Algolia ने Velou का अधिग्रहण किया ताकि AI शॉपिंग के लिए उत्पाद बौद्धिकता को सुदृढ़ किया जा सके

एक रिटेलर के पास सही उत्पाद स्टॉक में हो सकता है और फिर भी बिक्री खो सकता है क्योंकि उसका कैटलॉग खरीदार की इच्छाओं का वर्णन नहीं करता। यह समस्या तब और अधिक महत्वपूर्ण हो जाती है जब AI सहायक खोज कर रहा हो: एक प्रभावशाली उत्तर तभी उपयोगी है जब प्रणाली वास्तव में अनुरोध को पूरा करने वाला आइटम खोज सके।

Algolia ने Velou का अधिग्रहण किया, एक न्यूयॉर्क-आधारित AI कंपनी जो उत्पाद डेटा समृद्धि और कैटलॉग बौद्धिकता में विशेषज्ञता रखती है, ताकि उस बुनियाद को सुदृढ़ किया जा सके। 6 अक्टूबर को घोषित किया गया, यह सौदा उत्पाद समझ को खोज और सिफ़ारिश प्रणालियों के करीब लाता है जो इसका उपयोग करती हैं।

अधिग्रहण घोषणा कहती है कि वित्तीय शर्तें प्रकट नहीं की गईं और Velou की छह-सदस्यीय टीम Algolia में शामिल हो रही है। Velou पहले ही 50 से अधिक रिटेल और प्रीमियम ब्रांड एंटरप्राइज़ ग्राहकों की सेवा करता है। Algolia कहता है कि वह प्रति वर्ष लगभग दो ट्रिलियन खोजें 18,000 से अधिक ग्राहकों में संभालता है, जिससे अधिग्रहित तकनीक को एक बहुत बड़ा संभावित वितरण चैनल मिलता है।

बेहतर खोज बेहतर उत्पाद डेटा से शुरू होती है

खोज प्रणालियों को ग्राहक की मंशा को वस्तु के उपलब्ध जानकारी से जोड़ना चाहिए। यदि किसी लिस्टिंग में फोटो और संक्षिप्त शीर्षक है लेकिन महत्वपूर्ण गुणों को छोड़ दिया गया है, तो प्रणाली के पास विस्तृत अनुरोध के साथ मिलान करने के लिए कम भरोसेमंद जानकारी होती है।

एक खरीदार को विचार करें जो समायोज्य हाथ वाले कॉम्पैक्ट डेस्क लैंप की तलाश में है। एक कैटलॉग जो केवल ब्रांड और रंग रिकॉर्ड करता है, खोज इंजन को आकार या निर्माण के लिए फ़िल्टर करने में असमर्थ छोड़ सकता है। एक समृद्ध रिकॉर्ड इन बाधाओं को स्पष्ट कर सकता है। यह डेटा समस्या का एक उदाहरणात्मक उदाहरण है, न कि किसी विशिष्ट Velou कार्यान्वयन के बारे में दावा।

वही समस्या एजेंटिक कॉमर्स में भी जारी रहती है, जहाँ AI प्रणालियाँ उपभोक्ताओं को उत्पादों की खोज और चयन में मदद करती हैं। सहायक स्तर पर बेहतर भाषा समझ अकेले ही किसी अनलेखित उत्पाद विशेषता को स्थापित नहीं कर सकती। मूल रिकॉर्ड को सुधारने से साक्ष्य कई इंटरफ़ेसों के लिए उपलब्ध हो जाते हैं।

Velou Algolia में क्या जोड़ता है

Velou मल्टीमॉडल AI का उपयोग करके उत्पाद विवरण और छवियों को संरचित जानकारी में बदलता है। अपनी कंपनी की वेबसाइट पर घोषणा में, Algolia उस जानकारी को एक क्यूरेटेड रिटेल टैक्सोनॉमी में मैप करने का वर्णन करता है: श्रेणियों, गुणों और उनके मानों के लिए एक सुसंगत शब्दावली। कंपनी कहती है कि समृद्धि कैटलॉग बदलते ही चलती है और गुणों को स्रोत साक्ष्य से जोड़ती है।

Velou की वेबसाइट Commerce-1 को अपने रिटेल-विशिष्ट मॉडल के रूप में पहचानती है और उत्पाद ग्राफ़ का वर्णन करती है जो वस्तुओं के बीच संबंधों को मैप करते हैं। लापता गुणों और मानकीकृत टैग उत्पन्न करने के साथ-साथ, यह प्लेटफ़ॉर्म विकल्पों और संगत उत्पादों के लिए संदर्भ प्रदान करने के लिए डिज़ाइन किया गया है, फिर समृद्ध रिकॉर्ड को मौजूदा कॉमर्स सिस्टम में वापस धकेलता है।

एक टैक्सोनॉमी और एक उत्पाद ग्राफ़ खोज कार्य के विभिन्न भागों को संबोधित करते हैं। एक सामान्य शब्दावली उन वस्तुओं की तुलना करने में मदद करती है जिनके आपूर्तिकर्ता विभिन्न विवरणों का उपयोग करते हैं। संबंध उन वस्तुओं को जोड़ने में मदद करते हैं। एक सहायक को समन्वित खरीदारी तैयार करने के लिए कहा जाए, तो प्रत्येक उत्पाद की विशेषताएँ और उनके बीच के कनेक्शन दोनों महत्वपूर्ण हो सकते हैं।

Algolia योजना बनाता है कि Velou की उत्पाद बौद्धिकता को खोज, सिफ़ारिश, व्यक्तिगतकरण, मर्चेंडाइजिंग और Agent Studio के नीचे रखा जाए। यह कहता है कि मौजूदा APIs, SDKs और इंटीग्रेशन वही रहेंगे। इसका घोषित लक्ष्य इन उत्पादों के साथ काम करने वाली जानकारी को सुधारना है जबकि रिटेलरों के मौजूदा Algolia कार्यान्वयन को पुनः बनाना न पड़े।

अधिग्रहण के पीछे ग्राहक परिणाम

कंपनियों ने दो रिटेल उदाहरणों की ओर इशारा किया। Get The Label ने Velou का उपयोग करके छह महीने में 190,000 से अधिक उत्पाद गुण जोड़े, और साइट-खोज राजस्व में 60% की रिपोर्टेड वृद्धि हुई। Everything5pounds ने अपने कैटलॉग गुणों को 85% से अधिक बढ़ाया, साथ ही खोज रूपांतरणों में 33% की रिपोर्टेड वृद्धि देखी।

ये कंपनी-रिपोर्टेड ग्राहक परिणाम हैं, न कि एक नियंत्रित तुलना जो यह स्थापित करे कि प्रत्येक सुधार कितना केवल समृद्धि से आया। फिर भी वे व्यावसायिक लक्ष्य को स्पष्ट बनाते हैं: बेहतर उत्पाद विवरणों को खरीदारों द्वारा उपयुक्त उत्पाद खोजने और खरीदारी पूरी करने में बदलना चाहिए।

तकनीक का मूल्यांकन करने वाले रिटेलर के लिए, उपयोगी मापदंड नए फ़ील्डों की संख्या से परे हैं। क्या कोई विशिष्ट क्वेरी उपयुक्त परिणाम देती है? क्या फ़िल्टर सटीक उत्पाद विशेषताओं को दर्शाते हैं? क्या मर्चेंडाइजिंग टीम किसी गुण के पीछे के साक्ष्य की जांच और सुधार कर सकती है? ये प्रश्न डेटा गुणवत्ता को ग्राहक अनुभव से जोड़ते हैं।

AI शॉपिंग स्टैक के लिए एक रणनीतिक खरीद

अधिग्रहण Algolia को एक इनपुट को प्रभावित करने का तरीका देता है जो उसके व्यापक प्लेटफ़ॉर्म की प्रभावशीलता को आकार देता है। समृद्धि एक ही उत्पाद रिकॉर्ड से खोज बार, सिफ़ारिश इंजन और शॉपिंग एजेंट को समर्थन दे सकती है, बजाय प्रत्येक अनुभव के लिए अलग-अलग कैटलॉग मरम्मत प्रयासों की आवश्यकता के।

सटीकता अभी भी केंद्रीय है। एक उत्पाद फोटो में एक स्पष्ट डिजाइन विशेषता दिख सकती है, लेकिन एक रिटेलर को विनिर्देशों और देखभाल निर्देशों के लिए भरोसेमंद प्रमाण चाहिए। एक असमर्थित विशेषता जोड़ने से एक आकर्षक सिफ़ारिश बन सकती है जो खरीदार को निराश कर देती है। इसलिए Algolia का निरीक्षण योग्य प्रमाण पर ज़ोर उसके एकीकरण वादे का एक महत्वपूर्ण हिस्सा है।

यह सौदा व्यवसाय में एजेंटिक एआई को लागू करना में एक व्यावहारिक विचार को भी दर्शाता है: सिस्टम को उन वस्तुओं के बारे में उपयोगी जानकारी चाहिए जिन पर वे कार्य करते हैं। व्यापार में, इसका अर्थ है ऐसा कैटलॉग जो शॉपर की वास्तविक आवश्यकताओं को समर्थन देने के लिए पर्याप्त विस्तृत हो।

Algolia की अगली परीक्षा यह है कि समृद्धि और पुनःप्राप्ति को एक ही छत के नीचे लाने से उसके ग्राहक आधार में खोज लगातार बेहतर होती है या नहीं। लक्ष्य सीधा है: सही उत्पाद को ढूँढ़ना आसान बनाना, चाहे अनुरोध खोज बॉक्स के माध्यम से आए या एआई सहायक के द्वारा।