Algolia تستحوذ على Velou لتعزيز الذكاء المنتج لتسوق الذكاء الاصطناعي

قد يمتلك المتجر المنتج المناسب في المخزون لكنه لا يزال يخسر البيع لأن كاتالوجه لا يصف ما يريده المتسوق. تصبح هذه المشكلة أكثر إلحاحًا عندما يقوم مساعد ذكاء اصطناعي بعملية البحث: فالإجابة المقنعة لا تكون مفيدة إلا إذا كان النظام قادرًا على العثور على عنصر يلبي الطلب فعليًا.

Algolia استحوذت على Velou، شركة مقرها نيويورك متخصصة في إثراء بيانات المنتج والذكاء الكاتالوجي، لتعزيز تلك الأساس. أعلن عن الصفقة في 6 أكتوبر، وتُقرّب فهم المنتج من أنظمة البحث والتوصية التي تستخدمه.

يقول إعلان الاستحواذ إن الشروط المالية لم تُفصح عنها وأن فريق Velou المكوّن من ستة أشخاص ينضم إلى Algolia. تخدم Velou بالفعل أكثر من 50 عميلًا من تجار التجزئة والعلامات التجارية الفاخرة. تقول Algolia إنها تتعامل مع ما يقرب من تريليونين بحث سنويًا عبر أكثر من 18,000 عميل، مما يمنح التقنية المكتسبة قناة توزيع محتملة أكبر بكثير.

لماذا يبدأ البحث الأفضل ببيانات منتج أفضل

يجب على أنظمة البحث ربط نية العميل بالمعلومات المتاحة حول العنصر. إذا كان للعرض صورة وعنوان مختصر لكنّه يحذف سمات مهمة، فستكون المعلومات المتاحة للنظام أقل موثوقية للمطابقة مع طلب مفصل.

تخيل متسوقًا يبحث عن مصباح مكتب مدمج بذراع قابل للتعديل. قد يترك كاتالوج يسجل فقط العلامة التجارية واللون محرك البحث غير قادر على التصفية حسب الحجم أو البناء. سجل أكثر ثراءً يمكنه توضيح تلك القيود. هذا مثال توضيحي لمشكلة البيانات، وليس ادعاءً حول تطبيق معين لـ Velou.

تنقل نفس المشكلة إلى التجارة الوكيلة، حيث تساعد أنظمة الذكاء الاصطناعي المستهلكين على اكتشاف واختيار المنتجات. لا يمكن للفهم اللغوي الأفضل على مستوى المساعد وحده أن يثبت سمة منتج غير موثقة. تحسين السجل الأساسي يجعل الأدلة متاحة لأكثر من واجهة واحدة.

ما الذي تضيفه Velou إلى Algolia

تستخدم Velou الذكاء الاصطناعي متعدد الوسائط لتحويل أوصاف المنتجات وصورها إلى معلومات منظمة. في الإعلان على موقع الشركة، تصف Algolia ربط تلك المعلومات بتصنيف تجاري منظم: مفردات موحدة للفئات والسمات وقيمها. تقول الشركة إن عملية الإثراء تستمر مع تغير الكاتالوجات وتربط السمات بالأدلة المصدرية.

موقع Velou يحدد Commerce-1 كنموذج مخصص للتجزئة ويصف رسومًا بيانية للمنتجات تُظهر العلاقات بين العناصر. إلى جانب إنشاء السمات المفقودة والوسوم الموحدة، صُممت المنصة لتوفير سياق للبدائل والمنتجات المتوافقة، ثم تدفع السجلات المُحسّنة إلى أنظمة التجارة القائمة.

تُعالج التصنيف ورسم المنتج البياني أجزاء مختلفة من مهمة الاكتشاف. تساعد المفردات المشتركة الأنظمة على مقارنة العناصر التي يستخدم موردوها أوصافًا مختلفة. تساعد العلاقات على ربط تلك العناصر. بالنسبة لمساعد يُطلب منه تجميع عملية شراء منسقة، قد تكون كل من خصائص كل منتج والروابط بينها ذات أهمية.

تخطط Algolia لوضع ذكاء منتجات Velou تحت محرك البحث، والتوصيات، والتخصيص، والتسويق، وAgent Studio. تقول إن واجهات برمجة التطبيقات (APIs) الحالية، ومجموعات تطوير البرمجيات (SDKs) والتكاملات ستظل قائمة. هدفها المعلن هو تحسين المعلومات التي تعمل بها هذه المنتجات مع تجنّب إعادة بناء تطبيقات Algolia الحالية لدى المتاجر.

نتائج العملاء وراء الاستحواذ

تشير الشركتان إلى مثالين تجاريين. أضافت Get The Label أكثر من 190,000 سمة منتج خلال ستة أشهر باستخدام Velou، مع زيادة مُبلغ عنها بنسبة 60٪ في إيرادات البحث داخل الموقع. وزادت Everything5pounds سمات كاتالوجها بأكثر من 85٪، إلى جانب ارتفاع مُبلغ عنه بنسبة 33٪ في تحويلات البحث.

هذه نتائج عملاء أبلغت عنها الشركات، وليست مقارنة محكومة تُحدِّد مقدار كل تحسين ناتج عن الإثراء وحده. ومع ذلك، تجعل الهدف التجاري ملموسًا: يجب أن تُترجم أوصاف المنتجات الأفضل إلى تمكّن المتسوقين من العثور على منتجات مناسبة وإكمال عمليات الشراء.

بالنسبة لتاجر يقيم التقنية، تتجاوز القياسات المفيدة عدد الحقول الجديدة. هل يُعيد استعلام محدد نتيجة مناسبة؟ هل تعكس الفلاتر خصائص المنتج بدقة؟ هل يمكن لفريق التسويق فحص وتصحيح الأدلة وراء سمة معينة؟ هذه الأسئلة تربط جودة البيانات بتجربة العميل.

شراء استراتيجي لتقنية التسوق بالذكاء الاصطناعي

يوفر الاستحواذ لـ Algolia وسيلة للتأثير على مدخل يُشكِّل فعالية منصتها الأوسع. يمكن للإثراء دعم شريط البحث، ومحرك التوصية، ووكيل التسوق من سجل المنتج نفسه، بدلاً من الحاجة إلى جهود إصلاح كاتالوج منفصلة لكل تجربة.

تظل الدقة أساسية. قد تكشف صورة المنتج عن ميزة تصميمية مرئية، لكن المتجر يحتاج إلى دليل موثوق للمواصفات وتعليمات العناية. قد يؤدي إرفاق سمة غير مدعومة إلى توصية جذابة تخيب أمل المشتري. لذا فإن تركيز Algolia على الأدلة القابلة للفحص يُعد جزءًا مهمًا من وعدها بالتكامل.

الاتفاقية توضح أيضًا اعتبارًا عمليًا في تنفيذ الذكاء الاصطناعي الوكالي في الأعمال: تحتاج الأنظمة إلى معلومات قابلة للاستخدام حول الكائنات التي تتعامل معها. في التجارة، يعني ذلك كتالوجًا مفصلاً بما يكفي لدعم المتطلبات الفعلية للمتسوق.

الاختبار التالي لـ Algolia هو ما إذا كان جمع الإثراء والاسترجاع تحت سقف واحد يحسن الاكتشاف بشكل مستمر عبر قاعدة عملائها. الطموح واضح: جعل المنتج المناسب أسهل في العثور عليه، سواء وصل الطلب عبر صندوق البحث أو عبر مساعد ذكاء اصطناعي.