أكثر شيء مُزعج في شراء الملابس هو "معرفة المقاس المناسب"، لحل هذه المشكلة وضعت المحلات غرفة لتجربة المقاسات، ولكن كيف نجرب المقاسات عند التسوق عبر الانترنت؟ ?
الحل عند Fit Analytics وحكايتها مع تطبيق تقنيات الـ Machine Learning لبناء نظام توصية لشركة ASOS
#علم_البيانات
الحل عند Fit Analytics وحكايتها مع تطبيق تقنيات الـ Machine Learning لبناء نظام توصية لشركة ASOS
#علم_البيانات
تم تطوير التطبيق بواسطة فريق من ASOS بالتعاون مع فريق من Fit Analytics باستخدام خوارزميات #تعلم_الآلة وتصميم واجهة تسمح للمستخدم التفاعل مع التطبيق والحصول على التوصيات، عمل الفريقان بشكل مكثف في الأشهر التي سبقت الإطلاق لضمان إطلاقه في الوقت المناسب (الأكثر ازدحاماً بالعملاء)
النسبة المعروضة على العميل تمثل نسبة الأشخاص الذين اشتروا المقاس المقترح واعجبهم (لم يقوموا بإرجاعه إلى المحل)، وتوضح هذه النسبة مدى سعادة المتسوقين السابقين بالمقاس المقترح على العميل الحالي
يقول مدير المنتجات الرقمية في آسوس: "نفعل ما بوسعنا للتأكد من أن عملائنا يحصلون على المقاس الصحيح من أول مرة، وهذا دور نظام التوصية في تحديد المقاس المناسب، في النهاية نحن هنا لنجعل حياة عملائنا أسهل، ونمنحهم ثقة التسوق معنا وتقليل خيبة الأمل لديهم عند وصول طرد آسوس الخاص بهم"
يوفر نظام التوصية الذي طورته Fit Analytics أكثر من 250 مليون توصية للمقاسات المناسبة للعملاء بشكل دقيق في جميع أنحاء العالم بشكل شهري، النظام متوفر للعملاء بأكثر من 20 لغة، ويقوم بتغطية أكثر من 10 ملايين قطعة ملابس لأكثر من 17000 ماركة تجارية
نظام التوصية المطور يعتبر مثال على (تخصيص تجربة التسوق) أو ما يطلق عليه Personalization، والتي تهتم باستخدام تقنيات #الذكاء_الاصطناعي لتحسين تجربة العملاء من خلال إعطائهم منتجات تتناسب مع احتياجاتهم.
مصدر التغريدات: businesswire.com
مصدر التغريدات: businesswire.com
جاري تحميل الاقتراحات...