Контакты
Подписка
МЕНЮ
Контакты
Подписка

Машинное обучение в электронной коммерции

Машинное обучение в электронной коммерции

В рубрику "Оборудование и технологии" | К списку рубрик  |  К списку авторов  |  К списку публикаций

Машинное обучение в электронной коммерции

Проводя собеседование на вакантную должность в нашу компанию, встретил человека, который поведал интересную историю. История заключалась в том, что одна западная компания по продаже товаров для домашних животных задалась вопросом выявления клиентов, способных приносить стабильную прибыль.
Как результат – при входе в магазин клиентам задавался один простой вопрос: какого числа день рождения вашего питомца? Если человек давал ответ с датой, это означало, что он на многое готов ради своего питомца. Такому клиенту сразу же вручалась “золотая” карта магазина. Это был некий ключ к клиенту.
Представьте себе, что у вас будут подобные ключи, если не ко всем, то ко многим клиентам! В нашем случае подобным ключиком стало машинное обучение.
Андрей Ревяшко
ИT-директор, WILDBERRIES

На сегодняшний день ассортимент товаров, доступных для приобретения, настолько велик, что времени на просмотр всего просто не хватит. Это с одной стороны.

С другой – клиент не всегда осознает, что именно он хочет. Такие выводы напрашиваются, когда смотришь на результаты поисковых сервисов, работающих с машинным обучением. Как пример – запрос "зеленое платье". Основной поиск выдает то, что на самом деле выглядит как зеленое платье, зато в это же время сервис с машинным обучением выдает товары, больше похожие на, к примеру, синие, красные, но только не зеленые платья. Звучит нелогично, но это работает: просто в ряде случаев машина уже настолько понимает клиента, что способна переубедить с выбором, и клиент останется довольным.

Одним из положительных моментов во всей этой истории, говоря о машинном обучении в электронной коммерции, является то, что данных для обучения в ecom’е достаточно, главное организовать достойный сбор и обработку. Пользователи просматривают, ищут, заказывают миллионы товаров ежедневно.

На сегодняшний день на рынке представлены неплохие варианты внешних сервисов для товарных рекомендаций с использованием машинного обучения. Это уменьшает интернет-магазинам порог вхождения в эпоху искусственного интеллекта. Развитие интернет-торговли не останавливается, оно перешагнуло определенный уровень, и все чаще слышны заявления компаний об inhouse-серви-сах с искусственным интеллектом. Этот же путь выбрала и наша компания.

Безусловно, можно выдавать рекомендации для приобретения товаров на основе истории покупок, к примеру, если один клиент купил сумочку и платье, а второй просто платье, то просто порекомендовать второму клиенту еще и сумочку. При таком подходе первый клиент может приобрести еще и, к примеру, подгузники. В современном магазине будет выглядеть крайне некорректно ситуация, когда к платью рекомендуют подгузники. Мало того, что это не лучшим образом выглядит, так еще и резко понижает конверсию. Ведь в нашем примере были рассмотрены два клиента, которые приобрели платье, а в жизни это миллионы комбинаций, в которых подгузники для детей еще не самый плохой вариант.

В какой-то момент стало понятно, что внешний сервис мог бы давать большие результаты, но не всегда получается договориться, а главное – не всегда в адекватные сроки.

Мы пошли по пути развития собственных сервисов машинного обучения, встречались и курьезы. Например, сервисы предлагали товары для реабилитации после травм суставов людям, интересующимся спортивными товарами, возможно, еще до появления у тех каких-либо подобных травм. Также одна из моделей обработки советовала к бинтам для рукопашного боя приобретать тональный крем, что, если подумать, не так уж необоснованно.

Бывают случаи на грани фантастики. К нам обратилась женщина, которая чуть ли не обвинила нас в шпионской деятельности. Согласно ее заявлениям, наш магазин начал предлагать ей товары, связанные с балетом. Это при том, что она на нашем сайте и близко никаких похожих запросов не делала. А система по каким-то своим алгоритмам вычислила, что внучка этой женщины занимается балетом, и предложила ей соответствующие товары.

Применение машинного обучения в электронной коммерции не останавливается только на использовании в поисковых сервисах или сервисах товарных рекомендаций. Имеет место быть, в нашем случае, развитие UEBA-подобных систем для борьбы, к примеру, со спамом в отзывах и комментариях.

Стоит также отметить и развитие чат-ботов, которые как нельзя кстати подходят для разгрузки операторов служб поддержки клиентов, они могут, к примеру, по средствам Word2vec понять тематику текста и в ряде случаев сразу предоставить ответ клиенту.

На сегодняшний день машинное обучение для электронной коммерции уже не космическая технология, а хороший рабочий инструмент.

Опубликовано: Журнал "Information Security/ Информационная безопасность" #6, 2018
Посещений: 722

Приобрести этот номер или подписаться
  Автор

Андрей Ревяшко

Андрей Ревяшко

Технический директор ООО “Вайлдберриз"

Всего статей:  12

В рубрику "Оборудование и технологии" | К списку рубрик  |  К списку авторов  |  К списку публикаций