CoderCastrov logo
CoderCastrov
Электронная коммерция

Искусственный интеллект для данных электронной коммерции

Искусственный интеллект для данных электронной коммерции
просмотров
5 мин чтение
#Электронная коммерция

Выступление Шалиона на Beauty Innovation Days 2020

Сегодня, 20 февраля 2020 года, Валерия Беллани (CCO) и я, Энрике Эррерос (CTO) из Шалиона, выступили на конференции Barcelona Beauty Cluster. Мероприятие проходило в прекрасном университете Помпеу Фабра. Мы с удовольствием слушали и делились инновационными достижениями, смотря на то, как развивается индустрия красоты. Мы представили нашу речь на этом форуме по двум причинам:

Мы все можем согласиться с великой важностью, которую приобретает онлайн-торговля и ее роль в стратегиях роста компаний. Но, возможно, мы еще не осознаем, насколько большой вызов представляет собой управление этим перспективным каналом продаж для брендов. Дело в том, что электронная коммерция не следует правилам офлайн-мира. Она полностью меняет их. И это приводит к тому, что управление категориями становится неподконтрольным. Другими словами, мы не можем получить необходимую информацию для оптимального управления распределением и продажей наших продуктов.

РАЗМЕРЫ ЭЛЕКТРОННОЙ КОММЕРЦИИ

Итак, какие новые правила введены электронной коммерцией?

Ассортимент и запасы

Мы больше не управляем запасами или ассортиментом напрямую, но это делает розничный продавец. И существует тысячи розничных продавцов и посредников, а также появляются новые каждый день. Продажа наших товаров зависит от них, они решают, продавать ли товар и пополнять его запасы при необходимости. Розничные продавцы отвечают за выбор ассортимента в соответствии с целевой аудиторией и возможностью покупки. Вкратце:

  • Тысячи розничных продавцов
  • Новые продавцы появляются постоянно
  • Розничные продавцы плохо управляют вашим портфелем
  • Недостаток товара увеличивает вашу упущенную выгоду

Ценообразование и акции

Что касается ценообразования, все больше розничных продавцов используют системы динамического ценообразования для установления цены на свои товары. Таким образом, цена постоянно меняется и становится практически непредсказуемой. Более того, покупатели имеют доступ к предложениям одного и того же товара по разным ценам. И легкое сравнение скидок конкурентов приводит к эскалации акций, которые разрушают маржу. В итоге:

  • Динамическое ценообразование вызывает постоянные изменения цен
  • Вредные акции
  • Предложения, основанные на местоположении пользователя
  • Отслеживание конкурентов

Поиск и цифровая полка

Доля полки сейчас зависит в основном от результатов поиска, то есть от того, как часто наши продукты появляются на первой странице наиболее популярных наборов ключевых слов поиска. И это значительно различается в зависимости от алгоритмов поиска, которые используют розничные продавцы. Эта проблема ранжирования может искусственно давать преимущество продуктам их собственных брендов или определенных спонсоров или быть просто плохо разработанной. Вкратце:

  • Нет доступных EAN-кодов
  • Несколько названий и вариантов для одного и того же продукта в зависимости от продавца
  • Низкая производительность SEO
  • Несколько языков

Содержание и конверсия

Конверсия в покупку сильно зависит от содержания, включенного на страницах товаров. Это содержание определяется ритейлерами и часто не соответствует рекомендациям производителя. В результате товары отображаются с неправильными названиями, неполными описаниями или изображениями низкого качества. Все это приводит к плохим результатам индексации наших товаров в поиске и, в конечном итоге, ухудшает осведомленность о нашем бренде, SEO, конверсию и вовлеченность клиентов.

  • Нестандартизированные и изображения низкого качества товаров
  • Плохие описания
  • Отзывы разбросаны по всему Интернету

БОЛЬШАЯ ЗАДАЧА ПО БОЛЬШИМ ДАННЫМ

Для того чтобы получить контроль над интернет-магазинами, производителям необходимы данные по каждому из этих аспектов. Поэтому, продавцам необходимо собирать данные о своих товарах несколько раз в день, по крайней мере, во всех интернет-магазинах, которые имеют значение для их бизнеса. Давайте рассмотрим быстрый пример необходимых человеческих ресурсов для такой задачи для среднего производителя:

  • Представьте, что вы продаете 500 товаров
  • Ваши товары продаются, в среднем, в 6 основных интернет-магазинах
  • То есть, вам нужно отслеживать 3 000 страниц товаров
  • В среднем вы хотите просматривать эти страницы товаров несколько раз в день. Это 6 000 посещений
  • Ручное извлечение этих данных займет около 1 минуты на посещение
  • Всего, люди потратят 6 000 минут на сбор данных, 100 часов в день
  • Человек работает 8 часов в день, поэтому вам понадобится 13 человек, работающих на полную ставку, чтобы получить данные

Очевидно, что только сумасшедший может подумать, что это правильный путь. Любая компания, желающая автоматизировать задачу парсинга насколько это возможно, создаст правила для получения интересующих элементов (наличие, цена, категория, название и т. д.). Такие правила могут меняться в зависимости от интернет-магазина, времени и иногда даже от категории внутри одного и того же интернет-магазина. Мы обсудим в следующем посте, с какими трудностями сталкиваются люди, пытающиеся парсить данные из интернет-магазинов в большом масштабе. Пока просто имейте в виду, что набор правил известен как "шаблон извлечения" или "шаблон парсинга" и что они необходимы для отчасти полуавтоматизации процесса парсинга.

Задача парсинга

Теперь пойдем еще дальше. Такой шаблон также требует большого операционного энергопотребления. Вы правильно догадываетесь: если изменится исходный код веб-сайта, это может повлиять на шаблон парсинга, нарушив некоторые правила и приведя к потере данных. При сборе данных для нашего инструмента Мониторинга товаров мы должны учитывать сотни интернет-магазинов, что увеличивает нагрузку на операции. В Shalion мы разработали инструмент искусственного интеллекта, способный автоматически парсить важную информацию о товарах из ранее неизвестных интернет-магазинов.

Во второй части этого поста мы представим инструменты искусственного интеллекта, которые позволяют нам усилить управление категориями и распределение товаров наших клиентов, предоставляя:


Shalion - это компания, специализирующаяся на сборе и измерении данных электронной коммерции. Наш продукт EcomPilot, поддерживаемый сложной собственной технологией краулинга и парсинга, усиленной искусственным интеллектом, позволяет нам предоставлять вам наиболее точные данные для принятия решений в электронной коммерции.

"Монитор бренда" позволяет вам отслеживать предложение ваших товаров и конкурентов в различных интернет-магазинах, позволяя вам реагировать и принимать меры в отношении:

  • Отсутствия товара на складе. В каких интернет-магазинах отсутствует мой товар?
  • Цены и изменение исторической цены.
  • Кто выигрывает бокс Amazon (первый рекомендуемый продавец при поиске товара)?
  • Каков рейтинг моих отзывов в различных интернет-магазинах?
  • Какой процент товаров находится в акции?
  • Какое покрытие всего моего ассортимента в различных интернет-магазинах?
  • Насколько хорошо описаны мои товары на различных сайтах электронной коммерции?

И многое другое, что мы можем предоставить.

Хотите узнать больше о нашем инструменте? У вас есть ощущение, что ваши товары продаются в нескольких интернет-магазинах, но у вас нет полного контроля, каким бы вы хотели? Позвольте нам помочь вам, напишите нам на info@shalion.com