Индийский гигант электронной коммерции Flipkart, принадлежащий Walmart, использует науку о данных и машинное обучение для управления эффективностью бизнеса.
Он использует свою платформу больших данных для обработки крупномасштабных транзакций данных.
Акцент компании делается на использовании аналитики для каждого аспекта принятия решений.
Управление ассортиментом, потенциальный листинг, оценка качества продукции, прогнозирование рейтингов и возвратов, прогнозирование спроса на складские единицы (SKU) и предоставление рекомендаций по ценообразованию — вот некоторые из типичных проблем, которые инженеры компании решают с помощью моделей и алгоритмов машинного обучения. компания сказала.
Фирма также внедрила генеративный искусственный интеллект (ИИ) для получения преимуществ для бизнеса.
Об этом изданию Data Next сообщил главный специалист по аналитике данных Flipkart Рави Виджайрагаван. конференция что компания каждый год выбирает конкретную цель, например, в отношении качества обслуживания клиентов, роста, транзакций, показателей клиентов или показателей цепочки поставок в масштабе с технологией.
У компании электронной коммерции около 500 миллионов зарегистрированных пользователей, около 150 миллионов продуктов и более 2 миллиардов посещений ее сайта в месяц.
Он предлагает доставку примерно на 19 000 адресов с пин-кодом в Индии, которые охватывают большинство мест по всей стране.
Он построил свою платформу данных как сервис-ориентированную архитектуру для улучшения взаимодействия с пользователем, оптимизации логистики и улучшения списков продуктов, поддерживая различные типы доменов данных, такие как Redis, HBase и SQL, сказал Виджайрагхаван.
Он добавил, что компания может «успешно» преобразовать эти данные в бизнес-аналитику, что позволит ей принимать стратегические решения.
Например, информация о продукте помогла Flipkart принять решение об отображении релевантных продуктов, понимании жизненного цикла продукта, прогнозировании спроса, качестве продукта, информации о покупках, рейтингах и обзорах, сказал Виджайрагхаван.
Примеры использования машинного обучения
Flipkart нужно было управлять эффективностью бизнеса для потребителей в зависимости от опыта предварительного заказа, выбора, опыта после заказа и качества.
Он работал над дизайном выбора, основанным на машинном обучении, для решения задач по ширине — количеству линеек продуктов, глубине — разнообразию в каждой из этих линеек и оценке качества продаваемой продукции.
Поскольку компания получала около 80 миллионов поисковых запросов в неделю, она использовала обработку естественного языка для кластеризации запросов и выявления неэффективных кластеров. «Основываясь на показателе сходства с продавцом, мы могли бы найти продавца, который достиг бы ширины», — объяснил Виджаярагхаван.
Аналогичным образом, для глубины выбора Flipkart разработала структуру для выявления списков с высоким потенциалом.
Модели обучены изучать возможности листинга с атрибутами и изображениями, а также понимать атрибуты выбора.
Фирма также столкнулась с рядом проблем при оценке качества продукции, поскольку ручные проверки не масштабируются для миллионов товарных списков.
При перечислении показателей качества, основанных на прошлой производительности временно поддерживаемого продукта, у него были проблемы с постоянно меняющимися SKU.
«Мы построили показатели качества листинга с помощью машинного обучения, которые могут дать лучшую предсказательную силу для нового выбора, а также позволяют настраивать характеристики категорий», — пояснил он.
Поскольку перечисление показателей качества может не подходить для продавцов, у которых нет истории продаж, возвратов или рейтингов, инженерные группы также создали базовые модели машинного обучения для прогнозирования рейтингов и возвратов.
Это платформа машинного обучения, которая собирает атрибуты продукта, продавца и листинга, чтобы прогнозировать как рейтинги, так и возвраты для нового листинга.
Генеративный ИИ
Flipkart также использует генеративный ИИ, такой как ChatGPT для генерации текста, Rephrase.ai для синтеза видео, DALL-E2 для синтеза изображений, Vidvoice для синтеза звука и Point-E для синтеза 3D-сетки.
Фирма создала дизайнера одежды с искусственным интеллектом на основе модели стабильного распространения, которая будет создавать новый дизайн, основанный на машинном обучении. Он автоматически создает свежие продукты в каталоге Flipkart с помощью различных комбинаций атрибутов. При правильной видимости они воспринимаются как потенциально высоко продаваемые модели.
«Сейчас мы начали очень активно тестировать тысячи дизайнов с нашей базой продавцов», — сказал он.
Говоря о планах на будущее, Виджайрагаван сказал, что Flipkart вложит значительные средства в изучение и разработку дополнительных инструментов на основе ИИ в ближайшие 3-4 года. «Генеративный ИИ стал многообещающей технологической тенденцией за последние шесть-двенадцать месяцев», — добавил он.
Читать полную новость на сайте
