圖：零售巨頭Zalando使用人工智能為客戶提供個性化用戶體驗

【網易智能訊9月23日消息】總部位于德國的電子零售巨頭Zalando由商學院畢業生羅伯特?根茨(Robert Gentz)和大衛?施耐德(David Schneider)于2008年共同創立，它既是一家零售商，也是一家科技公司。

如今，Zalando是歐洲領先的在線時尚平臺，服務于17個歐洲市場，擁有來自2000個品牌的40萬種產品。該公司能夠為其2700萬客戶提供個性化用戶體驗的重要原因在于，它有使用人工智能(AI)和機器學習的方式十分獨特，包括以下幾種方式：

推出算法時尚伴侶(AFC)――虛擬時尚助手?

Zalando使用技術改善用戶體驗的方式之一是通過其“算法時尚伴侶”（Algorithmic Fashion Companion，簡稱AFC)進行，這是個可以實時生成服裝的數字服裝推薦工具。該算法的推薦是以客戶在他們的“愿望清單”中放入的產品為基礎確定的，這代表著用戶有興趣或以前購買過的產品。

人類造型師會對算法進行調整，以確保其推薦符合當前的時尚趨勢。AFC幫助激勵Zalando客戶，并提供服裝推薦，以幫助客戶應對令他們感到眼花繚亂的大量選擇。AFC不僅為客戶提供了良好的用戶體驗，而且還推動了業務發展。Zalando報告說，服裝推薦功能促使其銷量增長了40%。

他們還發現，男性客戶對推薦引擎的參與度很高。雖然AI幫助公司擴展其推薦，但該公司預計它將永遠需要人類造型師的幫助。Zalando正在研究如何為其美容產品創建類似的推薦引擎。

研究機器學習以更好地了解客戶?

在Zalando，有些特殊團隊，包括120名研究人員，他們專注于研究機器學習如何幫助公司更好地了解時尚，什么是最好的服裝，客戶瀏覽網站的意圖，以及辨別每個客戶的喜好。最終，在機器學習的幫助下，Zalando希望能夠為每個客戶提供個性化的精品購物體驗。當他們能夠提供適合每個人即時目標的自動化推薦時，他們將更接近實現他們的最終目標，即成為歐洲大陸的時尚平臺。

雖然機器學習確實在時尚領域展示了它的巨大潛力，但也有局限性。在推動時尚潮流時，名人、“網紅”和其他社會影響都很重要，很難想象AI能夠通過自動推薦來完全回應這些人類的習性。此外，消費者并不總是為自己購物。機器學習必須在給定的時刻分析所有的信息，雖然隨著時間的推移、數據的增多，它會變得更好，但它不會在近期內達到目標。

適用于視覺搜索的深度學習?

當客戶在社交媒體上看到一件衣服、配飾或鞋子，或者是他們最喜歡的名人所穿戴的東西時，他們通常想嘗試找到它，并通過在線商店購買。這可以通過Zalando的應用程序和Facebook聊天機器人進行視覺搜索完成，即通過圖像識別時尚物品，并在網上進行購買。

Zalando團隊正通過構建FashionDNA系統，繼續完善視覺搜索的深度學習算法。

AI如何影響Zalando人類員工？

雖然人類時尚造型師的工作目前可能是安全的，但250名營銷和通信專業人員已被裁汰，這是推動“個性化客服方法和AI驅動營銷解決方案”戰略的一部分。營銷團隊的重組旨在能夠為使用AI的客戶提供更個性化的解決方案。

盡管這一變化對市場營銷和傳播專業人士來說有些出乎意料之外，但第一手的描述提供了一個關于當人類工作崗位被機器淘汰時可能會經歷的變化軌跡獨特視角。最初存在很多不確定性和混亂，但無論如何，在這種情況下，它都帶來了新的開始。

AI社區的新嘗試

作為Zalando目前的焦點，AI不僅有助于為客戶創造個性化的購物體驗，而且還有助于優化其業務運營，從供應鏈到物流、季節性需求，再到防止欺詐等。

Zalando的研究團隊還發布了Fashion-MNIST，即公司圖像數據集，希望能支持機器學習的研究。他們還向研究社區提供了Feidegger，這是一個包含服裝圖像和相應文本描述的數據集。這些數據集可以幫助研究社區進行實驗，并創建各種機器學習任務。這些數據集已經被用來創建服裝推薦和服裝標簽系統，這些系統可以讓其他零售商受益。

為了增加其作為時尚平臺的影響力，Zalando為幾家時尚初創企業提供基礎設施和新客戶，其服務范疇已超越時尚領域，并通過其zIMPACT項目向“利用技術提高供應鏈透明度”的初創企業提供財務支持和指導。（選自：forbes 作者：Bernard Marr 編譯：網易智能 參與：小小）