دیجیکالا طی سالهای اخیر توانسته است با بهبود تجربه خرید آنلاین برای کاربران رشد قابلتوجهی را تجربه کند. استفاده از فناوریهای بهروز مانند الگوریتمهای هوشمند یکی از مهمترین دلایل رشد دیجیکالا بوده است. در حال حاضر دیجیکالا از چه الگوریتمهایی استفاده میکند؟ مهمترین معیارهای در نظر گرفته شده در هر الگوریتم چیست؟ و چه نتایجی را برای دیجیکالا به همراه آورده است؟
دیجیکالا در روز دوشنبه ۳۰ تیر ۱۳۹۹، اولین گزارش عمومی سالانه خود را با برگزاری یک رویداد آنلاین منتشر کرد. این گزارش گزیدهای از آمار و دادههای دیجیکالا در سال ۱۳۹۸ است که در اختیار عموم مردم قرار گرفته است.
در بخشی از این گزارش زیرساختهای فناوری دیجیکالا معرفی شدهاند. هدف از به کار بستن چنین فناوریهایی بهبود تجربه خرید مشتریان در تمامی ابعاد یک خرید آنلاین است. سه الگوریتم در این گزارش معرفی شدهاند که در این مقاله سعی داریم با بررسی تعدادی از الگوریتمها، نقش و اثر فناوریهای موجود در دیجیکالا را بررسی کنیم.
الگوریتمهای هوشمند فناوری مالی و پرداخت آنلاین
الگوریتم هوشمند قیمتگذاری
بخش بزرگی از محصولات دیجیکالا توسط فروشندگان تأمین میگردد و ثبت اطلاعات و قیمتگذاری محصولات هم توسط فروشندگان انجام میشود. با توجه به شرایط فعلی کشور و تغییرات لحظهبهلحظه قیمت، موضوع قیمتگذاری نقش بسیار مهمی در جلب رضایت مشتریان ایفا میکند. به همین دلیل دیجیکالا سعی کرده است در قالب الگوریتمهایی بر قیمت کالاها نظارت داشته باشد که هم منافع فروشندگان و هم مشتریان تأمین گردد. ۳ مدل یا روش برای قیمتگذاری در این الگوریتم انجام میشود:
- کالاهای دارای قیمت مصرفکننده
قیمت کالاهایی که قیمت مصرفکننده دارند بر اساس قوانین حقوق مصرفکننده برای مشتریان تعیین میشود. هنگام ورود کالا به انبار نیز قیمتها بازبینی میشوند تا قیمتهای بهروز برای هر کالا درج شده باشد. همچنین یک تیم بهطور جداگانه بر قیمت این نوع کالاها نظارت میکنند. در حدود ۲/۸٪ از کالاهای دیجیکالا از این نوع هستند.
- قیمتهای تنظیمشده
قیمت این نوع از کالاها لزوماً بر روی آنها درج نشده است، اما قیمتشان توسط اتحادیهها، اصناف و صاحبان برند تعیین میشود. از جمله روغن موتور، تایر ماشین، کابل برق و … یا برخی از کالاهایی که قیمت آنها توسط برندها تعیین میشود؛ مانند برند سامسونگ، اپل و … . قیمتهای تنظیمشده از منابع مختلفی از جمله اتحادیهها و اصناف در الگوریتم لحاظ میگردد. قیمت ۰/۶٪ کالاهای دیجیکالا بهصورت تنظیمشده تعیین و بررسی میشوند.
- قیمتگذاری آزاد
این نوع کالاها قیمت مشخصی ندارند و حتی در بازار با قیمتهای مختلفی معامله میشوند. نزدیک به ۹۶/۶٪ کالاهای موجود در دیجیکالا بر اساس قیمتگذاری آزاد در سیستم وارد میشوند. از آنجایی که تعداد زیادی فروشنده در بازارگاه دیجیکالا فعالیت میکنند، فروشندگان در قیمتگذاری کالاها در یک رقابت شدید با یکدیگر قرار دارند که باعث میشود قیمتگذاری چنین کالاهایی با مشکل مواجه نشود. البته جایگاه بایباکس (Buy Box) در قیمتگذای مناسب نیز نقش عمدهای ایفا میکند.
جایگاه بایباکس
این جایگاه در سایت دیجیکالا برای محصولاتی که توسط چندین فروشنده عرضه میشوند، کاربرد زیادی دارد. این جایگاه، فروشنده منتخب دیجیکالا برای هر محصول را به مشتریان معرفی میکند. کاربران در صورت انتخاب گزینه «اضافه کردن به سبد خرید» از فروشنده صاحب جایگاه بایباکس خرید خواهند کرد. البته فهرست بقیه فروشندگان نیز در صفحه کالا وجود دارد و کاربران میتوانند از فروشندگان دیگر نیز خرید کنند.
لزوماً فروشنده فعال در جایگاه بایباکس، کمترین قیمت را ارائه نمیکند، بلکه معیارهای دیگری مانند زمان ارسال کالا به خریدار، عملکرد فروشنده، کیفیت محصول و … نیز در نظر گرفته میشود. تمامی این ملاحظات در جهت این است که دیجیکالا با اطمینان بیشتری بهترین انتخاب را از بین همه این فروشندگان به مشتری معرفی کند. بین فروشندهها برای تصاحب این جایگاه رقابت سالمی شکل میگیرد که میتواند در قیمتگذاری بهتر کالا تأثیر بهسزایی داشته باشد.
قیمت مرجع
کالاهای دیگری نیز وجود دارند که لزوماً رقابتی در عرضه آنها نیست. الگوریتمهای موجود دقت میکنند که قیمت این نوع کالاها خارج از قیمت بازار نباشد. در روش تعیین قیمت مرجع، بر اساس معیارهای مختلف از جمله تاریخچه قیمت، رصد آنلاین و آفلاین قیمتها، دستهبندی کالا، نوع کالا، کالاهای مشابه، تأثیر نرخ ارز و … یک بازه قیمتی تعیین میشود. فروشنده میتواند با توجه به زمان و روند بازار قیمت کالای خود را از میان این بازه انتخاب کند. این روش کمک میکند تا جلوی قیمتگذاریهای اشتباه غیرعمد (مثلاً اشتباه تایپی در قیمتگذاری توسط فروشنده) و غیرمتعارف گرفته شود. روزانه بهطور میانگین بیش از ۵۹ هزار کالا به دلیل اینکه در بازه قیمتی مناسب قرار ندارند، در سایت دیجیکالا غیرفعال میشوند.
تخفیف در قیمتها
فروشندهها بر اساس کمپینهای برگزار شده در دیجی کالا یا به دلایل دیگری چون افزایش فروش تصمیم میگیرند که تخفیف مشخصی برای کالای خود در نظر بگیرند. هر یک از فروشندگان از طریق پنل خودشان میتوانند برای این تخفیف اقدام کنند. به منظور اعتبارسنجی محصولات فروشندگان برای ورود به مرحله تخفیف، از الگوریتمهای جداگانه برای این بخش استفاده میشود که میزان تخفیفها، صلاحیت کالا و فروشنده نیز از طریق آنها رصد میشوند.
به عبارت دیگر، این الگوریتم به فروشنده مجوز اینکه «آیا میتواند بر روی کالای خود تخفیف در نظر بگیرد یا خیر؟» را میدهد. همچنین از طریق الگوریتم یک قیمت پیشنهادی برای تخفیف کالا به فروشنده ارائه میشود. این قیمت با توجه به میزان تأثیرگذاری بر میزان فروش کالای فروشنده تعیین میشود. از این رو، به فروشنده کمک میکند تا قیمت بهتری را برای کالای خودش در نظر بگیرد و نیز جلوی تحفیفهای نامتعارف گرفته میشود.
فروشندگان به منظور افزایش فروش، از طریق ۴ روش زیر میتوانند تخفیفهایی برای کالاهایشان در نظر بگیرند:
تخفیفهای شگفتانگیز
تخفیفهای شگفتانگیز بهصورت روزانه ارائه میگردد و میزان تخفیفها توسط تیم بازاریابی رصد میشود. مهمترین معیارهایی تأثیرگذار در میزان تخفیفهای شگفتانگیز قیمت مناسب، تحویل سریع کالا، کیفیت کالا و عملکرد فروشنده است.
تخفیف در کمپینهای بزرگ
فروشندگان میتوانند در کمپینهای بزرگی که توسط دیجیکالا تدارک دیده میشود؛ مانند یلدای شگفت انگیز و حراج جمعه با اعمال تخفیف بر روی کالاهای خود در این کمپینها شرکت و فروش بالایی را تجربه کنند. در این نوع از تخفیفها سعی میشود تا بهترین قیمت در بازههای زمانی تعیینشده ارائه شود. این بازه میتواند با توجه به تغییرات قیمت از یک هفته تا یک ماه متغیر باشد.
تخفیفهای هفتگی
تیم بازاریابی به همراه تیم بازرگانی قیمتهای این نوع از تخفیفها را مشخص میکنند. فروشندگانی که معیارهای تیم بازاریابی و بازرگانی را داشته باشند، میتوانند کالای خود را با تخفیف به فروش برسانند.
تخفیفهای هوشمند
هر فروشندهای فارغ از اینکه کمپین خاصی در دیجیکالا داشته باشد، میتواند برای کالای خودش تخفیف در نظر بگیرد. اگر شرایط لازم را برای تخفیف داشته باشند، به سیستم قیمتگذاری تخفیف متصل میشوند تا با نظارت سیستم اقدام به فروش کالای خود کنند.
خرید قسطی
این سبک خرید توسط تیم دیجیپی از زیرمجموعههای گروه دیجیکالا و با ضمانت پرداخت لیزینگ پارسیان امکانپذیر شده است. کاربران با ارائه مدارک هویتی و چک میتوانند تا سقف ۲۰۰ میلیون ریال با باز پرداخت اقساط ۱۲ ماهه اقدام کنند. در حال حاضر نزدیک به ۳٪ از خریدهای دیجیکالا بهصورت قسطی انجام میشود و با نرخ رشد ۱٪ در هر فصل، تقاضا برای خرید قسطی در حال افزایش است.
الگوریتمهای لجستیک و پردازش
الگوریتمهای هوشمند در لجستیک و تجربه خرید دیجیکالا
در حال حاضر ظرفیت پردازش دیجیکالا ۵۰۰ هزار کالای روزانه است که به سه نوع کالا تقسیم میشوند:
- کالاهای خردهفروشی که توسط خود دیجیکالا خریداری شده و فروخته میشود که ۳۰٪ از کل کالاهای دیجیکالا را شامل میشود.
- کالاهای امانی که توسط فروشندهها به دیجیکالا تحویل داده شده و در انباری نگهداری میشوند. این نوع کالاها ۳۰٪ از کل کالاهای دیجیکالا را تشکیل میدهد.
- کالاهایی که پس از ثبت سفارش مشتری توسط فروشنده به انبار دیجیکالا ارسال و بهصورت انبار عبوری (Cross Docking) پردازش میشوند. سهم این کالاها ۴۰٪ از کل کالاهای دیجیکالا است.
مراکز سیار جمعآوری کالا از فروشنده (Mobile Hub)
تا قبل از این، فروشندهها باید کالاهای خود را به مراکز تحویل کالا در سطح شهر تحویل میدادند. در شهرهایی مانند تهران به دلیل تراکم شهری، هزینه خرید انبار و نارضایتی همسایهها در مناطق پرجمعیت، امکان نزدیک بودن مراکز توزیع به فروشندهها را سخت کرده است. در نتیجه برای فروشندهها سخت است تا کالاها را به انبارهای اطراف تهران ارسال کنند.
مراکز سیار این امکان را به فروشندهها میدهد تا با صرف زمان کمتری کالای خود را به دیجیکالا تحویل دهند. به این صورت که کامیونهایی در ساعت مشخصی در نقطه خاصی از شهر قرار میگیرند و فروشندهها میتوانند به نزدیکترین مرکز تحویل سیار مراجعه کرده و کالای خود را تحویل دهند. در حال حاضر ۳ مرکز سیار از ساعت ۸ الی ۱۶ در شهر تهران فعال هستند و نزدیک به ۲٪ از کالاهای دیجیکالا از طریق این روش تحویل گرفته میشوند.
فرایند جایگذاری کالا در انبار دیجیکالا
پس از خرید کالا یا تحویل از فروشنده، ابتدا کالا باید در انبار جایگذاری شود. دیجیکالا ۳ نوع انبار مختلف دارد که به شرح زیر است:
- انبار کالاهای بزرگ برای نگهداری کالاهای خیلی بزرگ
- انبار کالاهای تندمصرف و تازه از جمله کالاهایی که نیاز به نگهداری در یخچال دارند
- انبار دانش محل انبار کالاهایی با سایز متوسط و کوچک مانند کالاهای دیجیتال
هر یک از این انبارها روشهای تحویل، دستهبندی و ردیابی متفاوتی دارند. برای مثال در انبار کالاهای تندمصرف و تازه، کالاها از طریق بارکد پردازش و ردیابی میشوند. اما در انبار دانش که بیشتر اقلام دیجیتالی در آنجا نگهداری میشوند، برچسبهایی(Label) روی کالاها نصب میشوند که ردیابی کالا را امکانپذیر میکند.
فرایند ورود کالا به انبار
با توجه به اینکه همواره تعداد زیادی کالا بهطور روزانه تحویل انبار میشوند، اولویتبندی تحویل و پردازش کالاها بهصورت دستی ممکن نیست. فرض کنید از بین کالاهای تحویل گرفته شده، برخی از کالاها باید سریعاً به دست مشتری برسد و برخی دیگر از آنها بهصورت امانی توسط فروشندهها به انبار تحویل داده شدهاند. با در نظر گرفتن حجم بالای ورودی روزانه (۴۰۰ الی ۵۰۰ هزار کالا)، تشخیص اینکه چه کالایی با چه اولویتی در داخل انبار قرار بگیرد بهصورت دستی و ذهنی ممکن نیست. به همین علت از یک الگوریتم به نام روبیک استفاده میشود. این الگوریتم مشخص میکند که کدام کالا باید زودتر در انبار جایگذاری شود.
زمان تحویل کالا به مشتری اولین و مهمترین معیار در اولویتبندی کالا برای جایگذاری در انبار است. کالاهایی که زمان تحویل نزدیکتری دارند، در اولویت قرار میگیرند تا هر چه سریعتر در انبار جایگذاری و پردازش شده و برای ارسال آماده شوند.
البته الزاماً تمامی اقلام به انبار تحویل داده نمیشود. برخی از اقلام به مراکز سیار تحویل کالا در سطح شهر تحویل داده خواهد شد. به غیر از معیار زمان، معیار تعداد کالا در سفارش مشتریان نیز در تعیین اولویت جایگذاری کالاها در انبار تأثیرگذار است. سفارش برخی از مشتریان فقط یک کالا دارد که در این صورت نیازی به جایگذاری در انبار نیست و این موارد در مراکز سیار جمعآوری کالا شناسایی و بهصورت تکی پردازش میشود و دیگر وارد فرایند جایگذاری در انبار نخواهد شد. این نوع از سفارشها در مرکز سیار تحویل کالا بستهبندی و به مشتری تحویل داده میشود.
نوع و تعداد مراکز دیجیکالا در سطح کشور به شکل زیر است:
- ۱ مرکز پردازش کالای سوپرمارکتی
- ۱ مرکز پردازش کالهای بزرگ
- ۱۴ مرکز جمعآوری کالای فروشندگان
- ۳۲ مرکز توزیع کالا
- ۳۲ مرکز خدمات پسازفروش
فرایند پردازش و جمعآوری کالا در انبار
بعد از ثبت سفارش توسط مشتری، سفارش وارد سیستم مدیریت سفارشات (Order Management) میشود. یک هسته مرکزی وجود دارد که با رهگیری کالا، وضعیت کالا را در فرایندهای مختلف تغییر میدهد؛ بهعنوان مثال وضعیت کالا میتواند در حالتهای مختلفی چون انتظار پردازش، پردازششده، موجود در انبار و … باشد.
بعد از ثبت سفارش، اگر کالا در انبار موجود باشد، وضعیت کالا به حالت «آماده پردازش» تغییر میکند تا توسط افراد جمعکننده کالا (Picker) در انبار برداشته شود. اگر کالا در انبار وجود نداشته باشد، به وضعیت «تأمین» تغییر پیدا میکند تا توسط فروشنده به انبار ارسال شود. در حین انجام این فرایند، پیامی به پنل فروشنده ارسال میشود تا بداند در چه روزی چه تعداد کالا را باید تحویل انبار دهد. پس از اطمینان از موجودی کالا، سیستم بر اساس زمان تحویل سفارشات اولویت جمعآوری، پردازش و ارسال کالاها را تعیین میکند.
با توجه به مساحت بزرگ انبارها (انبار دانش در حدود ۱۱ هزار مترمربع با ۱۲۰ الی ۱۳۰ هزار قفسه) اختصاص هر جمعکننده تنها به جمعآوری کالاهای یک سفارش غیرمنطقی است. به همین دلیل افراد به جمعآوری کالاها میپردازند و سپس کالاهای هر سفارش از هم جدا میشوند. به عنوان مثال، در صورتی که چندین سفارش شامل ۱۰ عدد شامپو باشد، جمعآوری این تعداد شامپو به یک فرد تخصیص داده میشود و دیگر نیازی نیست که ۱۰ بار به قفسه شامپوها رجوع شود. هر جمعکننده کالا روزانه حدود ۱۴-۱۵ کیلومتر مسافت طی میکند.
هر طبقهی انبار دارای چندین بخش (Zone) هستند و هر بخش، جمعکننده کالای مختص خود را دارد. هر طبقه انبار به ۱۴ الی ۲۰ بخش تقسیم شده و در هر بخش ۵ یا ۶ جمعکننده فعالیت دارد. بعد از شناسایی نوع و تعداد کالای لازم برای جمعآوری، اطلاعات برای جمعکننده هر بخش ارسال میشوند تا شروع به جمعآوری کالا کند.
الگوریتم حرکت افراد در هر بخش از انبار به گونهای طراحی شده است که جمعکنندهها با حرکت زیگزاگی بین قفسهها بیشترین تعداد کالای ممکن را در مسافت طی شده جمع کنند. چیدمان قفسهها نیز به صورت تصادفی انجام شده تا جمعآوری کالا نیز بهینه باشد.
بعد از جمعآوری کالاها، در مرحله بعد کالاهای هر سفارش بر اساس سفارشات ثبتشده در کنار هم قرار میگیرند. میانگین تعداد کالا در هر سفارش ۳ تا ۵ کالا است. زمانی که جمعآوری اولین کالای سفارش شروع میشود، وضعیت سفارش به وضعیت در حال پردازش (Processing) و بعد از بستهبندی نهایی به حالت انجامشده (Done) تغییر پیدا میکند. سپس پیامکی به مشتری ارسال میشود که سفارش پردازش شده و آماده ارسال است.
در مرحله بعد با توجه به مقصد هر سفارش، سفارشات طبقهبندی میشوند و به مراکز توزیع مناسب ارسال میگردند. در این مرحله از الگوریتم خوشهبندی (Clustering) استفاده میشود که هدف اصلی آن حداقلسازی مسافت و یا زمان طی شده توسط رانندگان است. نقاط تحویلی که در نزدیکی یکدیگر قرار دارند، شناسایی شده و بهعنوان یک خوشه (Cluster) در نظر گرفته میشوند. الگوریتم خوشهبندی موجب صرفهجویی در مصرف سوخت تا ۱۳٪ برای موتور و ۲۴٪ برای خودروهای صندوقدار و ونهای دیجیکالا شده است.
هر خوشه به یک راننده اختصاص پیدا میکند و در نهایت از طریق الگوریتمهای مسیریابی و نقشهیابی، توالی تحویل سفارشات در هر خوشه مشخص میشود و رانندگان بر اساس مسیری که در اپلیکیشن وجود دارد، سفارشات را تحویل میدهند. میانگین زمان سپریشده هر موتورسوار و هر راننده خودرو در هر خوشه بهترتیب ۱۵۷ و ۱۶۵ دقیقه است.
میانگین زمان پردازش در مرکز تقریباً ۳۰ دقیقه است. البته بازه زمانی پردازش کالا از ۱۲ الی ۶۰ دقیقه متغیر است. میانگین زمان تحویل سفارش به مشتری نیز بین ۳۶ تا ۴۸ ساعت است.
ارسال توسط فروشنده (Ship By Seller)
این قابلیت بهتازگی توسط دیجیکالا امکانپذیرشده است. در روش ارسال توسط فروشنده (Ship By Seller) کالاها وارد مرکز پردازش نمیشوند، بلکه فروشنده کالا را بهصورت مستقیم برای مشتری ارسال میکند. در این حالت نیازی به پردازش توسط دیجیکالا نیست.
نحوه پردازش کالاهای تندمصرف و سوپرمارکتی
برای انبارش و توزیع کالاهای سوپرمارکتی و تندمصرف انبار جداگانهای در نظر گرفته شده است تا شرایط موردنیاز برای نگهداری آنها مهیا شود. نحوه جمعآوری کالاهای تندمصرف متفاوت است و برعکس انبار دانش، در این انبار هر فرد جمعکننده کالا به جمعآوری کالاهای ۳ یا ۴ سفارش میپردازد.
هر سفارش دیجیکالا فرش ۱۰ تا ۱۵ کالا را شامل میشود. جمعکنندههای کالا چرخدستیهایی دارند که دارای ۳ یا ۴ سبد است و بنابراین میتوانند بهصورت همزمان کالاهای ۳ تا ۴ سفارش را در هر چرخ دستی جمعآوری کنند. در این حالت هر سبد متناظر یک سفارش مشتری است و کالاهای هر سفارش در سبد مخصوص خود قرار می گیرند.
مرکز پردازش کالای سوپرمارکتی در دیجیکالا
به کمک این روش، سفارشها در مسیر حرکت جمعکننده که توسط اپلیکیشنها و الگوریتمها مشخص شدهاند، تکمیل می شود. در نهایت کالاها در داخل کیسهها قرار گرفته و ارسال میشوند. در سفارشهایی که باید کالاها دمای مشخصی داشته باشند به کمک دماسنج کنترل شده و در صورت نیاز از یخ خشک نیز استفاده میشود.
الگوریتمهای هوشمند تجربه خرید
این الگوریتمها به دنبال پیشبینی رفتار کاربران هستند تا بتوانند در آینده متناسب با نیازها و خواستههای کاربران کالای موردنظر را به آنها پیشنهاد دهند. هدف اصلی این است که کاربر بتواند در سریعترین زمان ممکن و با کمترین تعداد کلیک نیاز خود را برطرف کند.
الگوریتم توصیه خودکار، هدفمند و مناسب هر کاربر
ساختار این الگوریتم به این شکل است که با توجه به خریدهای پیشین کاربر، کالای در حال بازدید و کالاهای مکمل، دستهبندیها و کالاهایی را به مشتری پیشنهاد میدهد که دقیقاً مرتبط با نیازش است. هر یک از پارامترها مانند کلیک، نوع خرید و … دارای یک وزن عددی مشخصی هستند.
برای پیشنهاد خرید به مشتری تا پیش از این در دیجیکالا از سرویسهای خارجی استفاده میشد که از سال ۱۳۹۸ سرویسهای داخلی توسعه داده شده است و دیگر از سرویسهای خارجی استفاده نمیکنند. در این الگوریتم پیشنهاد خرید به کاربران به سه روش مختلف انجام میشود:
۱) پیشنهاد شخصیسازیشده (Recommendation Personalized)
این الگوریتم بر اساس الگوهای خرید پیشین کاربر، خریدهای کاربر در آینده را پیشبینی میکند. پیشنهادهای خرید بر اساس مجموعه رفتارهای قبلی کاربر در پلتفرم دیجیکالا به او داده میشود. اینکه کاربر در طول زمان از چه کالاهایی بازدید کرده؟ چه کالاهایی را جستوجو کرده؟ چه کالاهایی را به صفحه خرید خود اضافه کرده؟ چه کالاهایی را خریداری کرده است؟
۲) پیشنهاد بر اساس کالای در حال بازدید (Recommendation Substitute)
هدف اصلی این الگوریتم این است که اگر کاربر در حال بازدید از یک کالایی است، کالاهای دیگری از همان جنس به او پیشنهاد داده شود تا بتواند در سریعترین زمان ممکن کالای موردنیاز خود را پیدا کند. این الگوریتم همان نقش فروشنده در مغازهها را ایفا میکند که کالاهای مشابه را به مشتری پیشنهاد میدهد.
بهعنوان مثال اگر کاربر در حال مشاهده یک دوربین است، این الگوریتم دوربینهای دیگری با مشخصات مشابه را به کاربر نشان میدهد. کاربر میتواند با مقایسه آنها به بهترین کالا دست پیدا کند، بدون آنکه نیاز داشته باشد به جستجوی کل وبسایت برای رسیدن به هدف خود بپردازد.
۳) پیشنهاد کالاهای مکمل (Recommendation Complementor)
در این الگوریتم با توجه به نوع رفتار کاربران پیشبینی میشود که در صورت خرید یک کالای مشخص، در ادامه کاربر ممکن است چه کالاهایی دیگری را نیز خریداری کند. مثلاً اگر کاربر اقدام به خرید یک دوربین میکند، به احتمال زیاد به وسایل جانبی آن مانند پایه، کیف و … نیاز پیدا خواهد کرد.
الگوریتم پیشرفته تکمیل خودکار (AutoComplete)
این الگوریتم در بخش جستوجو کاربرد دارد و به محض اینکه کاربر شروع به تایپ کلمه در بخش جستوجو میکند، با توجه به سوابق جستوجوی کاربران ادامه کلمه پیشبینی میشود. بهعنوان مثال اگر کاربر دو حرف «گ» و «و» را تایپ کند، الگوریتم بر اساس سابقه جستوجو، کلمه گوشی را پیشنهاد میدهد تا دیگر نیازی به تایپ بقیه حروف کلمات نداشته باشد.
الگوریتم تکمیل خودکار در ابتدای سال ۱۳۹۹ راهاندازی شد و در این مدت تأثیر خوبی در بهبود نتایج جستوجوی کاربران داشته است. بهطوری که در حال حاضر بیش از ۲۵٪ جستوجوها به کمک این الگوریتم بهصورت خودکار تکمیل میشود. این نشان میدهد که کاربران از نتایج نشان داده شده توسط الگوریتم تکمیل خودکار کمک میگیرند تا به نتایج دلخواه خودشان برسند.
پیشنهاد جستوجو در این الگوریتم در حال حاضر بر اساس تجربه شخصی کاربران نیست و بر اساس مجموعه رفتار همه کاربران در گذشته در نظر گرفته میشود.
الگوریتم رتبهبندی و اولویتبندی نتایج
بعد از جستوجوی کلیدواژه شروع به کار میکند. وقتی کاربر تصمیم گرفت که دقیقاً در جستوجوی چه نوع کالایی است، کالاها توسط این الگوریتم رتبهبندی میشوند. الگوریتمی که برای رتبهبندی کالاها در دیجیکالا به کار میرود، LTR مخفف واژه Learn to Rank نام دارد.
این الگوریتم ابتدا از میان چندین میلیون کالای موجود در دیجیکالا، کالاهایی را که احتمالاً به انتظارات کاربر نزدیک است، نمایش میدهد. سپس کالاها در صفحه نمایش برای کاربران رتبهبندی میشوند. در این مرحله کالاها بهصورت دوبهدو براساس معیارهایی مانند تعداد بازدید، تعداد کلیک، تعداد نظرات، امتیاز فروشنده، قیمت، تخفیف و … مقایسه شده و در نهایت رتبهبندی میشوند.
همچنین بعد از جستوجوی کالا، کاربران میتوانند بر اساس معیارهای پرفروشترین، مرتبطترین، پربازدیدترین، جدیدترین، ارزانترین، گرانترین و سریعترین ارسال نتایج به جستوجوی کالای خود بپردازند و آنها را اولویتبندی کنند. در صورتی که کاربر از بخش جستوجوی دیجیکالا به دنبال کالای موردنظر خود باشد، به صورت پیش فرض مرتبسازی کالاها بر اساس معیار مرتبطترین رتبهبندی میشوند. در صورتی که از میان دستههای اصلی کالای موجود در صفحه اصلی سایت دیجیکالا، یک گروه کالایی انتخاب شود، این مرتبسازی بر اساس معیار پربازدیدترین انجام خواهد شد.
بر اساس رفتاری که مشتریان در چند ماه اخیر داشتهاند، کالاها بر اساس معیار مرتبطترین رتبهبندی میشوند. بهطوری که ۹۰٪ از کاربران از معیار مرتبطترین برای پیدا کردن کالای موردنظر خودشان استفاده میکنند. همچنین بیشترین تعداد کلیک و خرید از طریق معیار رتبهبندی مرتبطترین اتفاق میافتد؛ یعنی بیشتر کلیکها و خریدها از نتایج بهدستآمده از طریق این معیار انجام میشود.
اینکه چه معیاری برای رتبهبندی به عنوان پیشفرض در نظر گرفته میشود، بر اساس نوع رفتار کاربران در پلتفرم است که در صورت تغییر الگوی رفتاری، این معیار پیشفرض رتبهبندی نیز تغییر پیدا خواهد کرد. در معیار رتبهبندی محبوبترین با ترکیب وزنی شاخصهایی مانند تعداد بازدید، تعداد فروش، جدیدترین کالاها، قیمت، تعداد نظرات، امتیاز فروشنده، میزان اضافهشدن کالا به سبد خرید و … به کالاها امتیاز داده میشود و آنها را رتبهبندی میکند. این معیار به احتمال زیاد در آینده تبدیل به معیار پیش فرض رتبهبندی کالا در دیجیکالا تبدیل خواهد شد.
منبع:تکراسا