Zvyšte výkon svého e-shopu pomocí umělé inteligence.

Umělá inteligence Zvyšte výkon svého e-shopu pomocí umělé inteligence.

Doporučovací nástroj pro e-shopy založený na umělé inteligenci

Doporučovací nástroj je v případě e-shopu osvědčeným způsobem up-sell a cross-sell produktů nebo služeb. V určitém okamžiku, kdy internetový obchod rozšíří své portfolio, selže manuální proklik nebo náhodné zobrazení doporučených produktů. Umělá inteligence nabízí řešení. Výsledek v podobě automatizace (to, co dříve řešili administrátoři, zvládne systém sám), ale zejména vyšší počet důležitých metrik, potěší každého klienta. A přesně to se nám v ui42 díky našemu doporučovacímu nástroji daří.

Specifika slovenského e-commerce trhu

Umělou inteligenci v e-commerce prostředí úspěšně využívají významní světoví hráči, jako jsou YouTube, Alibaba a Netflix. Používají ji k tomu, aby návštěvníkům zobrazovaly personalizovaný obsah, aniž by o sobě museli zadávat jakékoli údaje. Tyto projekty však pracují s velkým množstvím dat, s nimiž mohou vytvářet datové soubory a trénovat modely, aby dosáhly požadovaného výsledku. Hypotéza, kterou jsme si stanovili na začátku našich experimentů, byla tedy jasná: 

Problém, který řeší mnoho e-shopů

  • potřeba najít vhodný nástroj pro doplňkový prodej v e-shopu s velkým množstvím zboží
  • nabízet relevantní produkty/služby, o které by měl konkrétní uživatel zájem
  • automatizace up-sell/cross-sell aktivit
  • zlepšení konverzí v podobě míry prokliku/prodeje

Je umělá inteligence použitelná i v případě e-shopů, které zpracovávají mnohem menší množství dat?

Řešení: Doporučovací nástroj od ui42

Zvyšuje revenue v detailu produktu o 25 % na návštěvu.

Zvyšuje míru prokliku (CTR – Click Through Rate) 3-5krát ve srovnání s původním řešením.

Zvyšuje počet aktivit na jednu návštěvu

Prodlužuje čas strávený na stránce v průměru o 100 %

Zvyšuje revenue v košíku o 4,5 % na návštěvu

Jak to celé funguje?

O tom, že v ui42 experimentujeme s umělou inteligencí, jsme již naznačili v našem blogu. Strojové učení (ML - machine learning), jako oblast umělé inteligence, dokáže pomocí získaných dat a nastaveného algoritmu vytvořit určitý statistický model. Ten se při správném pochopení může implementovat v rámci aplikací webové stránky (doporučování, virtuální asistent, spam AI). Díky dostupnosti rychlejších grafických karet (graphics processing unit - GPU) a vlastnímu serveru, který jsme příznačně pojmenovali Centrální mozek lidstva - CML, můžeme získaná data trénovat na vlastních modelech a ty následně aplikovat v praxi. Bonusově zde máme také A/B testování, které je pro nás tak typické. Právě pomocí něj totiž dokážeme relevantně vyhodnotit přínos našeho pilotního projektu v rámci umělé inteligence - doporučovacího nástroje.

Pro koho je tento nástroj určen?

malé a střední e-shopy s potenciálem zvýšit výkonnost

e-shopy s velkým počtem produktů

e-shopy s velkým počtem objednávek (dat),
které potřebují funkční cross-sell
nebo up-sell nástroj 

webové stránky s obsahem, kde je obtížné přiřadit produkt pomocí příznaků

Požadavky na straně e-shopu

Základem nasazení umělé inteligence na pozadí webu jsou kvalitní data. Zejména množství dat, která může klient generovat a která mu pomáháme shromažďovat, aby k nim mohl přistupovat. Množství produktů, které se navíc hůře přiřazují na základě vágních atributů (fotografie, barva, použití atd.), bývá skutečným úskalím pro klasický způsob tvorby produktových doporučení. Pro e-shop s širokým portfoliem je vytvoření takového nástroje křížového prodeje pomocí ručního prokliku prakticky nereálné. Doporučovací nástroj však může nabídku zobrazit zcela automaticky bez jakéhokoli zásahu, což je pro návštěvníka e-shopu zajímavé, protože je přizpůsobena každému konkrétnímu uživateli.

Řešení z ui42 versus klasické doporučovací nástroje

Ve chvíli, kdy nastane čas automatizace, má klient několik možností. A jsme hrdí na to, že umělá inteligence od ui42 nejen úspěšně konkuruje, ale také překonává výsledky "klasických řešení" doporučovacích nástrojů založených na algoritmech. Na základě testování hovoříme dokonce o 80% nárůstu konverzí ve srovnání s oblíbeným doporučovacím nástrojem, který používá mnoho slovenských e-shopů s velkým sortimentem.

Průběh implementace

Sběr dat

Sběr dat je jedním z klíčových bodů pro nasazení strojového učení. V ui42 zpracováváme analytiku pomocí nástroje, který běží na našem serveru. Jedná se o alternativu k původně používanému nástroji Google Analytics, který nebyl pro potřeby tohoto nástroje dostačující. Hlavním důvodem je skutečnost, že doporučovací systém má přístup k transakčním analytickým datům (tj. nejen k agregovaným datům) a navíc má díky tomuto řešení data plně pod kontrolou. 

Sledování, měření a vyhodnocování úspěchu

Důležité je průběžné sledování a kontrola dat. Chyba v nastavení analytického nástroje může způsobit, že sběr dat začne znovu. K ověření výsledků používáme A/B testování, v některých případech dokonce A/B/C testování. V tomto procesu porovnáváme nejen původní a naše řešení doporučovacího nástroje, ale také jeho další alternativní nastavení.

Příprava datasetů a trénování modelu

Transakčně rozčleněná data je pak třeba zpracovat do datasetů. Ty jsou seskupeny na základě relací, které pak vstupují do neuronové sítě.

Příklad:

V případě klienta Dedoles jsme pracovali s následujícími údaji.

  • Návštěvy stránky produktu (zobrazení produktu)
  • Objednané produkty
  • Produkty přidané do košíku

Výsledky nástroje pro doporučení na stránce produktu

Umělou inteligenci ui42 jsme úspěšně aplikovali v e-shopu Dedoles ve formě modelu "Mohlo by se vám líbit" v detailu produktu.

Vstupní údaje: Návštěvy produktových stránek (product views) > 80 000 000 záznamů

Cíl: Doporučovat související produkty podle vkusu zákazníka

Sledovaná metrika: CTR (Click Through Rate) oproti původnímu doporučení

Výsledek: Na třech největších trzích (SK, CZ a DE) dosáhl klient Dedoles 3-5x vyššího prokliku oproti původnímu doporučení

Ověření: A-B testování

Výsledky pro nástroj doporučení v košíku

Druhou alternativou pro umístění umělé inteligence ui42 je doporučení v košíku, které funguje na jiném algoritmu než detail produktu.

Vstupní data: nákupy v košíku (soubor dat o objednávkách) > 4 000 000 záznamů

Cíl: Doporučit produkty, které by zákazník chtěl zakoupit v nákupním košíku na základě jeho obsahu.

Sledovaná metrika: Výše objednávky.

Výsledek: Zvýšení průměrné ceny objednávky

Ověřování: testování A-B-C

Kde všude je možné umělou inteligenci od ui42 využít?

  • stránka kategórie (category page) a optimalizácia umiestnenia produktov (podkategórií) v rámci nej
  • domovská stránka
  • a iné

Ještě jsme neskončili, naopak...

Po prvních úspěších a experimentech s umělou inteligencí se posouváme v ui42 dál. Nový doporučovací nástroj pomáhá mnoha našim klientům růst a zároveň automatizovat procesy v jejich projektech elektronického obchodování se skvělými výsledky. Pokud vás zajímá, zda může také střílet křivky ve vašem e-shopu, kontaktujte nás, rádi se na to podíváme. 

Máte zájem o doporučovací nástroj založený na umělé inteligenci?

Naša agentúra sa riadi pravidlami a princípmi Férového tendra.
Děkujeme za odběr!
Brzy dostanete náš newsletter.
Ups! Tento email už je registrován
Email už máme v databázi, zkontrolujte si schránku nebo použijte jiný mail
Ups! Tento email je nesprávný
Email nemá správný formát
Ups! Neznámá chyba
Prosím, zkuste to později

Konzultace zdarma

S čím byste potřebovali pomoci?

Vyberte všechny možnosti, které se vás týkají

Potřebujete ještě s něčím pomoci?

Vyberte si další oblast

Zanechajte nám na vás kontakt

Formulář byl úspěšně odeslán.