AI (artificial intelligence) by ui42 Zvýšte výkonnosť svojho e-shopu pomocou AI

Odporúčací nástroj je overený spôsob, ako v prípade e-shopu zastrešiť up-sell a cross-sell produktov či služieb. V určitom momente, keď internetový obchod portfólio rozširuje, manuálne vyklikávanie alebo náhodné zobrazovanie odporúčaných produktov zlyháva. Riešenie ponúka umelá inteligencia. Výsledok v podobe automatizácie (to, čo sa dosiaľ riešilo pomocou administrátorov, rieši systém sám), ale najmä vyššie čísla dôležitých metrík, potešia každého klienta. A práve to sa nám v ui42 vďaka nášmu odporúčaciemu nástroju úspešne darí.

Umelú inteligenciu v e-commerce prostredí úspešne používajú veľkí svetoví hráči, ako napríklad Youtube, Alibaba či Netflix. Pomocou nej zobrazujú personalizovaný obsah návštevníkovi bez toho, aby o sebe zadal akékoľvek údaje. Tieto projekty však pracujú s veľkým množstvom dát, pomocou ktorých dokážu vytvárať datasety a trénovať modely pre dosiahnutie požadovaného výsledku. Hypotéza, ktorú sme si na začiatku experimentov položili, znela teda jasne: 

• potreba nájsť vhodný nástroj pre doplnkový predaj v e-shope s veľkým množstvom tovaru
• ponuka relevantných produktov/služieb o ktoré by mal konkrétny používateľ záujem
• automatizácia up-sell/cross-sell aktivít
• zlepšenie konverzií v podobe preklikovosti/nákupu

O tom, že v ui42 experimentujeme s umelou inteligenciou, sme už naznačili v našom blogu. Strojové učenie (ML – machine learning), ako oblasť umelej inteligencie, dokáže pomocou zozbieraných dát a nastaveného algoritmu vytvoriť určitý štatistický model. Ten, sa pri správnom uchopení môže implementovať v rámci aplikácií webstránky (odporúčanie, virtuálny asistent, spam ai.). Vďaka dostupnosti rýchlejších grafických kariet (graphics processing unit – GPU) a vlastnému serveru, ktorý sme príznačne pomenovali Centrální mozek lidstva – CML, môžeme zozbierané dáta trénovať na vlastných modeloch a tie následne aplikovať do praxe. Bonusom naviac je A/B testovanie, ktoré je pre nás tak príznačné. Práve pomocou neho totiž vieme relevantne vyhodnotiť prínos nášho pilotného projektu v rámci umelej inteligencie – odporúčacieho nástroja.

Základom nasadenia umelej inteligencie na pozadí webu, sú kvalitné dáta. A to najmä ich množstvo, ktoré dokáže klient generovať a ktoré pomáhame klientovi  zbierať tak, aby k nim mal aj prístup. Množstvo produktov, ktoré sa navyše ťažšie párujú na základe nejasných príznakov (fotografia, farba, použitie a podobne), býva pre klasický spôsob vytvárania odporúčaných produktov skutočným úskalím. Pre e-shop so širokým portfóliom je vytvorenie takéhoto cross-sellingového nástroja pomocou ručného vyklikávania prakticky nereálne. Odporúčací nástroj však dokáže plne automaticky bez akýchkoľvek zásahov zobraziť ponuku, ktorá je pre návštevníka e-shopu zaujímavá, pretože je šitá na mieru každého konkrétneho používateľa.

Vo chvíli, keď nastane čas na automatizáciu, má klient niekoľko možností. A my sme hrdí, že umelá inteligencia z dielne ui42 nielen úspešne konkuruje, ale naviac i prevyšuje výsledky “klasických riešení” odporúčacích nástrojov na báze algoritmu. Na základe testovania hovoríme dokonca o 80% náraste konverzií v porovnaní s obľúbeným odporúčacím nástrojom, ktorý využívajú mnohé slovenské e-shopy s veľkým rozsahom sortimentu.

Zbieranie dát je jedným z kľúčových bodov pre nasadenie strojového učenia. V ui42 riešime analytiku pomocou nástroja, ktorý beží na našom serveri. Ide o alternatívu k pôvodne používanému Google Analytics, ktorý nebol pre potreby nástroja postačujúci. Hlavným dôvodom je fakt, že má odporúčací systém prístup k transakčným analytickým dátam (teda nie iba k agregovaným) a navyše sú vďaka tomuto riešeniu dáta plne pod kontrolou. 

Dôležitý je neustály monitoring a kontrola údajov. Chyba v nastavení analytického nástroja môže spôsobiť, že je potrebné zber dát začať odznova. Pre overenie výsledkov používame A/B testing, v niektorých prípadoch dokonca A/B/C testovanie. V rámci neho porovnávame nielen pôvodné a naše riešenie odporúčacieho nástroja, ale i jeho ďalšie alternatívne nastavenie.

Transakčné neagregované dáta je následne potrebné spracovať do datasetov. Tie sa zgrupujú na základe sessions, ktoré následne vstupujú do neurónovej sieti.

V prípade klienta Dedoles sme pracovali s nasledovnými dátami:

• Návštevy produktových stránok (product views)
• Objednané produkty
• Produkty vložené do košíka

Umelú inteligenciu ui42 sme úspešne aplikovali v e-shope Dedoles, v prevedení modelu “Mohlo by sa vám páčiť” v detaile produktu. 

Vstupné údaje: Návštevy produktových stránok (product views) > 80 000 000 záznamov

Cieľ: Odporúčať súvisiace produkty podľa vkusu zákazníka

Sledovaná metrika: CTR (Click Through Rate) oproti pôvodnému odporúčaniu

Výsledok: Na troch najväčších trhoch (SK, CZ a DE) dosiahol klient Dedoles 3-5x vyššiu preklikovosť oproti pôvodnému odporúčaniu

Overenie: A-B testovanie

Druhou alternatívou pre umiestnenie umelej inteligencie ui42 je odporúčanie v košíku, ktorý pracuje na inom algoritme, než v prípade detailu produktu.

Vstupné údaje: Nákupy z košíka (orders dataset) > 4 000 000 záznamov

Cieľ: Odporučiť produkty, o ktorých kúpu by mal zákazník záujem v nákupnom košíku podľa jeho obsahu

Sledovaná metrika: Výška objednávky

Výsledok: Zvýšenie priemernej ceny objednávky

Overenie: A-B-C testovanie

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