Торговля Tatyana Musikhina
444

Как искусственный интеллект решает вопрос подбора одежды и роста выручки в fashion e-commerce

Фото с theguardian.com

В закладки

Ежедневно в Интернет-магазин приходят тысячи людей. И невозможно понять их предпочтения в одежде и стиле, потому что программный код магазина работает с текстом: ссылками на товары и cookie-файлами.

Каждый онлайн-ритейлер по-своему решает вопрос подбора и показа одежды пользователю. Как правило, эти решения выглядят следующим образом:

· сортируют товары по цене вместо показа персонально подобранных товаров;

· рекомендуют одежду одного бренда вместо кросс-брендинга по стилю;

· показывают сопутствующие, а не визуально похожие товары;

· одежда сортируется администратором сайта без рекомендаций маркетинга или e-commerce;

· в рекомендованные добавляется товары контент-менеджером по своему усмотрению, как правило те, которые проще добавить.

Рекомендации мужских курток в карточке женского пуховик. С сайта одного из Интернет-магазина

Такой подход объясняет низкую конверсию в российском fashion-ритейле – от 0,2% до 1,5%. Если не брать во внимание множество факторов, влияющих на рост этого показателя, то один из них точно можно улучшить с помощью искусственного интеллекта. Это понимание вкусов пользователя по анализу фотографий товаров.

Искусственный интеллект (AI – Artificial Intelligence) – это набор алгоритмов, созданных человеком. Алгоритмы в процессе обучения изменяются и подстраиваются под решение конкретных задач. Области применения искусственного интеллекта в онлайн широкие. Наиболее популярные – это чат-боты и визуальный поиск. Если первые работают с текстом, то вторые – с изображениями.

Мы разработали нейронную сеть и обучаем ее распознаванию классов и атрибутов одежды по фотографиям, что позволяет выстраивать персональные рекомендации для людей, увеличивая выручку интернет-магазина. Amazon, Avito, Asos, Lamoda, Wildberries и другие активно внедряют технологии, основанные на поиске визуально похожих товаров. Эти онлайн-площадки уже ощутили выгоду от визуального поиска, которая выражается в:

· увеличении конверсии в покупки;

· росте количества повторных покупок. Люди чаще возвращаются в магазин, где нашли одежду, которая им нравится;

· снижении расходов на рекламу. Лояльные покупатели обходятся дешевле.

Как сделать из посетителя интернет-магазина покупателя, а из покупателя лояльного клиента? Все просто. Показывайте ту одежда, которая нравится людям. Искусственный интеллект помогает решить этот вопрос, распознавая классы и атрибуты одежды, изображенной на фотографиях, которые просматривает пользователь. Так, если девушка смотрит зеленое макси-платье, с поясом, без рукава, то ИИ подберет визуально похожие платья по силуэту, стилю, деталям, крою, и конечно, цвету.

Пример подбора искусственным интеллектом визуально похожих платьев

Вместе с распознаванием одежды мы применяем анализ поведения пользователя на сайте:

· сколько времени он провел в карточке товара;

· какая была активность: просмотр основного и дополнительных фото;

· выбор размера, цвета;

· добавление товара в избранное, в корзину;

· и т.д.

Все это дает комплексную картину взаимодействия покупателя с сайтом в режиме реального времени.

При подборе визуально похожих рекомендуемых товаров возникает другая крайность: создание пузыря. Когда пользователь видит одинаковые платья и его выбор искусственно ограничивается. Во избежание информационного вакуума мы рекомендуем товары из смежных категорий или похожего стиля. Подбор основан на анализе поведения человека на сайте, истории его покупок и других факторах. В рекомендации к платьям можно показать туфли или сумочку, сочетающиеся по стилю, цвету.

Так мы подошли к одному из самых интересных вопросов в работе машинного обучения – это алгоритмы подбора сопутствующих товаров или создание образа.

Создание искусственным интеллектом лука на сайте modoza.com

При создании образа стилист представляет сначала конкретного человека или персонаж. Он задает себе следующие вопросы: кто это - мужчина или женщина? Предпочитаемые бренды, уровень доход? Где работает и чем занимается в свободное время? Цвет кожи, образ жизни? То, что возникает в голове у стилиста, не может появится у искусственного интеллекта, который просто лишен воображения. Поэтому при создании алгоритмов мы составляем матрицы сочетания предметов одежды и аксессуаров друг с другом, консультируясь со стилистами, fashion-блогерами. Не обладая способностью думать, искусственный интеллект, тем не менее, помнит миллионы деталей одежды на фотографиях и мгновенно находит их, составляя гармоничные образы.

Существуют базовые принципы сочетания одежды, которые понимает искусственный интеллект. Это подбор внутри категорий брендов: масс-маркет, middle, премиум-бренды. Подбор по цветовой гамме. Создание силуэта: широкий верх – зауженный низ, и наоборот. Соблюдение этих принципов позволяет выполнять задачи подбора одежды даже машине. Однако набор луков, аксессуаров в каждом интернет-магазине отличается. И, понимая это, мы обучаем нейронную сеть каждый раз на новом датасете – каталоге интернет-магазина.

Перед тем как составить лук нужно представить персонаж. Иногда сама вещь подсказывает как ее надо стилизовать. Спортивные брюки одеть со шпилькой, сверху футболку. И это тоже будет стильно. Но исходя из того насколько вещь спортивная. В онлайн не так просто составлять образ. Вживую это делать легче. Когда видишь вещь, бренд, человека. Сложно сочетать, потому что многое зависит от человека»

Tanya Fomchenko

стилист

Кое-какие стили, конечно, выделяются, но сейчас миром правит свобода и эклектика, и мне это очень нравится. Интересно сочетать несочетаемое, находить какие-то неожиданные, свежие гармонии

Ира Дружинина
автор телеграм-канала "так и пойду"

Насколько вещь спортивная нейронная сеть не может понять. Даже неспециалист в этом не разберется. Но заложить алгоритмы сочетания спортивных брюк и шпильки можно.

Несмотря на то, что мы работаем с технологиями, вместе с этим следим за модными трендами. Удачное сочетание моды и IT-решений дает преимущество для e-commerce, делая интернет-магазин технологичным лидером в своей области и увеличивая доход.

Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "Tatyana Musikhina", "author_type": "self", "tags": [], "comments": 2, "likes": 1, "favorites": 22, "is_advertisement": false, "subsite_label": "trade", "id": 56338, "is_wide": false, "is_ugc": true, "date": "Wed, 23 Jan 2019 13:18:34 +0300" }
{ "id": 56338, "author_id": 168380, "diff_limit": 1000, "urls": {"diff":"\/comments\/56338\/get","add":"\/comments\/56338\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/56338"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199122 }

2 комментария 2 комм.

Популярные

По порядку

1

Yeeeh man
Fck yeah

Ответить
0

он на моде :-)

Ответить
0
{ "page_type": "article" }

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Плашка на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } } ]
Команда калифорнийского проекта
оказалась нейронной сетью
Подписаться на push-уведомления
{ "page_type": "default" }