Algolia mua lại Velou để củng cố trí tuệ sản phẩm cho mua sắm AI

Một nhà bán lẻ có thể có sản phẩm phù hợp trong kho nhưng vẫn mất doanh số vì danh mục của họ không mô tả những gì người mua muốn. Vấn đề này trở nên nghiêm trọng hơn khi một trợ lý AI thực hiện việc tìm kiếm: câu trả lời thuyết phục chỉ hữu ích nếu hệ thống có thể tìm được mặt hàng thực sự đáp ứng yêu cầu.

Algolia đã mua lại Velou, một công ty AI có trụ sở tại New York chuyên về làm giàu dữ liệu sản phẩm và trí tuệ danh mục, để củng cố nền tảng đó. Được công bố vào ngày 6 tháng 10, thỏa thuận này đưa khả năng hiểu sản phẩm gần hơn tới các hệ thống tìm kiếm và đề xuất sử dụng nó.

Thông báo mua lại cho biết các điều khoản tài chính không được tiết lộ và đội ngũ sáu người của Velou đang gia nhập Algolia. Velou đã phục vụ hơn 50 khách hàng doanh nghiệp bán lẻ và thương hiệu cao cấp. Algolia cho biết họ xử lý gần 2 nghìn tỷ tìm kiếm mỗi năm trên hơn 18.000 khách hàng, mang lại cho công nghệ được mua lại một kênh phân phối tiềm năng lớn hơn rất nhiều.

Tại sao tìm kiếm tốt hơn bắt đầu từ dữ liệu sản phẩm tốt hơn

Các hệ thống tìm kiếm phải kết nối ý định của khách hàng với thông tin có sẵn về một mặt hàng. Nếu một danh sách chỉ có ảnh và tiêu đề ngắn nhưng bỏ qua các thuộc tính quan trọng, sẽ có ít thông tin đáng tin cậy hơn để hệ thống so khớp với yêu cầu chi tiết.

Hãy xem một người mua đang tìm kiếm một chiếc đèn bàn gọn nhẹ với tay điều chỉnh. Một danh mục chỉ ghi lại thương hiệu và màu sắc có thể khiến công cụ tìm kiếm không thể lọc theo kích thước hoặc cấu trúc. Một bản ghi chi tiết hơn có thể làm cho các ràng buộc này trở nên rõ ràng. Đây là một ví dụ minh họa cho vấn đề dữ liệu, chứ không phải là một tuyên bố về một triển khai cụ thể của Velou.

Vấn đề tương tự cũng xuất hiện trong thương mại có tính năng trợ lý, nơi các hệ thống AI giúp người tiêu dùng khám phá và chọn lựa sản phẩm. Việc hiểu ngôn ngữ tốt hơn ở mức trợ lý không thể tự mình xác lập một đặc tính sản phẩm chưa được ghi chép. Cải thiện bản ghi nền tảng sẽ làm cho bằng chứng sẵn có cho nhiều giao diện hơn.

Những gì Velou mang lại cho Algolia

Velou sử dụng AI đa mô hình để chuyển mô tả sản phẩm và hình ảnh thành thông tin có cấu trúc. Trong thông báo trên trang web của công ty, Algolia mô tả việc ánh xạ thông tin đó vào một hệ thống phân loại bán lẻ được tuyển chọn: một từ vựng nhất quán cho các danh mục, thuộc tính và giá trị của chúng. Công ty cho biết quá trình làm giàu dữ liệu diễn ra khi danh mục thay đổi và liên kết các thuộc tính với bằng chứng nguồn.

trang web của Velou xác định Commerce-1 là mô hình chuyên dụng cho bán lẻ và mô tả các đồ thị sản phẩm ánh xạ mối quan hệ giữa các mặt hàng. Bên cạnh việc tạo ra các thuộc tính thiếu và các thẻ tiêu chuẩn hoá, nền tảng còn được thiết kế để cung cấp ngữ cảnh cho các sản phẩm thay thế và tương thích, sau đó đẩy các bản ghi đã làm giàu trở lại các hệ thống thương mại hiện có.

Một hệ thống phân loại và một đồ thị sản phẩm giải quyết các phần khác nhau của nhiệm vụ khám phá. Một từ vựng chung giúp các hệ thống so sánh các mặt hàng mà nhà cung cấp sử dụng các mô tả khác nhau. Các mối quan hệ giúp kết nối những mặt hàng đó. Đối với một trợ lý được yêu cầu lập một đơn mua hàng phối hợp, cả đặc điểm của từng sản phẩm và các kết nối giữa chúng đều có thể quan trọng.

Algolia dự định đặt trí tuệ sản phẩm của Velou dưới các chức năng tìm kiếm, đề xuất, cá nhân hoá, bán hàng và Agent Studio. Công ty cho biết các API, SDK và tích hợp hiện có sẽ vẫn được duy trì. Mục tiêu được nêu ra là cải thiện thông tin mà các sản phẩm này làm việc cùng trong khi tránh việc xây dựng lại các triển khai Algolia hiện có của các nhà bán lẻ.

Kết quả khách hàng đằng sau vụ mua lại

Các công ty đưa ra hai ví dụ bán lẻ. Get The Label đã thêm hơn 190.000 thuộc tính sản phẩm trong vòng sáu tháng bằng cách sử dụng Velou, với mức tăng 60% doanh thu tìm kiếm trên trang được báo cáo. Everything5pounds đã tăng các thuộc tính danh mục của mình hơn 85%, cùng với mức tăng 33% chuyển đổi tìm kiếm được báo cáo.

Đây là các kết quả khách hàng do công ty báo cáo, chứ không phải một so sánh kiểm soát để xác định mức độ cải thiện đến từ việc làm giàu dữ liệu một mình. Tuy nhiên chúng làm cho mục tiêu thương mại trở nên cụ thể: mô tả sản phẩm tốt hơn cần phải chuyển thành việc người mua tìm thấy sản phẩm phù hợp và hoàn tất giao dịch.

Đối với một nhà bán lẻ đang đánh giá công nghệ này, các chỉ số hữu ích mở rộng ra ngoài số lượng trường mới. Một truy vấn cụ thể có trả về kết quả phù hợp không? Các bộ lọc có phản ánh đúng đặc tính sản phẩm không? Đội ngũ bán hàng có thể kiểm tra và sửa chữa bằng chứng đằng sau một thuộc tính không? Những câu hỏi này liên kết chất lượng dữ liệu với trải nghiệm khách hàng.

Một khoản mua chiến lược cho nền tảng mua sắm AI

Việc mua lại cung cấp cho Algolia một cách để ảnh hưởng đến đầu vào định hình hiệu quả của nền tảng rộng hơn của mình. Quá trình làm giàu dữ liệu có thể hỗ trợ thanh tìm kiếm, công cụ đề xuất và trợ lý mua sắm từ cùng một bản ghi sản phẩm, thay vì yêu cầu các nỗ lực sửa chữa danh mục riêng biệt cho mỗi trải nghiệm.

Độ chính xác vẫn là yếu tố trung tâm. Một bức ảnh sản phẩm có thể tiết lộ một tính năng thiết kế có thể nhìn thấy, nhưng nhà bán lẻ cần bằng chứng đáng tin cậy cho các thông số kỹ thuật và hướng dẫn bảo quản. Gắn thêm một thuộc tính không được hỗ trợ có thể tạo ra một đề xuất hấp dẫn nhưng lại làm người mua thất vọng. Vì vậy, việc Algolia nhấn mạnh vào bằng chứng có thể kiểm tra là một phần có ý nghĩa trong lời hứa tích hợp của họ.

Thỏa thuận này cũng minh họa một cân nhắc thực tiễn trong triển khai AI có tính năng tự động trong doanh nghiệp: các hệ thống cần thông tin có thể sử dụng về các đối tượng mà chúng tác động. Trong thương mại, điều này có nghĩa là một danh mục chi tiết đủ để hỗ trợ các yêu cầu thực tế của người mua.

Bài kiểm tra tiếp theo của Algolia là liệu việc gộp đồng thời làm giàu và truy xuất dưới một mái nhà có cải thiện khả năng khám phá một cách nhất quán trên toàn bộ cơ sở khách hàng hay không. Mục tiêu rất đơn giản: làm cho sản phẩm phù hợp dễ dàng hơn trong việc tìm kiếm, bất kể yêu cầu đến qua hộp tìm kiếm hay trợ lý AI.