создаем и улучшаем системы продаж в интернете

Превосходство машин: нейросети на службе e-commerce

Нейросети — один из самых горячих трендов в IT за последнее время. Новости о новых применениях технологии появляются едва ли не ежедневно, а в заголовках к этим новостям мелькают названия таких компаний как Google, Apple, Tesla и Amazon.

К слову, о последней. Вы могли слышать про Amazon Go — решении, способном избавить супермаркеты от очередей, а заодно от касс и кассиров. Посетитель на входе в магазин сканирует QR-код с экрана телефона, набирает полную тележку товара, а на выходе с его счета снимается нужная сумма.

За тем, чтобы человек расплатился именно за то, что вынес и не мог утащить палку колбасы под шубой, следит технология на основе нейросетей. Она способна распознать кто что взял с полки и куда это положил. Сейчас система проходит тестирование на сотрудниках Amazon, а уже в 2017 ее планируют выкатить на рынок.

Но если в ритейл физический нейросети еще только приходят, то в ритейле цифровом они уже обосновались. Бизнес выбирает их по простым причинам: новая технология позволяет экономить и одновременно зарабатывать больше.

Давайте разберемся как нейросети используются или могут использоваться в электронной коммерции и смежных сферах бизнеса.

Что такое Нейросеть.

Нейросетью называется один из механизмов машинного обучения — процесса, который позволяет электронной системе приобретать новые знания и навыки путем получения новой информации. Благодаря этому, нйросети способны эффективно выполнять самые разные задачи: от определения лиц на фото и перевода сложных текстов, до понимания человеческой речи и управления автомобилем без участия водителя.

Онлайн-чаты

Диалог — один из компонентов хорошей продажи, поэтому чаты в интернет-магазинах пользуются большой популярностью. Нейросеть без труда может взять на себя роль продавца-консультанта, который не только понимает человеческую речь, но и отвечает тоже по-человечески. При этом он всегда онлайн, в совершенстве знает ассортимент и имеет мгновенный доступ к истории покупок клиента. Никаких больше “подождите, я уточню цену/наличие/характеристики”. Такому “сотруднику” не нужно выделять рабочее место и платить зарплату, он не возьмет больничный и не уйдет в отпуск. Чем не работник мечты?

Кто использует: Google в мессенджере Allo, приложение для поиска вечеринок Gogobot. В умных чатботов инвестируют Apple, Amazon, Verizon Ventures и другие компании.

Модерация пользовательского контента

Проверка комментариев на предмет нецензурной лексики и рекламы — тривиальная задача для нейросети. Например, сервис комментариев Disqus уже использует машинное обучение для поиска и удаления такого контента. Для нейросети не составит труда и “отлов” нерелевантных изображений в отзывах — современные алгоритмы с легкостью распознают что именно изображено на картинках в комментариях.

Кто использует: Фильтрацию и оценку пользовательского контента с помощью нейросетей практикуют Disqus, Pinterest, Google Photos.

нейросети-ecommerce

Улучшенный поиск

Хороший поиск понимает, что человек имел в виду, а не просто ищет по ключевым словам. Благодаря нейросетям, Google уже несколько лет работает по этому принципу и скоро такой подход придет в e-commerce. Если пользователь введет в строку поиска “Телефон с большим экраном, который работает 2 дня без зарядки”, —  то система поймет какой товар подходит под это описание. Еще пример: “Телевизор, чтобы смотреть фильмы по интернету” — пожалуйста. “Куртка, в которой тепло при минус 20” - поиск покажет подходящий товар.

Кто использует: Поисковик Google и все сопутствующие сервисы: YouTube, Google Photos, Google Play Music и другие.

Выкладка товаров и их описания

Еще немного и нейросети будут способны создавать тексты для товарных описаний даже лучше, чем копирайтер с биржи. Более того  — они могут быстро и точно анализировать спрос, формируя каталог соответствующим образом. Это дает ощутимую экономию времени и денег, а еще гарантирует стабильно высокий результат. Потому что нейросеть не допускает ошибок в тексте и принимает решения только на основе проверенных данных, а не домыслов.

Кто использует: алгоритмы пока только помогают людям писать тексты, выполняя рутинную часть работы. Например, специальный бот “трудится” в Washington Post. Но крупнейшие IT-компании активно инвестируют в развитие писательских навыков нейросетей. Взять, к примеру, Deep Text от Facebook или интеграцию искусственного интеллекта в переводчик Microsoft.

Анализ пользовательского фидбека

Бесценный инструмент для компаний, которые активно взаимодействуют с аудиторией через соцсети, YouTube и другие площадки. Нейросеть может определить реакцию пользователей на то или иное действие на основе оставленных отзывов и совершенных действий. Для электронного мозга не составит труда обработать сотни или даже тысячи постов в Facebook, Twitter и комментариев на YouTube.

Кто использует: Потенциал этой технологии выходит далеко за рамки e-commerce. Спецслужбы и политтехнологи прибегают к машинному анализу пользовательских данных в своих целях. Широкую огласку получила история Михала Косински, ученого из Стэнфорда, который разработал технологию сбора психометрических данных с помощью социальных сетей. Существует версия, что эти наработки использовал избирательный штаб Дональда Трампа.

нейросети-ecommerce

Грамотный апсейл и контекстная реклама

Нейросети способны давать умные товарные рекомендации и формировать контекстную рекламу на основе истории покупок пользователя, и другой, собранной о нем, информации. Они способны формировать апсейл из товаров, которые с высокой долей вероятности заинтересуют конкретного посетителя сайта. Павербанк после покупки смартфона со слабой батареей; многоканальная аудио-система после покупки большого ТВ; удобное офисное кресло вслед за приобретением нового компьютера — вот лишь несколько примеров таких рекомендаций.

Кто использует: Google предлагает создание “умного” механизма товарных рекомендаций на основе своей облачной технологии Google Cloud Platform.

Возможности нейросетей в электронной коммерции не ограничиваются перечисленным. Этот список можно уверенно расширить такими пунктами:

– Прогнозирование спроса.

– Определение потенциальных проблем с наличием на складе.

– Менеджмент маркетинговых кампаний.

– Прогнозирование стоимости доставки, упаковки.

– Улучшенная сегментация и таргетирование потребителей.

Как ни банально это звучит, но за машинным обучением — будущее. Инвестиции в сферу ИИ исчисляются миллиардами долларов, над развитием технологии работают лучшие умы IT индустрии, поэтому прорыв в этом направлении является вопросом времени.

И, как показывает ситуация с нейросетями, скорее близкого, чем отдаленного. Уже сейчас нейросети помогают компаниям формировать лучшие предложения и создавать продукты с большой ценностью для пользователя.

Конечно, повальное использование продвинутых систем ИИ может повлечь за собой немало проблем. Но это уже совсем другая история.

Вы читаете блог компании Sense Production. Мы создаем и улучшаем системы продаж в Интернете.

Наш сайт
Мы в Facebook
Наши кейсы на Behance

About Author

Саша Сергеев

CEO & Founder at Sense Production, e-commerce agency