Kumaha Lamoda berpungsi dina algoritma anu ngartos kahayang pembeli

Moal lami deui, balanja online bakal janten campuran média sosial, platform rekomendasi, sareng kiriman papakéan kapsul. Oleg Khomyuk, kapala departemén panalungtikan sareng pamekaran perusahaan, nyarioskeun kumaha Lamoda damel ieu

Saha sareng kumaha di Lamoda dianggo dina algoritma platform

Di Lamoda, R&D tanggung jawab pikeun ngalaksanakeun kalolobaan proyék-proyék anu didorong ku data énggal sareng monetisasina. Tim éta diwangun ku analis, pamekar, élmuwan data (insinyur diajar mesin) sareng manajer produk. Format tim cross-fungsi dipilih pikeun alesan.

Sacara tradisional, di perusahaan ageung, spesialis ieu damel di departemén anu béda - analytics, IT, departemén produk. Laju palaksanaan proyék umum kalawan pendekatan ieu biasana rada low alatan kasusah dina tata gabungan. Karya sorangan terstruktur saperti kieu: kahiji, hiji departemén kalibet dina analytics, lajeng sejen - ngembangkeun. Tiap di antarana boga tugas jeung deadlines sorangan pikeun solusi maranéhanana.

Tim cross-fungsional kami nganggo pendekatan anu fleksibel, sareng kagiatan spesialis anu béda dilaksanakeun sacara paralel. Hatur nuhun kana ieu, indikator Time-To-Market (waktu ti mimiti gawé dina proyék pikeun asup ka pasar. tren) langkung handap tina rata-rata pasar. Kauntungan sejen tina format cross-fungsi nyaéta immersion sadaya anggota tim dina konteks bisnis jeung karya silih urang.

Portopolio proyék

Portopolio proyék departemén kami rupa-rupa, sanaos alesan anu jelas bias kana produk digital. Wewengkon dimana urang aktip:

• katalog jeung pilarian;
• sistem nyarankeun;
• personalisasi;
• optimasi prosés internal.

Sistem katalog, milarian sareng nyarankeun mangrupikeun alat dagang visual, cara utama palanggan milih produk. Sakur paningkatan anu penting pikeun kagunaan fungsionalitas ieu gaduh dampak anu signifikan dina kinerja bisnis. Contona, prioritizing produk anu populér tur pikaresepeun pikeun konsumén dina asihan katalog ngabalukarkeun kanaékan jualan, sabab hésé pikeun pamaké pikeun nempo sakabeh rentang, sarta perhatian na biasana dugi ka sababaraha ratus produk ditempo. Dina waktos anu sami, rekomendasi produk anu sami dina kartu produk tiasa ngabantosan jalma anu, kusabab sababaraha alesan, henteu resep produk anu ditingali, milih pilihanna.

Salah sahiji kasus tersukses nu urang tadi éta bubuka pilarian anyar. Beda utama na ti versi samemehna aya dina algoritma linguistik pikeun pamahaman pamundut, nu pamaké urang geus katarima positif. Ieu miboga dampak signifikan dina angka jualan.

Sadaya ide diuji

Sateuacan pungsionalitas anyar sayogi pikeun pangguna Lamoda, kami ngalaksanakeun uji A/B. Éta diwangun dumasar kana skéma klasik sareng nganggo komponén tradisional.

• Tahap kahiji - urang ngamimitian ékspérimén, nunjukkeun tanggalna sareng persentase pangguna anu kedah ngaktipkeun pungsi ieu atanapi éta.
• Tahap kadua — urang ngumpulkeun identifiers pamaké anu ilubiung dina percobaan, kitu ogé data ngeunaan kabiasaan maranéhanana dina loka jeung purchases.
• Tahap katilu - nyimpulkeun ngagunakeun produk sasaran sareng métrik bisnis.

Tina sudut pandang bisnis, langkung saé algoritma kami ngartos patarosan pangguna, kalebet anu ngalakukeun kasalahan, langkung saé éta bakal mangaruhan ékonomi urang. Requests kalawan typos moal ngakibatkeun kaca kosong atawa pilarian akurat, kasalahan dijieun bakal jadi jelas kana algoritma urang, sarta pamaké bakal ningali produk anjeunna pilari dina hasil teangan. Hasilna, anjeunna tiasa ngadamel beuli sarta moal ninggalkeun situs kalayan nanaon.

Kualitas model anyar bisa diukur ku metrics kualitas koreksi errata. Contona, anjeun tiasa nganggo ieu: "persentase requests dilereskeun leres" jeung "persentase requests uncorrected leres". Tapi ieu henteu langsung nyarios ngeunaan mangpaat inovasi sapertos kitu pikeun bisnis. Dina sagala hal, Anjeun kudu lalajo kumaha metrics pilarian target robah dina kondisi tempur. Jang ngalampahkeun ieu, urang ngajalankeun ékspérimén, nyaéta tés A / B. Saatos éta, urang ningali métrik, contona, pangsa hasil pamilarian kosong sareng "tingkat klik-liwat" tina sababaraha posisi ti luhur dina grup uji sareng kontrol. Upami parobihanna cukup ageung, éta bakal ditingali dina métrik global sapertos rata-rata cék, pendapatan, sareng konvérsi pikeun ngagaleuh. Ieu nunjukkeun yén algoritma pikeun ngabenerkeun typos efektif. Pamaké nyieun beuli sanajan anjeunna nyieun typo dina pamundut pilarian.

Perhatian ka unggal pamaké

Urang terang ngeunaan unggal pangguna Lamoda. Sanaos hiji jalma nganjang ka situs atanapi aplikasi urang pikeun kahiji kalina, urang ningali platform anu dianggo. Kadang geolokasi sareng sumber lalu lintas sayogi pikeun urang. Preferensi pamaké béda-béda dina platform sareng daérah. Ku alatan éta, urang langsung ngartos naon klien poténsi anyar bisa resep.

Urang terang kumaha damel sareng sajarah pangguna anu dikumpulkeun langkung ti hiji atanapi dua taun. Ayeuna urang tiasa ngumpulkeun sajarah langkung gancang - sacara harfiah dina sababaraha menit. Saatos menit mimiti sési kahiji, anjeun tiasa ngagambar sababaraha kacindekan ngeunaan kabutuhan sareng rasa jalma anu tangtu. Salaku conto, upami pangguna milih sapatu bodas sababaraha kali nalika milarian sneakers, maka éta mangrupikeun anu kedah ditawarkeun. Kami ningali prospek pikeun fungsionalitas sapertos kitu sareng ngarencanakeun pikeun nerapkeunana.

Ayeuna, pikeun ningkatkeun pilihan personalisasi, kami langkung difokuskeun kana karakteristik produk anu sémah urang ngagaduhan sababaraha interaksi. Dumasar data ieu, urang ngabentuk "gambar paripolah" tangtu pamaké, nu lajeng urang ngagunakeun dina algoritma urang.

Kumaha carana ngarobah nuturkeun kabiasaan shoppers online

Bagian penting tina pamekaran produk naon waé nyaéta pamekaran palanggan (nguji ideu atanapi prototipe produk anu bakal datang pikeun konsumén poténsial) sareng wawancara anu jero. Tim kami ngagaduhan manajer produk anu ngurus komunikasi sareng konsumen. Aranjeunna ngalaksanakeun wawancara anu jero pikeun ngartos kabutuhan pangguna anu teu kacumponan sareng ngajantenkeun pangaweruh éta janten ide produk.

Tina tren anu ayeuna urang tingali, ieu tiasa dibédakeun:

• Pangsa pamilarian tina alat sélulér terus ningkat. Prévalénsi platform mobile ngarobah cara pamaké berinteraksi sareng kami. Contona, lalulintas dina Lamoda kana waktu beuki loba ngalir ti katalog pikeun milarian. Ieu dipedar cukup basajan: kadang leuwih gampang pikeun nyetel query téks ti ngagunakeun navigasi dina katalog.
• trend sejen nu urang kudu mertimbangkeun nyaeta kahayang pamaké nanya queries pondok. Ku alatan éta, perlu pikeun mantuan aranjeunna pikeun ngabentuk requests leuwih bermakna jeung detil. Contona, urang tiasa ngalakukeun ieu kalawan saran pilarian.

Naon salajengnana

Kiwari, dina balanja online, ngan ukur aya dua cara pikeun milih produk: ngagaleuh atanapi nambihan produk kana paporit. Tapi pamaké, sakumaha aturan, teu boga pilihan pikeun némbongkeun yén produk teu resep. Ngaréngsékeun masalah ieu mangrupa salah sahiji prioritas pikeun mangsa nu bakal datang.

Kapisah, tim kami digawé teuas dina bubuka téknologi visi komputer, algoritma optimasi logistik sarta feed pribadi tina saran. Kami narékahan pikeun ngawangun masa depan e-commerce dumasar kana analisa data sareng aplikasi téknologi anyar pikeun nyiptakeun layanan anu langkung saé pikeun konsumén urang.

Ngalanggan ogé saluran Tren Telegram sareng tetep diropéa sareng tren ayeuna sareng ramalan ngeunaan masa depan téknologi, ékonomi, pendidikan sareng inovasi.