Команда цього іспанського стартапу спеціалізується на роздрібній торгівлі.

штучний

Інноваційний

uSizy впроваджує машинне навчання та системи великих даних в електронну комерцію, щоб зменшити кількість повернень через помилки в розмірах

Хто не ходив до магазину купувати одяг і в підсумку взяв одяг тієї ж марки, але різного розміру? Це «нісенітниця», яку мають деякі різьблення, проблема не така, якщо ви можете зайти в примірку та подивитися, яка з них вам найбільше підходить, але що робити, якщо ви є покупцем в Інтернеті? Ось так виникла ідея створення іспанського стартапу uSizy рекомендований цифровий розмір для електронної комерції в Інтернеті мода та взуття.

Це рішення призначене не лише для того, щоб допомогти користувачеві подолати цей поганий напій, але й для того, щоб роздрібна торгівля могла пом'якшити високі витрати, які спричиняє повернення, пояснює генеральний директор та співзасновник uSizy Іньякі Гарсія. До цього часу існувала лише таблиця розмірів із вимірами талії, стегон і грудей, але користувачі зазвичай не знають цих даних, не знають, як виміряти себе, і не мають під рукою рулетки.

"Помилка на кілька дюймів може створити величезні відхилення, і це спричиняє блокування продажів, тому ми створили перший алгоритм, який перетворює ці вдосконалені виміри грудей, талії та стегон у більш базові вимірювання, такі як зріст і вага, і задає прості запитання: Як ви хочете, щоб він помістився? Яка форма грудей? Яка форма живота? ". Гарсія пояснює, що його інструмент може перекласти цю інформацію у розмір завдяки машинне навчання та технологія великих даних, але "на основі реального світового досвіду".

Як? Наприклад, 1000 користувачів купують одяг, а половина каже, що добре справилися, але 30% помилково повернули розмір. "Цією інформацією до цього часу електронна комерція не скористалася нею, але з uSizy так: вони передають нам свої продажі та свої прибутки, разом із причинами та нашими система обробляє всі дані, щоб запропонувати наступним користувачам більш точну пропозицію щодо розміру щоб була менша ймовірність повернення ".

На цьому етапі, зазначає Гарсія, вступає в дію ще один алгоритм, розроблений цим стартапом, ізоморфний. "Наше машинне навчання працює не для бренду чи для товару, а для шаблону, тому асоціює продукт з тим самим шаблоном". Наприклад, сорочка "Адідас" "Реала" та футболка "Барси" Nike можуть поділяти зразок, за допомогою якого цей алгоритм вивчає продажі обох, а не лише одного з цих продуктів. Таким чином, отримується більше інформації, щоб цей інструмент постійно навчався. Для нього, uSizy проаналізував торгові марки та їх моделі, щоб мати можливість пов’язати кожен товар із шаблоном і таким чином зібрати всю цю інформацію.

Наступним кроком запуску було створення сервісної платформи для скористатися знаннями складений на основі попиту на товари в галузі електронної комерції. Так, наприклад, вони створили розумний запас, щоб мати змогу знати, скільки продажів роздрібна торгівля за відсутність запасу, тобто за відсутність такого розміру. Іншою послугою, яку вона пропонує, є інтелектуальне ціноутворення для встановлення цін з урахуванням попиту на розміри, за допомогою яких електронна комерція може робити ставку на динамічні ціни. Це доповнено Smart Logistic для оновлення запасів та планування Логістика згідно з кошторисом віддачі товару.

Цей іспанський стартап працює з більш ніж 100 електронною комерцією в 150 країнах та 23 мовами. Таким чином, вони виявили, що користувачі з Китаю та Японії найбільше використовують цей розумний рекомендатор розміру.