ nhấp” của một số vị trí từ trên cùng trong nhóm thử nghiệm và kiểm soát. Nếu thay đổi đủ lớn, nó sẽ được phản ánh trong các chỉ số toàn cầu như kiểm tra trung bình, doanh thu và chuyển đổi thành mua hàng. Điều này chỉ ra rằng thuật toán sửa lỗi chính tả có hiệu quả. Người dùng mua hàng ngay cả khi anh ta mắc lỗi đánh máy trong truy vấn tìm kiếm.

Chú ý đến mọi người dùng

Chúng tôi biết điều gì đó về mọi người dùng Lamoda. Ngay cả khi một người truy cập trang web hoặc ứng dụng của chúng tôi lần đầu tiên, chúng tôi sẽ thấy nền tảng mà người đó sử dụng. Đôi khi vị trí địa lý và nguồn lưu lượng truy cập có sẵn cho chúng tôi. Tùy chọn của người dùng khác nhau giữa các nền tảng và khu vực. Do đó, chúng tôi ngay lập tức hiểu khách hàng tiềm năng mới có thể thích gì.

Chúng tôi biết cách làm việc với lịch sử của người dùng được thu thập trong một hoặc hai năm. Giờ đây, chúng tôi có thể thu thập lịch sử nhanh hơn nhiều – chỉ trong vài phút. Sau những phút đầu tiên của phiên đầu tiên, có thể rút ra một số kết luận về nhu cầu và thị hiếu của một người cụ thể. Ví dụ: nếu người dùng đã chọn giày trắng nhiều lần khi tìm kiếm giày thể thao, thì đó là giày nên được cung cấp. Chúng tôi thấy triển vọng cho chức năng như vậy và có kế hoạch triển khai nó.

Giờ đây, để cải thiện các tùy chọn cá nhân hóa, chúng tôi đang tập trung nhiều hơn vào các đặc điểm của sản phẩm mà khách truy cập của chúng tôi đã có một số loại tương tác. Dựa trên dữ liệu này, chúng tôi tạo thành một "hình ảnh hành vi" nhất định của người dùng, sau đó chúng tôi sử dụng hình ảnh này trong các thuật toán của mình.

Cách thay đổi theo hành vi của người mua hàng trực tuyến

Một phần quan trọng trong quá trình phát triển bất kỳ sản phẩm nào là phát triển khách hàng (thử nghiệm ý tưởng hoặc nguyên mẫu của sản phẩm trong tương lai đối với người tiêu dùng tiềm năng) và phỏng vấn chuyên sâu. Nhóm của chúng tôi có các nhà quản lý sản phẩm phụ trách giao tiếp với người tiêu dùng. Họ thực hiện các cuộc phỏng vấn chuyên sâu để hiểu nhu cầu chưa được đáp ứng của người dùng và biến kiến ​​thức đó thành ý tưởng sản phẩm.

Trong số các xu hướng mà chúng ta đang thấy hiện nay, có thể phân biệt những điều sau:

• Tỷ lệ tìm kiếm từ thiết bị di động không ngừng tăng lên. Sự phổ biến của các nền tảng di động đang thay đổi cách người dùng tương tác với chúng tôi. Ví dụ: lưu lượng truy cập trên Lamoda theo thời gian ngày càng nhiều hơn từ danh mục đến tìm kiếm. Điều này được giải thích khá đơn giản: đôi khi dễ đặt truy vấn văn bản hơn là sử dụng điều hướng trong danh mục.
• Một xu hướng khác mà chúng ta phải xem xét là mong muốn của người dùng để hỏi các truy vấn ngắn. Vì vậy, cần giúp các em hình thành các yêu cầu chi tiết và có ý nghĩa hơn. Ví dụ, chúng ta có thể làm điều này với gợi ý tìm kiếm.

Cái gì tiếp theo

Ngày nay, trong mua sắm trực tuyến, chỉ có hai cách để bình chọn cho một sản phẩm: mua hàng hoặc thêm sản phẩm vào danh sách yêu thích. Nhưng người dùng, theo quy luật, không có các tùy chọn để chỉ ra rằng sản phẩm không được yêu thích. Giải quyết vấn đề này là một trong những ưu tiên cho tương lai.

Một cách riêng biệt, nhóm của chúng tôi đang nỗ lực giới thiệu các công nghệ thị giác máy tính, thuật toán tối ưu hóa hậu cần và nguồn cấp dữ liệu đề xuất được cá nhân hóa. Chúng tôi cố gắng xây dựng tương lai của thương mại điện tử dựa trên phân tích dữ liệu và ứng dụng công nghệ mới để tạo ra dịch vụ tốt hơn cho khách hàng.

Ngoài ra, hãy đăng ký kênh Trends Telegram và cập nhật các xu hướng và dự báo hiện tại về tương lai của công nghệ, kinh tế, giáo dục và đổi mới.