सामग्रीहरू
चाँडै, अनलाइन किनमेल सामाजिक मिडिया, सिफारिस प्लेटफार्महरू, र क्याप्सुल वार्डरोब ढुवानी को मिश्रण हुनेछ। कम्पनीको अनुसन्धान र विकास विभागका प्रमुख ओलेग खोम्युकले लामोडाले यसमा कसरी काम गर्छ भन्ने बताए
Lamoda मा कसले र कसरी प्लेटफर्म एल्गोरिदममा काम गर्दछ
Lamoda मा, R&D धेरै नयाँ डाटा-संचालित परियोजनाहरू कार्यान्वयन गर्न र तिनीहरूलाई मुद्रीकरण गर्न जिम्मेवार छ। टोलीमा विश्लेषकहरू, विकासकर्ताहरू, डाटा वैज्ञानिकहरू (मेसिन लर्निङ इन्जिनियरहरू) र उत्पादन प्रबन्धकहरू हुन्छन्। क्रस-कार्यात्मक टोली ढाँचा एक कारणको लागि छनोट गरिएको थियो।
परम्परागत रूपमा, ठूला कम्पनीहरूमा, यी विशेषज्ञहरूले विभिन्न विभागहरूमा काम गर्छन् - विश्लेषण, आईटी, उत्पादन विभागहरू। संयुक्त योजनामा कठिनाइका कारण यस दृष्टिकोणबाट साझा आयोजनाहरूको कार्यान्वयनको गति सामान्यतया कम हुन्छ। काम आफैं निम्नानुसार संरचित छ: पहिले, एक विभाग विश्लेषण मा संलग्न छ, त्यसपछि अर्को - विकास। तिनीहरूमध्ये प्रत्येकको आफ्नै कार्यहरू र तिनीहरूको समाधानको लागि समय सीमाहरू छन्।
हाम्रो क्रस-कार्यात्मक टोलीले लचिलो दृष्टिकोणहरू प्रयोग गर्दछ, र विभिन्न विशेषज्ञहरूको गतिविधिहरू समानान्तर रूपमा गरिन्छ। यसका लागि धन्यवाद, टाइम-टु-मार्केट सूचक (परियोजनाको काम सुरुदेखि बजारमा प्रवेश गर्ने समय। - रुझान) बजार औसत भन्दा कम छ। क्रस-फंक्शनल ढाँचाको अर्को फाइदा भनेको सबै टोली सदस्यहरूलाई व्यवसायिक सन्दर्भ र एकअर्काको काममा डुबाउनु हो।
परियोजना पोर्टफोलियो
हाम्रो विभागको परियोजना पोर्टफोलियो विविध छ, यद्यपि स्पष्ट कारणहरूका लागि यो डिजिटल उत्पादन तिर पक्षपाती छ। हामी सक्रिय भएका क्षेत्रहरू:
- सूची र खोज;
- सिफारिस प्रणाली;
- निजीकरण;
- आन्तरिक प्रक्रियाहरूको अनुकूलन।
क्याटलग, खोज र सिफारिसकर्ता प्रणालीहरू दृश्य व्यापारिक उपकरणहरू हुन्, ग्राहकले उत्पादन छनौट गर्ने मुख्य तरिका। यस प्रकार्यको उपयोगितामा कुनै पनि महत्त्वपूर्ण वृद्धिले व्यापार प्रदर्शनमा महत्त्वपूर्ण प्रभाव पार्छ। उदाहरणका लागि, क्याटलग क्रमबद्धमा ग्राहकहरूका लागि लोकप्रिय र आकर्षक उत्पादनहरूलाई प्राथमिकता दिँदा बिक्रीमा वृद्धि हुन्छ, किनभने प्रयोगकर्तालाई सम्पूर्ण दायरा हेर्न गाह्रो हुन्छ, र उसको ध्यान सामान्यतया सयौं हेरिएका उत्पादनहरूमा सीमित हुन्छ। एकै समयमा, उत्पादन कार्डमा समान उत्पादनहरूको सिफारिसहरूले उनीहरूलाई मद्दत गर्न सक्छ जसले, कुनै कारणले, उत्पादन हेरिएको मनपरेन, आफ्नो छनौट गर्न।
हामीसँग भएको सबैभन्दा सफल केसहरू मध्ये एउटा नयाँ खोजको परिचय थियो। अघिल्लो संस्करणबाट यसको मुख्य भिन्नता अनुरोध बुझ्नको लागि भाषिक एल्गोरिदमहरूमा छ, जुन हाम्रा प्रयोगकर्ताहरूले सकारात्मक रूपमा बुझेका छन्। यसले बिक्री तथ्याङ्कमा महत्त्वपूर्ण प्रभाव पारेको छ।
सबै उपभोक्ताहरूको 48% यसको खराब प्रदर्शनको कारण कम्पनीको वेबसाइट छोड्नुहोस् र अर्को साइटमा अर्को खरिद गर्नुहोस्।
91% उपभोक्ताहरू अप-टु-डेट सम्झौता र सिफारिसहरू प्रदान गर्ने ब्रान्डहरूबाट किनमेल गर्ने सम्भावना बढी हुन्छ।
स्रोत: एक्सेन्चर
सबै विचारहरू परीक्षण गरिएका छन्
Lamoda प्रयोगकर्ताहरूको लागि नयाँ कार्यक्षमता उपलब्ध हुनु अघि, हामी A/B परीक्षण सञ्चालन गर्छौं। यो शास्त्रीय योजना अनुसार र परम्परागत घटक प्रयोग गरी निर्माण गरिएको छ।
- पहिलो चरण - हामी प्रयोग सुरु गर्छौं, यसको मितिहरू र यो वा त्यो कार्यक्षमता सक्षम गर्न आवश्यक प्रयोगकर्ताहरूको प्रतिशत संकेत गर्दै।
- दोस्रो चरण — हामी प्रयोगमा भाग लिने प्रयोगकर्ताहरूको पहिचानकर्ताहरू, साथै साइट र खरिदहरूमा उनीहरूको व्यवहारको बारेमा डेटा सङ्कलन गर्छौं।
- तेस्रो चरण - लक्षित उत्पादन र व्यापार मेट्रिक्स प्रयोग गरेर संक्षेप गर्नुहोस्।
व्यापारिक दृष्टिकोणबाट, हाम्रा एल्गोरिदमहरूले गल्तीहरू सहित प्रयोगकर्ताका प्रश्नहरू जति राम्रोसँग बुझ्छन्, यसले हाम्रो अर्थतन्त्रलाई त्यति नै राम्रोसँग असर गर्छ। टाईपोस भएका अनुरोधहरूले खाली पृष्ठ वा गलत खोजीमा लैजानेछैन, गरिएका गल्तीहरू हाम्रा एल्गोरिदमहरूमा स्पष्ट हुनेछन्, र प्रयोगकर्ताले खोज परिणामहरूमा आफूले खोजिरहेका उत्पादनहरू देख्नेछन्। नतिजाको रूपमा, उसले खरिद गर्न सक्छ र साइटलाई केहि पनि छोड्ने छैन।
नयाँ मोडेलको गुणस्तर इरेटा सुधार गुणस्तर मेट्रिक्स द्वारा मापन गर्न सकिन्छ। उदाहरणका लागि, तपाइँ निम्न प्रयोग गर्न सक्नुहुन्छ: "सही तरिकाले सच्याइएको अनुरोधहरूको प्रतिशत" र "सही रूपमा असुधारित अनुरोधहरूको प्रतिशत"। तर यसले व्यवसायको लागि यस्तो नवीनताको उपयोगिताको बारेमा प्रत्यक्ष रूपमा बोल्दैन। कुनै पनि अवस्थामा, तपाईंले लडाई सर्तहरूमा लक्षित खोज मेट्रिक्स कसरी परिवर्तन हुन्छ हेर्न आवश्यक छ। यो गर्नको लागि, हामी प्रयोगहरू चलाउँछौं, अर्थात् A / B परीक्षणहरू। त्यस पछि, हामी मेट्रिक्स हेर्छौं, उदाहरणका लागि, खाली खोज परिणामहरूको साझेदारी र परीक्षण र नियन्त्रण समूहहरूमा शीर्षबाट केही स्थानहरूको "क्लिक-थ्रु दर"। यदि परिवर्तन पर्याप्त ठूलो छ भने, यो विश्वव्यापी मेट्रिक्समा प्रतिबिम्बित हुनेछ जस्तै औसत जाँच, राजस्व, र खरिदमा रूपान्तरण। यसले टाइप त्रुटिहरू सच्याउनको लागि एल्गोरिदम प्रभावकारी छ भनी संकेत गर्छ। प्रयोगकर्ताले खोज क्वेरीमा टाइपो गरेको भए पनि खरिद गर्दछ।
प्रत्येक प्रयोगकर्तालाई ध्यान दिनुहोस्
हामी प्रत्येक Lamoda प्रयोगकर्ता बारे केहि थाहा छ। यदि एक व्यक्तिले हाम्रो साइट वा एप्लिकेसनलाई पहिलो पटक भ्रमण गरे पनि, हामीले उसले प्रयोग गरेको प्लेटफर्म देख्छौं। कहिलेकाहीँ भौगोलिक स्थान र ट्राफिक स्रोतहरू हामीलाई उपलब्ध छन्। प्रयोगकर्ता प्राथमिकताहरू प्लेटफर्म र क्षेत्रहरूमा भिन्न हुन्छन्। त्यसकारण, हामी तुरुन्तै नयाँ सम्भावित ग्राहकलाई के मन पराउन सक्छ भनेर बुझ्दछौं।
हामीलाई थाहा छ कसरी एक वा दुई वर्षमा सङ्कलन गरिएको प्रयोगकर्ताको इतिहाससँग काम गर्ने। अब हामी इतिहास धेरै छिटो सङ्कलन गर्न सक्छौं - शाब्दिक रूपमा केही मिनेटमा। पहिलो सत्र को पहिलो मिनेट पछि, यो पहिले नै एक विशेष व्यक्ति को आवश्यकता र स्वाद को बारे मा केहि निष्कर्ष कोर्न सम्भव छ। उदाहरणका लागि, यदि कुनै प्रयोगकर्ताले स्नीकरहरू खोज्दा धेरै पटक सेतो जुत्ताहरू चयन गरे भने, त्यो प्रस्ताव गरिनु पर्छ। हामी त्यस्ता कार्यक्षमताको सम्भावना देख्छौं र यसलाई कार्यान्वयन गर्ने योजना बनाउँछौं।
अब, निजीकरण विकल्पहरू सुधार गर्न, हामी उत्पादनहरूको विशेषताहरूमा बढी ध्यान केन्द्रित गर्दैछौं जससँग हाम्रा आगन्तुकहरूले कुनै प्रकारको अन्तरक्रिया गरेका थिए। यस डेटाको आधारमा, हामी प्रयोगकर्ताको एक निश्चित "व्यवहार छवि" बनाउँछौं, जुन हामीले हाम्रो एल्गोरिदममा प्रयोग गर्छौं।
रूसी प्रयोगकर्ताहरूको 76% तिनीहरूले विश्वास गर्ने कम्पनीहरूसँग तिनीहरूको व्यक्तिगत डेटा साझा गर्न इच्छुक।
73% कम्पनीहरू उपभोक्ताको लागि व्यक्तिगत दृष्टिकोण छैन।
स्रोत: PWC, Accenture
अनलाइन पसलहरूको व्यवहार पछ्याएर कसरी परिवर्तन गर्ने
कुनै पनि उत्पादनको विकासको एक महत्त्वपूर्ण भाग ग्राहक विकास (संभावित उपभोक्ताहरूमा भविष्यको उत्पादनको विचार वा प्रोटोटाइप परीक्षण) र गहन अन्तर्वार्ता हो। हाम्रो टोलीसँग उत्पादन प्रबन्धकहरू छन् जसले उपभोक्ताहरूसँग सञ्चारको काम गर्छन्। तिनीहरूले अपरिचित प्रयोगकर्ता आवश्यकताहरू बुझ्न र त्यो ज्ञानलाई उत्पादन विचारहरूमा परिणत गर्न गहन अन्तर्वार्ताहरू सञ्चालन गर्छन्।
हामीले अहिले देखिरहेका प्रवृत्तिहरू मध्ये, निम्नलाई छुट्याउन सकिन्छ:
- मोबाइल उपकरणहरूबाट खोजहरूको साझेदारी निरन्तर बढ्दै गएको छ। मोबाइल प्लेटफर्महरूको व्यापकताले प्रयोगकर्ताहरू हामीसँग अन्तरक्रिया गर्ने तरिका परिवर्तन गर्दैछ। उदाहरण को लागी, समय संग Lamoda मा ट्राफिक खोज को लागी सूची देखि अधिक र अधिक प्रवाह। यो एकदम सरल रूपमा व्याख्या गरिएको छ: कहिलेकाहीँ क्याटलगमा नेभिगेसन प्रयोग गर्नु भन्दा पाठ क्वेरी सेट गर्न सजिलो हुन्छ।
- हामीले विचार गर्नुपर्ने अर्को प्रवृत्ति हो छोटो प्रश्नहरू सोध्न प्रयोगकर्ताहरूको इच्छा। तसर्थ, तिनीहरूलाई थप अर्थपूर्ण र विस्तृत अनुरोधहरू बनाउन मद्दत गर्न आवश्यक छ। उदाहरण को लागी, हामी यो खोज सुझावहरु संग गर्न सक्छौं।
अब के
आज, अनलाइन किनमेलमा, उत्पादनको लागि भोट गर्ने दुईवटा मात्र तरिकाहरू छन्: खरिद गर्नुहोस् वा उत्पादनलाई मनपर्नेमा थप्नुहोस्। तर प्रयोगकर्तासँग, नियमको रूपमा, उत्पादन मन परेको छैन भनेर देखाउने विकल्पहरू छैनन्। यस समस्याको समाधान भविष्यका लागि प्राथमिकताहरू मध्ये एक हो।
अलग रूपमा, हाम्रो टोलीले कम्प्युटर भिजन टेक्नोलोजीहरू, रसद अप्टिमाइजेसन एल्गोरिदमहरू र सिफारिसहरूको व्यक्तिगत फिडको परिचयमा कडा मेहनत गरिरहेको छ। हामी डेटा विश्लेषण र हाम्रा ग्राहकहरूको लागि राम्रो सेवा सिर्जना गर्न नयाँ प्रविधिहरूको प्रयोगमा आधारित ई-वाणिज्यको भविष्य निर्माण गर्न प्रयास गर्छौं।
Trends Telegram च्यानलमा पनि सदस्यता लिनुहोस् र प्रविधि, अर्थशास्त्र, शिक्षा र नवाचारको भविष्यको बारेमा हालको प्रवृत्ति र पूर्वानुमानहरूको साथ अद्यावधिक रहनुहोस्।