Algolia приобретает Velou, чтобы укрепить интеллектуальную обработку товаров для покупок с ИИ

У розничного продавца может быть нужный товар в наличии, но он всё равно может потерять продажу, потому что его каталог не описывает то, что хочет покупатель. Эта проблема становится более значительной, когда поиск выполняет ИИ‑ассистент: убедительный ответ полезен только в том случае, если система может найти товар, действительно соответствующий запросу.

Algolia приобрела Velou, нью‑йоркскую компанию, специализирующуюся на обогащении данных о продуктах и интеллектуальном управлении каталогом, чтобы укрепить эту основу. Объявлено 6 октября, сделка приближает понимание продукта к системам поиска и рекомендаций, которые его используют.

В объявлении о приобретении говорится, что финансовые условия не раскрыты, а команда Velou из шести человек присоединяется к Algolia. Velou уже обслуживает более 50 корпоративных клиентов из розничного и премиального сегмента. Algolia сообщает, что ежегодно обрабатывает почти два триллиона поисковых запросов более чем у 18 000 клиентов, предоставляя приобретённой технологии гораздо более широкий потенциальный канал распространения.

Почему лучший поиск начинается с лучших данных о товаре

Системы поиска должны сопоставлять намерения клиента с доступной информацией о товаре. Если в листинге есть только фотография и короткое название, но отсутствуют важные атрибуты, система получает менее надёжные данные для сопоставления с детализированным запросом.

Представьте покупателя, ищущего компактную настольную лампу с регулируемой рукой. Каталог, в котором фиксируются только бренд и цвет, может не позволить поисковой системе отфильтровать товары по размеру или конструкции. Более полная запись может сделать эти ограничения явными. Это иллюстративный пример проблемы данных, а не утверждение о конкретном внедрении Velou.

Та же проблема переносится в агентную коммерцию, где ИИ‑системы помогают потребителям находить и выбирать товары. Лучшее понимание языка на уровне ассистента само по себе не может установить недокументированную характеристику продукта. Улучшение базовой записи делает доказательства доступными для более чем одного интерфейса.

Что Velou добавляет в Algolia

Velou использует мультимодальный ИИ для преобразования описаний продуктов и изображений в структурированную информацию. В её объявлении на сайте компании Algolia описывает сопоставление этой информации с тщательно отобранной розничной таксономией: единым словарём категорий, атрибутов и их значений. Компания сообщает, что обогащение происходит по мере изменения каталогов и связывает атрибуты с исходными доказательствами.

Веб‑сайт Velou идентифицирует Commerce-1 как свою модель, ориентированную на розницу, и описывает графы продуктов, отображающие взаимосвязи между товарами. Помимо генерации недостающих атрибутов и стандартизированных тегов, платформа предназначена для предоставления контекста альтернативных и совместимых продуктов, а затем отправки обогащённых записей обратно в существующие коммерческие системы.

Таксономия и граф продуктов решают разные аспекты задачи поиска. Общий словарь помогает системам сравнивать товары, у поставщиков которых разные описания. Связи помогают объединять эти товары. Для ассистента, которому поручено собрать согласованную покупку, важны как характеристики каждого продукта, так и их взаимосвязи.

Algolia планирует разместить интеллектуальные возможности Velou под поиском, рекомендациями, персонализацией, мерчендайзингом и Agent Studio. Компания заявляет, что существующие API, SDK и интеграции сохранятся. Цель состоит в том, чтобы улучшить информацию, с которой работают эти продукты, не требуя полной перестройки текущих внедрений Algolia у розничных продавцов.

Результаты для клиентов, лежащие в основе приобретения

Компании приводят два примера из розничной торговли. Get The Label за шесть месяцев с помощью Velou добавила более 190 000 атрибутов к продуктам, что, по сообщениям, привело к росту доходов от поиска на сайте на 60 %. Everything5pounds увеличила количество атрибутов в каталоге более чем на 85 %, одновременно зафиксировав рост конверсий поиска на 33 %.

Это результаты, сообщённые компаниями, а не контролируемое сравнение, позволяющее определить, какая часть улучшений обусловлена только обогащением. Тем не менее они конкретизируют коммерческую цель: лучшие описания товаров должны приводить к тому, что покупатели находят подходящие продукты и завершают покупки.

Для розничного продавца, оценивающего эту технологию, полезные метрики выходят за рамки количества новых полей. Возвращает ли конкретный запрос подходящий результат? Отражают ли фильтры точные характеристики продукта? Может ли команда мерчендайзинга проверять и корректировать доказательства, лежащие в основе атрибута? Эти вопросы связывают качество данных с опытом клиентов.

Стратегическая покупка для стека AI‑покупок

Приобретение предоставляет Algolia возможность влиять на вводные данные, формирующие эффективность её более широкой платформы. Обогащение может поддерживать строку поиска, движок рекомендаций и торгового агента из одной записи о продукте, без необходимости отдельного восстановления каталогов для каждого опыта.

Точность остаётся центральной. Фотография продукта может показать видимую особенность дизайна, но розничному продавцу нужны надёжные доказательства характеристик и инструкций по уходу. Прикрепление неподдерживаемого атрибута может привести к привлекательной рекомендации, которая разочарует покупателя. Поэтому акцент Algolia на проверяемых доказательствах является значимой частью её обещания интеграции.

Сделка также иллюстрирует практический аспект в внедрение агентного ИИ в бизнесе: системы нуждаются в пригодной информации об объектах, на которые они воздействуют. В коммерции это означает каталог, достаточно детализированный, чтобы поддерживать реальные требования покупателя.

Следующее испытание Algolia — проверить, улучшит ли объединение обогащения и поиска под одной крышей обнаружение товаров последовательно для всей клиентской базы. Амбиция проста: сделать правильный продукт легче находимым, независимо от того, поступает запрос через строку поиска или ИИ‑ассистент.