Vissza a felfedezéshez
HírekFejlesztés AI-val

A kereskedelmi AI-nak jobb termékfelfedezés kell, nem még több választék

A Vespa szerint a hasznos vásárlási asszisztens alapja a jó keresés, rangsorolás és friss készletadat, nem pusztán a gördülékeny párbeszéd.

Termék-, készlet- és szállítási szűrők szűkítik a zsúfolt kabátkínálatot megfelelő választékra.
CurioFuse · AI-illusztráció
Ebben a cikkben

Nem a katalógus mérete a fő kérdés

A kereskedők hosszú ideje bővítik a választékot, a nagyobb katalógus azonban megnehezítheti a megfelelő termék megtalálását. A keresési technológiát fejlesztő Vespa október 16-i írása szerint a verseny egyre kevésbé a több opcióról, inkább a releváns ajánlatok felfedezhetőségéről szól. A cég érvelését egy Kearney-kutatáshoz köti, amely a Vespa közlése szerint húsz ország több mint 21 500 fogyasztóját kérdezte meg.

A számok fontos hátteret adnak, de a Vespa értelmezésében ismerjük őket. A cég szerint a válaszadók 86%-ának fontosabb volt, hogy egy termék megfeleljen az igényeinek, mint maga a márka. Élelmiszer- és étkezéstervezésnél 26% engedné, hogy a technológia lehetőségeket javasoljon, de csak 7% bízná rá a döntést és a vásárlást. Ez a segítség iránti nyitottságot jelezheti, nem pedig az önállóan vásárló rendszerek széles körű elfogadását.

Mit kell megtalálnia egy vásárlási asszisztensnek?

Egy gördülékeny csevegőfelület önmagában nem tud megoldani egy gyakorlati kérést. Ha valaki 150 font alatti, könnyű, vízálló kabátot keres pénteki kézbesítéssel, a rendszernek a szándékot terméktulajdonságokra, árra, készletre és szállítási feltételekre kell bontania. Ezután az adott vásárló és pillanat számára kell rangsorolnia a megfelelő tételeket. A használható válasz ezért ugyanúgy függ a keresési infrastruktúrától és a friss kereskedelmi adatoktól, mint a megfogalmazást végző nyelvi modelltől.

A Vespa szerint platformja kulcsszavas keresést, szemantikai hasonlóságot használó vektoros visszakeresést, strukturált szűrést és folyamatosan frissülő jeleket egyesít a rangsorolásban. Ezt szembeállítja a főként vásárlási előzményekre, tág ügyfélszegmensekre vagy együtt vásárolt termékekre épülő személyre szabással. A múltbeli viselkedés továbbra is hasznos lehet, de nem feltétlenül mutatja meg a vásárló pillanatnyi célját.

A bemutatott eredmények a szállító adatai

A Vespa két ügyfélre hivatkozik. Közlése szerint a német Kleinanzeigen több mint 32 millió havi felhasználót szolgál ki 58 millió hirdetéssel, és a Vespát használja kereséshez, ajánlásokhoz és valós idejű személyre szabáshoz. Azt is állítja, hogy a Vinted mintegy egymilliárd termék keresését költöztette át az Elasticsearchről, majd 1,1%-os tranzakciónövekedést, 0,6%-os bruttó forgalmiérték-emelkedést és 3,5 millió eurót meghaladó többletet mért. Ezek a szállító által közölt ügyféleredmények, nem független mérések; az írás nem ad elég részletet ahhoz, hogy más kereskedőkre általánosítsuk őket.

A gyakorlati állítás tehát szűkebb annál, hogy „kell egy AI-asszisztens”. Előbb megbízható termékleírásokra, friss készlet- és szállítási adatokra, szöveget és szigorú feltételeket egyaránt kezelő keresésre, valamint az aktuális munkamenethez igazodó rangsorolásra van szükség. A nyelvi modell értelmezheti a kérést és elmagyarázhatja az eredményeket, de nem pótolja a hiányzó készletinformációt vagy a rosszul kiválasztott találatokat. Egy bevezetésnél továbbra is külön mérendő kérdés a költség, a válaszidő és az ügyféleredményekre gyakorolt hatás.

Források(2)

Források és alapelvekJavítás jelzése