Педро Серкейра, владелец продукта

Как поясняется в этой статье, маховик торговой площадки Farfetch работает по благотворному циклу, который начинается с отличного опыта, который привлекает трафик на платформу и сторонних продавцов, что приводит к улучшению выбора товаров и структуры затрат, способствующих вращению маховика. .

Маховик Farfetch Marketplace на стероидах — это, по сути, тот же благотворный цикл, но в дополнение к другому чрезвычайно мощному благотворному циклу, основанному на больших данных, машинном обучении и науке о данных.

По мере того как маховик вращается, наблюдается значительный рост пользовательской и клиентской базы, а также увеличение посещений и покупок (спрос), что обусловлено улучшением опыта, увеличением привлечения пользователей и постоянно растущим выбором и ассортиментом товаров (предложение).

Этот тип роста приводит к значительному увеличению доступных данных (больших данных) о поведении наших пользователей/клиентов и покупательских предпочтениях на агрегированном анонимном уровне (то же самое относится к продавцам и партнерам).

Задействовав алгоритмы машинного обучения (называемые «обучаемыми») в моделях обучения тому, как учиться на данных о наших клиентах и ​​их вкусах, Farfetch создает трудно копируемое основное конкурентное преимущество. Это наша способность оптимизировать опыт наших клиентов, чтобы находить товары, которые они хотят, из постоянно растущего длинного шлейфа модных товаров, которые мы демонстрируем и продаем.

Эти учащиеся будут направлять открытие и вдохновлять каждого отдельного клиента (не зная, кто они, просто из-за того, как они взаимодействуют с сайтом/приложением) находить и обнаруживать предметы, которые они ищут или даже не подозревали, что хотят.

Все это может быть достигнуто с помощью правильных рекомендаций и ранжированных товаров, показанных в нужное время нужным клиентам. Эффективно генерировать и перемещать спрос, продавать больше, генерировать больше данных и начинать новую революцию цикла, чтобы учащиеся могли действовать.

Дарвиновская теория эволюции путем естественного отбора: адаптирована для разработки продуктов

Помимо возможности решить проблему «длинного хвоста», представленную ранее, учащиеся могут улучшать технологические продукты Farfetch, применяя научный метод экспериментирования. Это означает, что учащиеся будут быстро и постоянно менять наши продукты, изучая, какой опыт лучше всего подходит для каждого клиента, используя циклы создания-измерения-обучения, не ограниченные человеческими способностями.

Каждый из наших клиентов работает в своей собственной сложной среде — например, политической, экономической, социальной, технологической. Их взаимодействие с нашими продуктами отражает сознательное и бессознательное поведение и микро-/макро-решения.

Эволюция продукта происходит, когда такого рода «естественный отбор» происходит в дополнение к этим взаимодействиям и решениям, благоприятствующим одним характеристикам в ущерб другим, становясь более распространенным или редким в продукте. Именно этот процесс эволюции Продукта приводит к массовой персонализации Продукта и его приспособлению к рынку. В ходе последовательных итераций наши алгоритмы машинного обучения извлекают уроки из взаимодействия с клиентами и соответствующим образом адаптируют характеристики нашего продукта. Это приводит к своего рода «выживанию наиболее приспособленных» продуктов, какими бы они ни были и как бы они ни выглядели в конце. Таким образом, наши учащиеся могут добиться соответствия продукта/рынка каждому покупателю, не имея возможности четко объяснить все причины этого! Это просто работает.

По мере того, как продукты Farfetch используют больше обучающих функций, это создает новое огромное конкурентное преимущество: каждый покупатель будет чувствовать себя роскошным частным клиентом с назначенным консьержем. Каждый учащийся станет виртуальным продавцом Farfetch, работающим в качестве частного помощника клиента вместе со своими коллегами-людьми.

Эти учащиеся расширят сообщество талантов Farfetch, и тот, у кого есть лучшие данные, специалисты по данным и учащиеся в отрасли, получит конкурентное преимущество в гонке вооружений, чтобы стать мировым лидером в сфере предметов роскоши.

Вывод: учащиеся как преимущество Farfetch для первопроходцев

Новые пользователи и более заинтересованные постоянные клиенты будут генерировать больше данных, доступных для изучения учащимися, что поможет моделям обучения создавать продукты, которые нравятся нашим пользователям. Это привлечет еще больше новых пользователей и клиентов, которые будут генерировать еще больше данных для изучения, тем самым запустив еще один благотворный цикл.

Первый игрок, который воспользуется этой силой, будет иметь преимущество первопроходца, пройдя больше циклов обучения, чем конкуренты. Чем выше число оборотов маховика, тем лучше способность к обучению и скорость. Это превращает преимущество первопроходца в почти непреодолимый барьер для новых участников, у которых не будет необходимого объема данных, связей или знаний, чтобы оставаться конкурентоспособными.

Использованная литература:

Главный алгоритм: как поиски совершенной обучающейся машины изменят наш мир, книга Педро Домингоса

Первоначально опубликовано на https://www.farfetchtechblog.com 1 апреля 2020 г.