Wayfair 및 Spotify가 머신러닝을 사용하여 고객을 끌어들이는 방법

온라인 통로 

Wayfair의 온라인 통로를 코밍하여 딱 좋은 섹션을 찾을지, 아침 런 중에 스포티파이 플레이리스트로 튜닝할지는 머신 러닝 알고리즘이 완벽한 매치를 확실히 하는 비밀 소스입니다.홈 카테고리에 집중한 디지털 퍼스트 소매업체인 웨이페어와 오디오 스트리밍 미디어 서비스인 스포티파이는 두 개의 서로 다른 시장에 서비스를 제공하고 있다. 하지만 둘 다 데이터와 고객 간의 소통을 중심으로 구축된 플랫폼 기반 비즈니스로 머신러닝을 통해 고도로 개인화된 사용자경험과 큐레이티드 제품과 콘텐츠 권장사항을 제공하고 있습니다. IT테크놀로지리뷰가 주최한 최근 엠테크디지털 컨퍼런스에서는 웨이퍼와 스포티파이 머신러닝 전문가들이 지속적이고 수익성 높은 고객 관계를 촉진하기 위해 어떻게 기술을 활용하고 있는지 들여다봤습니다.Wayfair에서는 3,000명 이상의 기술자가 플랫폼 상에서 작업하고 있으며, 5개의 웹사이트에 걸친 1,400만 이상의 제품 시장에서 고객과 공급업체를 연결하고 있습니다. 스포티파이는 184개 시장에서 4억600만명의 액티브 유저에게 서비스를 제공하고 있으며, 8200만곡의 음악 트랙과 360만곡의 팟캐스트를 작성한 수백만명의 크리에이터도 제공하고 있다.

 

Wayfair: 고객이 적절한 제품을 찾는 것을 지원

Wayfair는 스타일과 맛이 크게 다른 홈 카테고리에 초점을 맞추고 있다는 점을 고려할 때 기술을 사용하여 개인화된 경험을 제공함으로써 경쟁력을 높일 수 있을 것으로 확신한다고 이 회사의 최고 기술 책임자 FionaTan은 말합니다. 회사는 자동화의 최적의 유스케이스를 결정하기 위해 일반적으로 두 가지 규칙을 적용하고 있다. 첫 번째는 인사이트에 이용할 수 있는 접근 가능하고 연관성이 있는 데이터가 대량으로 있는 영역을 특정하는 것입니다. 둘째, 불확실성에 대한 내성이 있는 문제를 찾아내는 것이다.잘못된 예측의 허용도가 높고 개선과 제어에 대한 명확한 이치가 있는 태스크는 고도의 자동화에 매우 적합합니다라고 박사는 말했습니다. 이는 균형 잡힌 행동이며, Wayfair는 다음과 같은 위험을 견딜 수 있는 여러 분야에서 머신러닝을 사용하고 있습니다.광고. 이 회사는 온라인 광고 경매 입찰 프로세스를 완전히 최적화하고 자동화해 입찰액을 과대 지불하지 않고 검색 순위를 올리기 위한 적절한 배치를 확보하고 있다. Wayfair의 검색 기능에서는, 과제는 2배가 된다. 플랫폼은 고객이 모호한 언어로 질문하더라도 고객이 원하는 것을 적절히 해석해야 하고 공급자는 최적의 결과를 돌려주기 위해 적절한 제품 정보를 제공해야 한다.당초 웨이페어는 고객이 빨간 소파를 찾고 있는 경우 플랫폼은 빨간 소파로 분류된 결과만 돌려주는 어휘 검색에 초점을 맞췄다. 이 회사는 현재 검색어의 의미를 말 그대로 일치하는 것을 찾는 것이 아니라 의미적 검색을 채택하고 있다. 빨간 소파의 쿼리는 사용자의 기준에 충분히 가깝기 때문에 버건디 소파를 돌려줄지도 모릅니다.Tan은 "고객 매칭과 만족도 관점에서 볼 때 그것은 정말 좋았다"며 고객이 만족하지 못하는 검색 후 사이트를 떠날 가능성이 낮아져 매출이 증가했다고 설명했다.Wayfair는 또, 서플라이어로부터 수집한 데이터를 넘은 제품 카탈로그의 구축에도 임하고 있다. 그 계획은 기계 학습을 사용하여 공급업체가 명시적으로 기술한 데이터에서 정보를 추출할 뿐만 아니라 특정 제품 설명에서 추출한 암묵적인 데이터를 사용하여 풍부하고 정확한 제품 설명을 작성하는 것입니다. Wayfair는 제품에 잘못된 차원의 제품을 제공하면 고객의 신뢰를 해칠 수 있는 등 상당한 위험이 있기 때문에 보다 정확성을 확보하기 위해 인간과의 기계 학습을 강화한다고 말합니다.공급망 과제 Wayfair 제품이 고객으로부터 평균 약 1,000마일 떨어진 곳에 있다는 점을 감안하면 고객을 더 가까이 있는 원하는 제품과 연결하여 비용을 절감할 수 있는 것이 중요합니다. 새로운 '지오소트' 기능은 머신러닝을 활용하여 고객에게 더 가까운 제품을 특정하고 강화합니다.반경 250마일이 타겟입니다."우리가 하고 있는 흥미로운 랭킹 변경이 있습니다"라고 탄씨는 말했습니다. 우리는 제품 선택이 적절한지 확인하고 싶습니다.그러나 고객과 가까운 제품의 선택이 촉진되고 있음을 확인해 주십시오."

 

스포티파이: 콘텐츠의 라이프타임을 지향한다.

스포티파이에서 머신러닝은 친숙한 콘텐츠를 찾아 큐레이팅하는 것에서 탐색과 새로운 경험을 장려하는 것으로 소비자를 이동시키기 위한 열쇠입니다. 제바라는 사람이 듣는 것을 검색으로 결정하면 그렇게 다양해지지는 않을 것이라고 말했다. 사용자에게 새로운 것을 권하고 설득할 필요가 있습니다.스포티파이는 당초 협업 필터링과 같은 기계학습 기술을 사용했으며 이는 사용자가 무엇을 선호할지 예측하는 방법이다. 현재 스포티파이는 머신러닝을 사용하여 권장사항과 개인화를 개선하고 있습니다. 관련 데이터에는 플레이리스트, 사용자 듣기 동작, 특정 트랙이나 팟캐스트에 대한 정보, 사용자 보기 방법, 클릭할 내용, 심지어 건너뛰는 내용이나 원하는 내용을 보여주는 분석이 포함돼 있다. 이 데이터는 사용자의 취향을 알기 위해 훈련된 모델에 통지하기 위해 사용됩니다. 그 결과 이 회사는 홈페이지, 검색 페이지, 권장 플레이리스트 등의 요소를 통해 보는 것을 포함해 사용자의 경험을 개인화할 수 있습니다. 이러한 동일한 모델은 친구나 아티스트와 음악의 취향을 블렌딩할 수 있는 블렌딩 플레이리스트와 같은 스포티파이의 새로운 기능을 강화하고 있습니다.

권장사항과 개인화가 고도화되면서 스포티파이는 머신러닝에만 의존하고 있는 것은 아닙니다. 인간의 편집 지식은 인간 편집자에 의해 작성된 목록이 알고리즘에 의해 커스터마이징 되는 "알고리즘" 플레이리스트에 사용됩니다. 기계학습만으로는 세상의 모든 것을 할 수 없다는 것이 판명되었습니다'라고 제바라 씨는 말했습니다. 우리는 또한 편집자들의 귀 사이에 수조 개의 진짜 뉴런이 있고 새로운 장르의 음악이 다가오고 있음을 우리에게 알려주는 최첨단 문화 전문가이기 때문에 편집자들에게 많은 도움을 주고 있습니다. 스포티파이는 또 복잡하고 불확실한 환경에서 결정을 내리기 위해 머신러닝 모델을 훈련하는 방법인 강화 학습을 사용하고 있다고 제바는 말했다. 이 회사는 이를 이용해 새로운 장르와 아티스트 발견을 촉진하고 청취자들이 새로운 콘텐츠를 소비하도록 장려하고자 한다. 스포티파이는 머신러닝 모델을 보다 효과적으로 훈련하기 위해 일련의 권장사항에 사용자가 어떻게 반응하는지 모델화하기 위해 설계된 시뮬레이터를 설계했다. "이것은 우리에게 이 시스템들을 훈련하는 훌륭한 방법을 줍니다,"라고 Jebara는 말했습니다. 강화학습은 이미 기계학습 시스템에 대해 큰 승리를 가져왔고 이는 매우 신나는 다음 프런티어입니다. 개인화는 다음 클릭에 최적화하는 것이 아니라 평생 콘텐츠를 제공해야 한다고 생각합니다.