机器学习帮助该公司提供更好的在线购物体验

当你在互联网上购买像沙发这样的大件物品时，你最不需要的就是产品到达时它看起来与你预期的完全不一样——这种错误不仅对人来说代价高昂而且令人沮丧购买沙发，也为销售该产品的公司。

那么，是否有一种方法可以利用技术让购买体验变得更加愉快，并降低交货日出现意外意外的风险呢?

这正是Wayfair在机器学习的帮助下所做的事情。这家在线销售家具和家居用品的电子商务公司正在使用一个专门设计的平台，该平台是与技术专家SnorkelAI共同构建的。

Wayfair机器学习总监TuliaPlumettaz表示，该平台正在帮助她的公司提高为消费者提供的在线搜索体验的质量，并帮助确保您收到的沙发看起来像您订购的沙发。

另一个复杂之处在于，电子商务公司为其供应商提供了一个向客户销售商品的平台。Plumettaz表示，Wayfair有时从供应商处收到的产品信息数量有限，因此向客户提供详细描述可能很困难。

正是在这一点上，Snorkel的平台在提供丰富的产品信息方面发挥了关键作用。

“我们希望供应商发现，使用我们的先进技术与我们合作很容易。我们希望他们说，‘我给了Wayfair一张图片和一些信息，然后——不费吹灰之力——我的产品就开始销售”，普卢梅塔兹说道。

Plumetaz还表示，机器学习通过设计合作伙伴开发的定制解决方案支持“快速标记操作”。

Snorkel已经推出了名为SnorkelFlow的关键产品，这是一个以数据为中心的人工智能平台，用于自动数据标记、集成模型训练和分析。

但是，虽然SnorkelFlow专注于文本，但Wayfair需要一种支持图像程序化标签的解决方案。

Plumettaz表示，该解决方案由两家公司在12个月的时间内联合开发，为两家公司带来了好处：Wayfair可以塑造其所使用的技术，而Snorkel则可以进入快速新兴的新兴市场。

“我们共同努力，结果是一项新颖的发展，将程序化标签带入计算机视觉，”普卢梅塔兹说。

现在，借助定制技术，Wayfair的团队可以快速有效地为产品贴标签和重新贴标签。

Plumetaz表示，不必依靠人类手动标记多达4000万种产品，自动化可以在业务专家(例如品类经理)之前处理大量繁重的工作，确保为在线购物者提供正确的图像。。“通过程序化图像标签，我们可以将目录中的产品与新趋势出现时客户正在寻找的商品进行匹配。”

机器学习还能提高生产力——花在标记图像上的时间更少，员工现在可以专注于更高价值的活动。“这让我们所做的事情变得更加有趣，”她说。“在Wayfair，我们的员工并不缺少活动——考虑维护如此丰富的目录。因此，现在我们可以提高工作效率。这让我们的生活变得更轻松，我们的工作也更具成本效益。”

虽然Wayfair选择与Snorkel合作，但Plumettz认识到还有其他技术参与者在继续开发自己的机器学习解决方案。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！