Как Lamoda работи върху алгоритми, които разбират желанията на купувача

Скоро онлайн пазаруването ще бъде смесица от социални медии, платформи за препоръки и доставки на гардероби с капсули. Олег Хомюк, ръководител на отдела за изследване и развитие на компанията, разказа как Lamoda работи по този въпрос

Кой и как в Lamoda работи по платформени алгоритми

В Lamoda научноизследователската и развойна дейност отговаря за внедряването на повечето нови проекти, базирани на данни, и осигуряването на приходи от тях. Екипът се състои от анализатори, разработчици, учени по данни (инженери по машинно обучение) и продуктови мениджъри. Многофункционалният екипен формат беше избран с причина.

Традиционно в големите компании тези специалисти работят в различни отдели – анализи, ИТ, продуктови отдели. Скоростта на изпълнение на общи проекти с този подход обикновено е доста ниска поради трудностите при съвместното планиране. Самата работа е структурирана по следния начин: първо един отдел се занимава с анализи, а след това друг - с развитие. Всеки от тях има свои задачи и срокове за тяхното решаване.

Нашият многофункционален екип използва гъвкави подходи, като дейностите на различни специалисти се извършват паралелно. Благодарение на това индикаторът Time-to-Market (времето от началото на работата по проекта до навлизането на пазара. — Тенденции) е по-ниска от средната за пазара. Друго предимство на крос-функционалния формат е потапянето на всички членове на екипа в бизнес контекста и работата на всеки друг.

Портфолио от проекти

Проектното портфолио на нашия отдел е разнообразно, но по очевидни причини е ориентирано към дигитален продукт. Области, в които сме активни:

• каталог и търсене;
• препоръчителни системи;
• персонализиране;
• оптимизиране на вътрешните процеси.

Системите за каталог, търсене и препоръки са визуални инструменти за мърчандайзинг, основният начин, по който клиентът избира продукт. Всяко значително подобрение на използваемостта на тази функционалност има значително въздействие върху бизнес ефективността. Например, приоритизирането на продукти, които са популярни и привлекателни за клиентите при сортиране на каталог, води до увеличаване на продажбите, тъй като за потребителя е трудно да разгледа целия асортимент и вниманието му обикновено е ограничено до няколкостотин прегледани продукта. В същото време препоръките за подобни продукти в продуктовата карта могат да помогнат на онези, които по някаква причина не са харесали разглеждания продукт, да направят своя избор.

Един от най-успешните случаи, които имахме, беше въвеждането на ново търсене. Основната му разлика от предишната версия е в лингвистичните алгоритми за разбиране на заявката, които нашите потребители са възприели положително. Това оказа значително влияние върху цифрите на продажбите.

Всички идеи са тествани

Преди новата функционалност да стане достъпна за потребителите на Lamoda, ние провеждаме A/B тестване. Изградена е по класическа схема и с традиционни компоненти.

• Първият етап – започваме експеримента, като посочваме неговите дати и процента на потребителите, които трябва да активират тази или онази функционалност.
• Вторият етап — събираме идентификатори на потребители, които участват в експеримента, както и данни за тяхното поведение на сайта и покупки.
• Третият етап – обобщете с помощта на целеви продуктови и бизнес показатели.

От бизнес гледна точка, колкото по-добре нашите алгоритми разбират потребителските заявки, включително тези, които правят грешки, толкова по-добре ще се отрази на нашата икономика. Заявки с правописни грешки няма да доведат до празна страница или неточно търсене, допуснатите грешки ще станат ясни на нашите алгоритми и потребителят ще види търсените от него продукти в резултатите от търсенето. В резултат на това той може да направи покупка и няма да напусне сайта без нищо.

Качеството на новия модел може да бъде измерено чрез качествените показатели за корекция на грешката. Например можете да използвате следното: „процент на правилно коригирани заявки“ и „процент на правилно некоригирани заявки“. Но това не говори пряко за полезността на подобно нововъведение за бизнеса. Във всеки случай трябва да наблюдавате как се променят показателите за търсене на целта в бойни условия. За да направим това, ние провеждаме експерименти, а именно A / B тестове. След това разглеждаме показатели, например дял на празни резултати от търсене и „честота на кликване“ на някои позиции от върха в тестовата и контролната групи. Ако промяната е достатъчно голяма, тя ще бъде отразена в глобални показатели като среден чек, приходи и преобразуване към покупка. Това показва, че алгоритъмът за коригиране на правописни грешки е ефективен. Потребителят прави покупка, дори ако е направил печатна грешка в заявката за търсене.

Внимание към всеки потребител

Ние знаем по нещо за всеки потребител на Lamoda. Дори ако човек посети нашия сайт или приложение за първи път, ние виждаме платформата, която той използва. Понякога геолокацията и източникът на трафик са достъпни за нас. Потребителските предпочитания варират в различните платформи и региони. Затова веднага разбираме какво може да хареса нов потенциален клиент.

Ние знаем как да работим с историята на потребителя, събирана за година или две. Сега можем да събираме история много по-бързо – буквално за няколко минути. След първите минути на първата сесия вече е възможно да се направят някои изводи за нуждите и вкусовете на конкретен човек. Например, ако потребителят е избрал бели обувки няколко пъти, когато търси маратонки, това е тази, която трябва да бъде предложена. Виждаме перспективите за такава функционалност и планираме да я внедрим.

Сега, за да подобрим възможностите за персонализиране, ние се фокусираме повече върху характеристиките на продуктите, с които нашите посетители са имали някакъв вид взаимодействие. Въз основа на тези данни ние формираме определен „поведенчески образ“ на потребителя, който след това използваме в нашите алгоритми.

Как да променим следвайки поведението на онлайн купувачите

Важна част от разработването на всеки продукт е развитието на клиента (тестване на идея или прототип на бъдещ продукт върху потенциални потребители) и задълбочените интервюта. Нашият екип разполага с продуктови мениджъри, които се занимават с комуникацията с потребителите. Те провеждат задълбочени интервюта, за да разберат неудовлетворените нужди на потребителите и да превърнат това знание в идеи за продукти.

От тенденциите, които наблюдаваме сега, могат да се разграничат следните:

• Делът на търсенията от мобилни устройства непрекъснато нараства. Разпространението на мобилните платформи променя начина, по който потребителите взаимодействат с нас. Например, трафикът на Lamoda с течение на времето все повече и повече потоци от каталога за търсене. Това се обяснява съвсем просто: понякога е по-лесно да зададете текстова заявка, отколкото да използвате навигацията в каталога.
• Друга тенденция, която трябва да вземем предвид е желанието на потребителите да задават кратки запитвания. Затова е необходимо да им се помогне да формират по-смислени и детайлни заявки. Например, можем да направим това с предложения за търсене.

Какво следва

Днес при онлайн пазаруването има само два начина да гласувате за продукт: да направите покупка или да добавите продукта към любими. Но потребителят, като правило, няма опции да покаже, че продуктът не се харесва. Решаването на този проблем е един от приоритетите за бъдещето.

Отделно екипът ни работи усилено върху въвеждането на технологии за компютърно зрение, алгоритми за логистична оптимизация и персонализирана емисия с препоръки. Ние се стремим да изградим бъдещето на електронната търговия на базата на анализ на данни и прилагане на нови технологии, за да създадем по-добра услуга за нашите клиенти.

Абонирайте се и за канала Trends Telegram и бъдете в крак с актуалните тенденции и прогнози за бъдещето на технологиите, икономиката, образованието и иновациите.