การเข้าซื้อกิจการ
Algolia เข้าซื้อ Velou เพื่อเสริมสร้างปัญญาผลิตภัณฑ์สำหรับการช็อปปิ้งด้วย AI
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ผู้ค้าปลีกอาจมีสินค้าที่ถูกต้องในสต็อกแล้วแต่ยังสูญเสียการขายเนื่องจากแคตตาล็อกของตนไม่ได้อธิบายสิ่งที่ผู้ซื้อมองหา ปัญหานี้ยิ่งสำคัญยิ่งขึ้นเมื่อผู้ช่วย AI เป็นผู้ทำการค้นหา: คำตอบที่โน้มน้าวใจจะมีประโยชน์เฉพาะเมื่อระบบสามารถค้นหารายการที่ตรงกับคำขอจริงๆ
Algolia ได้เข้าซื้อกิจการ Velou, บริษัท AI ที่ตั้งอยู่ในนิวยอร์กซึ่งเชี่ยวชาญด้านการเสริมข้อมูลผลิตภัณฑ์และความฉลาดของแคตตาล็อก, เพื่อเสริมพื้นฐานนั้น. ประกาศเมื่อ 6 ตุลาคม, การทำข้อตกลงนี้ทำให้ความเข้าใจผลิตภัณฑ์ใกล้เคียงกับระบบการค้นหาและระบบแนะนำที่ใช้มันมากขึ้น.
ประกาศการเข้าซื้อกิจการ ระบุว่าเงื่อนไขทางการเงินไม่ได้เปิดเผยและทีมงานหกคนของ Velou จะเข้าร่วมกับ Algolia. Velou มีลูกค้าองค์กรระดับค้าปลีกและแบรนด์พรีเมี่ยมมากกว่า 50 รายแล้ว. Algolia กล่าวว่ามันจัดการการค้นหาเกือบสองล้านล้านครั้งต่อปีในลูกค้ามากกว่า 18,000 ราย, ทำให้เทคโนโลยีที่ได้มานี้มีช่องทางการกระจายที่มีศักยภาพมากยิ่งขึ้น.
ทำไมการค้นหาที่ดีกว่าจะเริ่มต้นจากข้อมูลผลิตภัณฑ์ที่ดีกว่า
ระบบการค้นหาต้องเชื่อมต่อเจตนาของลูกค้ากับข้อมูลที่มีอยู่เกี่ยวกับรายการสินค้า หากรายการมีรูปภาพและหัวข้อสั้นๆ แต่ละเว้นคุณลักษณะที่สำคัญ, ระบบจะมีข้อมูลที่เชื่อถือได้น้อยลงสำหรับการจับคู่กับคำขอที่ละเอียด
ลองพิจารณาผู้ซื้อที่กำลังมองหาโคมไฟตั้งโต๊ะขนาดกะทัดรัดที่มีแขนปรับได้. แคตตาล็อกที่บันทึกเพียงแบรนด์และสีอาจทำให้เครื่องมือค้นหาไม่สามารถกรองตามขนาดหรือโครงสร้างได้. บันทึกที่ละเอียดมากขึ้นสามารถทำให้ข้อจำกัดเหล่านี้ชัดเจน. นี่เป็นตัวอย่างเชิงอธิบายของปัญหาข้อมูล, ไม่ใช่การอ้างอิงถึงการใช้งาน Velou เฉพาะใดๆ
ปัญหาเดียวกันนี้ยังส่งผลต่อการค้าแบบเอเจนต์, ที่ระบบ AI ช่วยผู้บริโภคค้นหาและเลือกสินค้า. ความเข้าใจภาษาที่ดีกว่าในระดับผู้ช่วยไม่สามารถโดยลำพังกำหนดคุณลักษณะของผลิตภัณฑ์ที่ไม่ได้บันทึกไว้. การปรับปรุงบันทึกพื้นฐานทำให้หลักฐานพร้อมใช้งานในหลายอินเทอร์เฟซ
สิ่งที่ Velou เพิ่มให้กับ Algolia
Velou ใช้ AI แบบหลายโหมดเพื่อแปลงคำอธิบายผลิตภัณฑ์และรูปภาพให้เป็นข้อมูลเชิงโครงสร้าง. ใน ประกาศบนเว็บไซต์ของบริษัท, Algolia อธิบายการแมปข้อมูลนั้นไปยังระบบจัดหมวดหมู่ค้าปลีกที่คัดสรร: คำศัพท์ที่สอดคล้องสำหรับหมวดหมู่, คุณลักษณะและค่าของพวกมัน. บริษัทระบุว่าการเสริมข้อมูลดำเนินการเมื่อแคตตาล็อกเปลี่ยนแปลงและเชื่อมคุณลักษณะกับหลักฐานต้นทาง.
เว็บไซต์ของ Velou ระบุว่า Commerce-1 เป็นโมเดลเฉพาะด้านค้าปลีกของตนและอธิบายกราฟผลิตภัณฑ์ที่แมปความสัมพันธ์ระหว่างรายการสินค้า. นอกเหนือจากการสร้างคุณลักษณะที่หายไปและแท็กมาตรฐาน, แพลตฟอร์มนี้ออกแบบมาเพื่อให้บริบทสำหรับสินค้าทดแทนและสินค้าที่เข้ากันได้, จากนั้นผลักบันทึกที่เสริมข้อมูลกลับเข้าสู่ระบบค้าปลีกที่มีอยู่
ระบบจัดหมวดหมู่และกราฟผลิตภัณฑ์แก้ไขส่วนต่างๆ ของงานการค้นพบ. คำศัพท์ร่วมช่วยให้ระบบเปรียบเทียบรายการที่ผู้จัดจำหน่ายใช้คำอธิบายต่างกัน. ความสัมพันธ์ช่วยเชื่อมต่อรายการเหล่านั้น. สำหรับผู้ช่วยที่ได้รับมอบหมายให้จัดซื้อแบบประสานกัน, ทั้งลักษณะของแต่ละผลิตภัณฑ์และการเชื่อมโยงระหว่างพวกมันอาจมีความสำคัญ.
Algolia มีแผนจะวางปัญญาผลิตภัณฑ์ของ Velou ใต้การค้นหา, การแนะนำ, การปรับส่วนบุคคล, การจัดสินค้าและ Agent Studio. บริษัทระบุว่า API, SDK และการบูรณาการที่มีอยู่จะยังคงอยู่. เป้าหมายที่ระบุคือการปรับปรุงข้อมูลที่ผลิตภัณฑ์เหล่านั้นทำงานด้วยขณะเดียวกันหลีกเลี่ยงการสร้างใหม่ของการใช้งาน Algolia ที่มีอยู่ของผู้ค้าปลีก.
ผลลัพธ์จากลูกค้าที่อยู่เบื้องหลังการเข้าซื้อกิจการ
บริษัทชี้ให้เห็นตัวอย่างค้าปลีกสองกรณี. Get The Label เพิ่มคุณลักษณะผลิตภัณฑ์กว่า 190,000 รายการในช่วงหกเดือนโดยใช้ Velou, โดยมีรายงานการเพิ่มขึ้น 60% ของรายได้จากการค้นหาในเว็บไซต์. Everything5pounds เพิ่มคุณลักษณะแคตตาล็อกของตนมากกว่า 85%, พร้อมรายงานการเพิ่มขึ้น 33% ของการแปลงการค้นหา.
เหล่านี้เป็นผลลัพธ์จากลูกค้าที่บริษัทรายงาน, ไม่ใช่การเปรียบเทียบที่ควบคุมเพื่อกำหนดว่าการปรับปรุงแต่ละอย่างมาจากการเสริมข้อมูลเพียงอย่างเดียวเท่าใด. อย่างไรก็ตามพวกมันทำให้วัตถุประสงค์เชิงพาณิชย์เป็นรูปธรรม: คำอธิบายผลิตภัณฑ์ที่ดีกว่าจะต้องแปลเป็นการที่ผู้ซื้อพบสินค้าที่เหมาะสมและทำการซื้อสำเร็จ.
สำหรับผู้ค้าปลีกที่กำลังประเมินเทคโนโลยีนี้, ตัวชี้วัดที่มีประโยชน์ขยายออกไปไกลกว่าจำนวนฟิลด์ใหม่. คำค้นเฉพาะจะให้ผลลัพธ์ที่เหมาะสมหรือไม่? ตัวกรองสะท้อนคุณลักษณะของผลิตภัณฑ์ที่แม่นยำหรือไม่? ทีมจัดสินค้าสามารถตรวจสอบและแก้ไขหลักฐานที่อยู่เบื้องหลังคุณลักษณะได้หรือไม่? คำถามเหล่านี้เชื่อมคุณภาพข้อมูลกับประสบการณ์ของลูกค้า.
การซื้อเชิงกลยุทธ์สำหรับสแต็คการช็อปปิ้งด้วย AI
การเข้าซื้อกิจการนี้ทำให้ Algolia มีวิธีที่จะมีอิทธิพลต่อข้อมูลเข้า ซึ่งกำหนดประสิทธิภาพของแพลตฟอร์มที่กว้างขึ้นของตน. การเสริมข้อมูลสามารถสนับสนุนแถบค้นหา, ระบบแนะนำและผู้ช่วยช็อปปิ้งจากบันทึกผลิตภัณฑ์เดียวกัน, แทนที่จะต้องทำการซ่อมแซมแคตตาล็อกแยกต่างหากสำหรับแต่ละประสบการณ์.
ความแม่นยำยังคงเป็นหัวใจสำคัญ รูปภาพสินค้าอาจเปิดเผยลักษณะการออกแบบที่มองเห็นได้ แต่ผู้ค้าปลีกต้องการหลักฐานที่เชื่อถือได้สำหรับสเปคและคำแนะนำการดูแล การแนบแอตทริบิวต์ที่ไม่ได้รับการสนับสนุนอาจทำให้ได้คำแนะนำที่ดูน่าสนใจแต่ทำให้ผู้ซื้อผิดหวัง การเน้นของ Algolia ที่มีหลักฐานที่ตรวจสอบได้จึงเป็นส่วนสำคัญของสัญญาการบูรณาการ
ข้อตกลงนี้ยังแสดงให้เห็นถึงการพิจารณาเชิงปฏิบัติในการ การนำ AI แบบเอเจนต์ไปใช้ในธุรกิจ: ระบบต้องการข้อมูลที่ใช้ได้เกี่ยวกับวัตถุที่พวกมันทำงานด้วย ในการค้า นั่นหมายถึงแคตาล็อกที่มีรายละเอียดเพียงพอเพื่อสนับสนุนความต้องการจริงของผู้ซื้อ
การทดสอบครั้งต่อไปของ Algolia คือว่าการนำการเสริมข้อมูลและการดึงข้อมูลมาภายใต้หลังคาเดียวกันจะช่วยปรับปรุงการค้นพบอย่างสม่ำเสมอในฐานลูกค้าทั้งหมดหรือไม่ ความมุ่งหมายตรงไปตรงมา: ทำให้สินค้าที่ถูกต้องง่ายต่อการค้นหา ไม่ว่าจะเป็นคำขอที่มาจากช่องค้นหาหรือผู้ช่วย AI
