การค้นหารูปภาพสำหรับอีคอมเมิร์ซ: ดูรายได้และความพึงพอใจเพิ่มขึ้น
เผยแพร่แล้ว: 2020-06-22คุณกำลังมองหาบางสิ่งที่แปลกใหม่และสามารถนึกภาพมันขึ้นมาในหัวของคุณ แต่โชคไม่ดีที่จะค้นพบมันทางออนไลน์ เสียงคุ้นเคย? คุณไม่ได้อยู่คนเดียว – และนั่นคือสาเหตุที่การค้นหารูปภาพสำหรับอีคอมเมิร์ซกลายเป็นสิ่งจำเป็นสำหรับผู้ค้าปลีก
ลูกค้าไม่มีความอดทนมากนักในการซื้อของออนไลน์ ดังนั้นธุรกิจอีคอมเมิร์ซที่จัดหาแคตตาล็อกผลิตภัณฑ์หลายพันรายการจึงไม่จำเป็นว่าจะมีประโยชน์เสมอไป ร้านค้าออนไลน์ที่อนุญาตให้ผู้คนค้นหาสินค้าแฟชั่นในแคตตาล็อกและบนเว็บไซต์ (หรือร้านค้าออนไลน์) โดยการค้นหาด้วยข้อความเท่านั้นที่ขาดหายไปเมื่อมาถึงประสบการณ์ของลูกค้า
ลูกค้าใช้การค้นหาแบบข้อความเพื่อพยายามอธิบายผลิตภัณฑ์ที่พวกเขาชอบ แต่ไม่ค่อยพบรายการที่ถูกต้องในผลการค้นหา ไม่ใช่เรื่องง่ายที่จะอธิบายเสื้อแจ็คเก็ตที่มีพื้นผิวเฉพาะหรือแว่นกันแดดที่มีลวดลายเฉพาะตัว และจำเป็นต้องอธิบายเป็นคำพูด
การกรองตามหมวดหมู่ผลิตภัณฑ์และการค้นหาด้วยตนเองนั้นใช้เวลานานมาก และบางครั้งก็ไม่สำเร็จ หลังจากล้มเหลวในประสบการณ์หลายครั้ง ลูกค้ามักจะยอมแพ้ ซึ่งส่งผลเสียต่ออัตราการแปลงและรายได้
ภาพเป็นแหล่งข้อมูลที่ทรงพลังเมื่อพูดถึงความสามารถของนักช้อปในการระบุผลิตภัณฑ์และตัดสินใจ
ในความเป็นจริง คาดว่าสมองของมนุษย์สามารถประมวลผลภาพทั้งหมดได้ ในเวลาเพียง 13 มิลลิวินาที ซึ่งหมายความว่าสมอง ประมวลผล เร็วกว่าข้อความ 6 ถึง 600 เท่า
การค้นหารูปภาพสำหรับอีคอมเมิร์ซ: การเพิ่มประสิทธิภาพการค้นหาด้วยภาพช่วยเพิ่มการมีส่วนร่วมและการแปลง
หากเว็บไซต์อีคอมเมิร์ซอัปเกรดแพลตฟอร์มและกลยุทธ์การค้นหาเพื่อรองรับการค้นหาด้วยรูปภาพ ซึ่งผู้ใช้สามารถใช้รูปภาพ รวมถึงผลิตภัณฑ์เพื่อค้นหาผลิตภัณฑ์อื่นๆ ที่คล้ายคลึงกัน ประสบการณ์ของลูกค้าจะได้รับการปรับปรุงอย่างมาก
การค้นหารูปภาพสำหรับอีคอมเมิร์ซจะดีขึ้นอย่างมาก:
- อัตรา Conversion เนื่องจากลูกค้าสามารถค้นหารายการที่ต้องการได้อย่างรวดเร็วและโต้ตอบได้
- ปฏิสัมพันธ์กับลูกค้า
- ประสบการณ์การช็อปปิ้งของลูกค้า
- โอกาสในการขายและการขายต่อเนื่อง
เพื่อให้การค้นหามีประสิทธิภาพ จำเป็นต้องพัฒนาวิธีอัตโนมัติในการเรียนรู้คุณลักษณะของรูปภาพ แนวทางการเรียนรู้ด้วยเครื่องเป็นวิธีหนึ่งที่เป็นไปได้
ด้วยความช่วยเหลือของอัลกอริทึม แมชชีนเลิร์นนิงสามารถฝึกระบบจากข้อมูลในอดีตเพื่อพัฒนาแพลตฟอร์มอัจฉริยะที่สามารถตัดสินใจได้ จากนั้นจะคาดการณ์ขั้นตอนต่อไปตามข้อมูลที่ได้รับการฝึกอบรม
อีคอมเมิร์ซและการค้นหารูปภาพสามารถใช้ประโยชน์จากแมชชีนเลิร์นนิง ซึ่งมอบประสบการณ์ที่มีค่าและเป็นส่วนตัวให้กับลูกค้า แมชชีนเลิร์นนิงทำให้เสิร์ชเอ็นจิ้นฉลาดขึ้น และการเรียนรู้เชิงลึกเป็นสาขาหนึ่งของแมชชีนเลิร์นนิงซึ่งมีประโยชน์สำหรับการค้นหารูปภาพ
AI และการเรียนรู้ของเครื่องในการค้นหาด้วยภาพ: มันทำงานอย่างไร
สำหรับคอมพิวเตอร์ รูปภาพคือข้อมูลที่แสดงถึงเมทริกซ์ 2 มิติ และประกอบด้วยพิกเซลหลายแสนพิกเซล ในระหว่างนี้ รูปภาพคือการจัดเรียงของรูปแบบ semantic เส้น เส้นโค้ง พื้นผิว และสี
มีอัลกอริธึมการเรียนรู้ของเครื่องหลายประเภทสำหรับการค้นหารูปภาพ เรากำลังพูดถึงอัลกอริธึมยอดนิยมสองแบบ: Convolutional Neural Network (CNN) และ k-Nearest Neighbors (k-NN)
เรามีสองขั้นตอนที่แสดงในแผนภาพด้านบน: ออฟไลน์และออนไลน์
ระหว่างช่วง ออฟไลน์ เราฝึกอบรมแคตตาล็อกของร้านค้าอีคอมเมิร์ซโดยใช้อัลกอริทึมของ CNN CNN เป็นลำดับชั้น อินพุตของแต่ละเลเยอร์คือเอาต์พุตของเลเยอร์ก่อนหน้า รูปภาพถูกป้อนลงในเลเยอร์แรก เลเยอร์แรกจะแยกคุณสมบัติระดับต่ำออก เช่น ขอบ คุณลักษณะที่มีความหมายจะถูกดึงออกมาในตอนท้าย ผลลัพธ์คือรายการของเวกเตอร์คุณลักษณะ
ในระหว่าง ขั้นตอนออนไลน์ เรามีการแสดงภาพเวกเตอร์ของแต่ละภาพในแค็ตตาล็อกร้านค้าอีคอมเมิร์ซอยู่แล้ว เวกเตอร์ที่เก็บไว้มีคำอธิบายที่สื่อความหมายซึ่งสามารถใช้จับลิงก์ระหว่างภาพหนึ่งกับอีกภาพหนึ่งได้ ด้วยความช่วยเหลือของ CNN เราแยกความหมายแฝงออกจากภาพที่อัปโหลดโดยลูกค้า และทำให้การเปรียบเทียบระหว่างภาพกับภาพง่ายขึ้นเพื่อค้นหาภาพที่ตรงกันมากที่สุด
อย่างไรก็ตาม เรายังต้องการอีกขั้นตอนหนึ่งเพื่อเปรียบเทียบเวกเตอร์คุณลักษณะที่แยกออกมาเพื่อความคล้ายคลึงกัน K-NN เป็นหนึ่งในอัลกอริธึมการจำแนกประเภทสำหรับการเรียนรู้ภายใต้การดูแล เป้าหมายคือการค้นหาภาพที่ใกล้เคียงที่สุดที่อัปโหลดในเวกเตอร์คุณลักษณะ
ขั้นตอนต่อไปนี้สรุปวิธีการทำงานของการค้นหารูปภาพด้วยการเรียนรู้ของเครื่อง:
- ลูกค้าอัพโหลดภาพ
- การประมวลผลภาพอินพุตล่วงหน้า
- แยกคุณลักษณะภาพของภาพที่อัปโหลด
- คำนวณความคล้ายคลึงระหว่างคุณลักษณะที่แยกออกมาและข้อมูลที่ได้รับการฝึกอบรม
แมชชีนเลิร์นนิงทำอะไรได้บ้างสำหรับธุรกิจอีคอมเมิร์ซของคุณ
ด้วยการค้นหารูปภาพที่ขับเคลื่อนโดยเทคโนโลยีแมชชีนเลิร์นนิง ธุรกิจอีคอมเมิร์ซของคุณจะมีประโยชน์มากมาย
ด้วยแมชชีนเลิร์นนิงอันทรงพลังที่เครื่องยนต์ ธุรกิจของคุณสามารถเพลิดเพลินกับ:
- การตัดสินใจที่เร็วขึ้น: อัลกอริธึมการเรียนรู้ของเครื่องสามารถจัดลำดับความสำคัญและทำให้การตัดสินใจเป็นไปโดยอัตโนมัติ พวกเขายังระบุโอกาสและการดำเนินการอันชาญฉลาดที่ควรดำเนินการทันที เพื่อให้คุณได้ผลลัพธ์ที่ดีที่สุด
- การ ปรับตัว: ปัญญาประดิษฐ์ไม่ได้ดูแค่ข้อมูลในอดีตของลูกค้าเท่านั้น มันสามารถประมวลผลอินพุตแบบเรียลไทม์ - ดังนั้นคำแนะนำไซต์ของคุณสามารถปรับเปลี่ยนได้ทันที ลองนึกภาพลูกค้าที่เพิ่งเห็นเสื้อแจ็คเก็ตบนรถไฟที่เขา/เธอชอบ และเข้าสู่ไซต์ของคุณเพื่อค้นหามัน ไซต์อีคอมเมิร์ซของคุณจะสามารถนำเสนอผลิตภัณฑ์ที่เกี่ยวข้องได้ด้วยการป้อนข้อมูลคุณลักษณะบางอย่าง
- ข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้น: การเรียนรู้ของเครื่องสามารถวิเคราะห์ข้อมูลขนาดใหญ่ ซับซ้อน และสตรีม และค้นหาข้อมูลเชิงลึก ซึ่งรวมถึงข้อมูลเชิงลึกที่คาดการณ์ได้ ซึ่งเกินความสามารถของมนุษย์ ลูกค้าต้องผ่านเว็บไซต์และแพลตฟอร์มที่หลากหลายซึ่งมีสื่อ/เนื้อหาในรูปแบบต่างๆ บ่อยครั้งที่การเดินทางนั้นทำผ่านอุปกรณ์หลายเครื่อง แมชชีนเลิร์นนิงสามารถวิเคราะห์จุดสัมผัสทั้งหมดเหล่านี้เพื่อค้นหาข้อมูลเชิงลึก จากนั้นจึงทริกเกอร์การดำเนินการตามข้อมูลเชิงลึกเหล่านั้น
- ผลลัพธ์ที่ดีขึ้น: ตั้งแต่การเรียกใช้การดำเนินการที่ชาญฉลาดโดยพิจารณาจากโอกาสและความเสี่ยงใหม่ๆ ไปจนถึงการคาดการณ์ผลลัพธ์ของการตัดสินใจอย่างแม่นยำก่อนตัดสินใจ การเรียนรู้ของเครื่องสามารถช่วยให้คุณขับเคลื่อนผลลัพธ์ทางธุรกิจที่ดีขึ้นได้