źródło: facebook.com/zalando.polska
Algorytmiczny Asystent Mody znajomość trendów oraz umiejętność łączenia idealnych stylizacji nabył poprzez uczenie maszynowe. Deweloperzy z Zalando stworzyli algorytm umożliwiający identyfikację elementów odzieży, a następnie łączenie ich w kompletny strój. Proces nauki przeprowadzono poprzez wprowadzenie tzw. danych testowych. Złożyło się na nie ponad 200 000 propozycji strojów stworzonych przez stylistów, na co dzień pracujących w serwisie Zalon, którzy dobierają pełne stylizacje na bazie przesłanych preferencji klienta. Wszystko po to, aby nauczyć AFC jak kompletować perfekcyjne stylizacje: np. co jest sportowe, a co eleganckie i jakie kolory pasują do siebie.
Zobacz również
– Klienci często mówią nam, że trudno jest im łączyć produkty i cenią sobie inspiracje i porady dotyczące mody. Analizy dotyczące poprzednich usług doboru stroju dla naszych klientów wskazały, że po otrzymaniu rekomendacji współczynnik konwersji był większy, tak samo jak średnie wartości koszyka. Teraz, dzięki AFC, możemy zaoferować nieograniczoną liczbą bezpłatnych propozycji, które bazować będą na poprzednich zakupach klienta lub jego zainteresowaniach – mówi Marta Skassa, product manager rozwiązania AFC.
Algorytm już udowodnił swoje wyczucie mody.
#NMPoleca: Jak piękny design zwiększa konwersję w e-commerce? Tips & Tricks od IdoSell
– Przeprowadziliśmy ankiety w których porównaliśmy stylizacje stworzone przez stylistów oraz te, będące wynikiem pracy algorytmu. Chcieliśmy sprawdzić, czy pokryją się one z gustem i wyborami naszych klientów. Nawet nasz zespół był zaskoczony wynikiem – dodaje Marta Skassa.
Słuchaj podcastu NowyMarketing
Ankieta wskazała, że 50% strojów stworzonych zarówno ludzi, jak i algorytm, uznano za „dobre stylizacje”, podczas gdy większa liczba strojów uznanych za złe (16,9%) została w rzeczywistości stworzona przez ludzi, w przeciwieństwie do 13,9% strojów stworzonych przez algorytm.
– Myślę, że to dowodzi, że algorytmy są naprawdę dobre w wykorzystaniu tego, czego się nauczyły – ze wszystkich danych testowych algorytm jest w stanie stworzyć coś, co trafia z upodobania użytkowników – podsumowuje Marta Skassa.
AFC tworzy stroje wokół tzw. „elementów bazowych”, czyli artykułów, które klienci niedawno zakupili lub dodali do swojej listy życzeń. System poleca następnie maksymalnie trzy dodatkowe produkty pasujące do bazowego. Po wstępnych testach AFC jest już gotowy do wprowadzenia na rynek. Będzie on dostępny na wszystkich 17 rynkach Zalando.