Wie Lamoda an Algorithmen arbeitet, die die Wünsche des Käufers verstehen

Bald wird Online-Shopping eine Mischung aus Social Media, Empfehlungsplattformen und Capsule-Garderobe-Lieferungen sein. Oleg Khomyuk, Leiter der Forschungs- und Entwicklungsabteilung des Unternehmens, erzählte, wie Lamoda daran arbeitet

Wer und wie in Lamoda an Plattformalgorithmen arbeitet

Bei Lamoda ist R&D für die Implementierung der meisten neuen datengesteuerten Projekte und deren Monetarisierung verantwortlich. Das Team besteht aus Analysten, Entwicklern, Data Scientists (Machine Learning Engineers) und Produktmanagern. Das funktionsübergreifende Teamformat wurde aus einem bestimmten Grund gewählt.

Traditionell arbeiten diese Spezialisten in großen Unternehmen in verschiedenen Abteilungen – Analytik, IT, Produktabteilungen. Die Umsetzungsgeschwindigkeit gemeinsamer Projekte ist bei diesem Ansatz aufgrund der Schwierigkeiten bei der gemeinsamen Planung meist recht gering. Die Arbeit selbst ist wie folgt strukturiert: Zuerst beschäftigt sich eine Abteilung mit Analytik, dann eine andere – Entwicklung. Jeder von ihnen hat seine eigenen Aufgaben und Fristen für ihre Lösung.

Unser funktionsübergreifendes Team verfolgt flexible Ansätze, und die Aktivitäten verschiedener Spezialisten werden parallel ausgeführt. Dank dessen ist der Time-to-Market-Indikator (die Zeit vom Beginn der Arbeit am Projekt bis zum Markteintritt. — Trends) liegt unter dem Marktdurchschnitt. Ein weiterer Vorteil des funktionsübergreifenden Formats ist das Eintauchen aller Teammitglieder in den geschäftlichen Kontext und die Arbeit der anderen.

Projektportfolio

Das Projektportfolio unserer Abteilung ist vielfältig, obwohl es aus naheliegenden Gründen auf ein digitales Produkt ausgerichtet ist. Bereiche in denen wir tätig sind:

• Katalog und Suche;
• Empfehlungssysteme;
• Personalisierung;
• Optimierung interner Prozesse.

Katalog-, Such- und Empfehlungssysteme sind visuelle Merchandising-Tools, die Hauptmethode, mit der ein Kunde ein Produkt auswählt. Jede signifikante Verbesserung der Benutzerfreundlichkeit dieser Funktionalität hat einen signifikanten Einfluss auf die Geschäftsleistung. Beispielsweise führt die Priorisierung von für den Kunden beliebten und attraktiven Produkten bei der Katalogsortierung zu einer Umsatzsteigerung, da der Nutzer das Gesamtsortiment nur schwer überblicken kann und seine Aufmerksamkeit meist auf mehrere hundert betrachtete Produkte beschränkt ist. Gleichzeitig können Empfehlungen ähnlicher Produkte auf der Produktkarte diejenigen, denen das angesehene Produkt aus irgendeinem Grund nicht gefallen hat, bei der Auswahl unterstützen.

Einer der erfolgreichsten Fälle, den wir hatten, war die Einführung einer neuen Suche. Der Hauptunterschied zur vorherigen Version liegt in den sprachlichen Algorithmen zum Verständnis der Anfrage, die unsere Benutzer positiv wahrgenommen haben. Dies hatte erhebliche Auswirkungen auf die Verkaufszahlen.

Alle Ideen werden getestet

Bevor Lamoda-Benutzern neue Funktionen zur Verfügung stehen, führen wir A/B-Tests durch. Es ist nach dem klassischen Schema und unter Verwendung traditioneller Komponenten gebaut.

• Die erste Stufe – Wir starten das Experiment, geben seine Daten und den Prozentsatz der Benutzer an, die diese oder jene Funktionalität aktivieren müssen.
• Die zweite Stufe — Wir sammeln Kennungen von Benutzern, die an dem Experiment teilnehmen, sowie Daten über ihr Verhalten auf der Website und ihre Käufe.
• Die dritte Stufe – anhand gezielter Produkt- und Geschäftsmetriken zusammenfassen.

Aus geschäftlicher Sicht gilt: Je besser unsere Algorithmen Benutzeranfragen verstehen, einschließlich derjenigen, die Fehler machen, desto besser wird sich dies auf unsere Wirtschaft auswirken. Anfragen mit Tippfehlern führen nicht zu einer leeren Seite oder einer ungenauen Suche, die gemachten Fehler werden unseren Algorithmen klar und der Benutzer sieht die Produkte, nach denen er gesucht hat, in den Suchergebnissen. Infolgedessen kann er einen Kauf tätigen und verlässt die Website nicht mit nichts.

Die Qualität des neuen Modells kann anhand der Qualitätsmetriken der Errata-Korrektur gemessen werden. Sie können beispielsweise Folgendes verwenden: „Prozentsatz korrekt korrigierter Anfragen“ und „Prozentsatz korrekt nicht korrigierter Anfragen“. Aber das spricht nicht direkt über den Nutzen einer solchen Innovation für Unternehmen. In jedem Fall müssen Sie beobachten, wie sich die Zielsuchmetriken unter Kampfbedingungen ändern. Dazu führen wir Experimente durch, nämlich A/B-Tests. Danach schauen wir uns Metriken an, zum Beispiel den Anteil leerer Suchergebnisse und die „Click-Through-Rate“ einiger Positionen von oben in der Test- und Kontrollgruppe. Wenn die Änderung groß genug ist, wird sie in globalen Metriken wie dem durchschnittlichen Scheck, dem Umsatz und der Umwandlung in einen Kauf widergespiegelt. Dies zeigt an, dass der Algorithmus zum Korrigieren von Tippfehlern effektiv ist. Der Nutzer tätigt auch dann einen Kauf, wenn er sich bei der Suchanfrage vertippt hat.

Aufmerksamkeit für jeden Benutzer

Wir wissen etwas über jeden Lamoda-Benutzer. Auch wenn eine Person unsere Website oder Anwendung zum ersten Mal besucht, sehen wir die Plattform, die sie verwendet. Manchmal stehen uns Geolokalisierung und Verkehrsquelle zur Verfügung. Benutzereinstellungen variieren je nach Plattform und Region. Daher verstehen wir sofort, was einem neuen potenziellen Kunden gefallen könnte.

Wir wissen, wie man mit der Historie eines Benutzers arbeitet, die über ein oder zwei Jahre gesammelt wurde. Jetzt können wir die Geschichte viel schneller sammeln – buchstäblich in wenigen Minuten. Schon nach den ersten Minuten der ersten Sitzung lassen sich einige Rückschlüsse auf die Bedürfnisse und Vorlieben einer bestimmten Person ziehen. Wenn ein User beispielsweise bei der Suche nach Sneakern mehrmals weiße Schuhe ausgewählt hat, dann sollte genau dieser angeboten werden. Wir sehen die Aussichten für eine solche Funktionalität und planen, sie zu implementieren.

Um die Personalisierungsoptionen zu verbessern, konzentrieren wir uns jetzt mehr auf die Eigenschaften von Produkten, mit denen unsere Besucher in irgendeiner Weise interagiert haben. Anhand dieser Daten bilden wir uns ein bestimmtes „Verhaltensbild“ des Nutzers, das wir dann in unseren Algorithmen verwenden.

So ändern Sie das Verhalten von Online-Käufern

Ein wichtiger Teil der Entwicklung eines jeden Produkts ist die Kundenentwicklung (Testen einer Idee oder eines Prototyps eines zukünftigen Produkts an potenziellen Verbrauchern) und eingehende Interviews. Unser Team hat Produktmanager, die sich um die Kommunikation mit den Verbrauchern kümmern. Sie führen ausführliche Interviews, um unerfüllte Benutzerbedürfnisse zu verstehen und dieses Wissen in Produktideen umzuwandeln.

Von den Trends, die wir jetzt sehen, können die folgenden unterschieden werden:

• Der Anteil der Suchanfragen von mobilen Endgeräten wächst stetig. Die Verbreitung mobiler Plattformen verändert die Art und Weise, wie Benutzer mit uns interagieren. Beispielsweise fließt der Traffic auf Lamoda im Laufe der Zeit immer mehr vom Katalog zur Suche. Das ist ganz einfach erklärt: Es ist manchmal einfacher, eine Textabfrage zu setzen, als die Navigation im Katalog zu nutzen.
• Ein weiterer Trend, den wir berücksichtigen müssen, ist der Wunsch der Benutzer, kurze Rückfragen zu stellen. Daher ist es notwendig, ihnen dabei zu helfen, aussagekräftigere und detailliertere Anfragen zu formulieren. Das können wir zum Beispiel mit Suchvorschlägen machen.

Was kommt als nächstes

Heutzutage gibt es beim Online-Shopping nur zwei Möglichkeiten, für ein Produkt zu stimmen: einen Kauf tätigen oder das Produkt zu den Favoriten hinzufügen. Aber der Benutzer hat in der Regel keine Möglichkeit zu zeigen, dass das Produkt nicht gefällt. Die Lösung dieses Problems ist eine der Prioritäten für die Zukunft.

Unabhängig davon arbeitet unser Team intensiv an der Einführung von Computer-Vision-Technologien, Logistikoptimierungsalgorithmen und einem personalisierten Feed mit Empfehlungen. Wir sind bestrebt, die Zukunft des E-Commerce auf der Grundlage von Datenanalysen und der Anwendung neuer Technologien aufzubauen, um einen besseren Service für unsere Kunden zu schaffen.

Abonnieren Sie auch den Trends Telegram-Kanal und bleiben Sie über aktuelle Trends und Prognosen zur Zukunft von Technologie, Wirtschaft, Bildung und Innovation auf dem Laufenden.