Ритейлер одежды, красоты и стиля жизни Lamoda стал первым мультибрендовым магазином в России, внедрившим и разработавшим модель машинного обучения для прогнозирования отказа от товара. Модель позволила вдвое увеличить скорость обработки возвратов после того, как покупатели примерили товар.
Все товары, возвращаемые покупателями, сначала проверяются с помощью модели машинного обучения. Ежедневно возвращенные товары оцениваются, и им присваивается один из трех статусов:
Товар не вызывает проблем, хранится, размещается на полках магазина и продается.
Товар может иметь проблемы и требует быстрой проверки специалистом склада.
Если товар точно проблемный, он отправляется в отдел качества для тщательной проверки экспертами. Если состояние товара не позволяет продавать его дальше, он отправляется на благотворительность.
Компания разработала собственную модель прогнозирования брака, основанную на машинном обучении. Для создания и интеграции модели было взято 20 миллионов строк исторических данных и учтено более 60 атрибутов о товаре и заказе.
«Мы в Lamoda большое внимание уделяем качеству товара и тому, какой опыт получают клиенты, взаимодействуя с нами на любом этапе покупки. Внедрение такой ML-модели позволяет нам еще тщательнее следить за браком товаров и влиять на то, купит ли человек эту вещь в следующий раз. Кроме этого мы экономим огромное количество человеческого ресурса на складе, — комментирует Татьяна Умряева, управляющий директор по продукту Lamoda. — В наших планах продолжать совершенствовать модель и работать над увеличением точности прогнозов по браку».
Предварительные аудиты значительно повысили качество и точность проверок: до внедрения модели ML дефекты в одежде и обуви выявлялись после того, как сотрудники вручную проверяли каждый товар.
Источник фото: Lamoda
