Algolia приобретает Velou

Сегодня Algolia объявила о приобретении Velou — компании из Нью-Йорка, занимающейся продуктовой аналитикой.

Более десяти лет компания Algolia делала поисковую строку быстрой, и мы выиграли это соревнование. За последние несколько лет мы создали аналитические инструменты поверх этого движка (ключевые слова, векторы и поведенческий анализ в рамках Search, NeuralSearch, AI Recommendations, Personalization и Agent Studio).

Но в этом уравнении всегда была и другая сторона.

Поведение говорит нам о том, что делают покупатели. Поисковая аналитика говорит нам, что они имеют в виду. Velou помогает нам понять, чем продукт является на самом деле.

Используя мультимодальный ИИ, Velou анализирует изображения товаров и содержимое каталога, превращая их в структурированные данные о продуктах, адаптированные для ритейла (категории, атрибуты, значения, синонимы и связи между товарами). И когда базовая запись о товаре становится богаче, каждый инструмент, который с ней работает, начинает функционировать лучше.

Продуктовая аналитика от Velou станет базовым уровнем подсилоков Search, Recommendations, Personalization, Merchandising и Agent Studio — непрерывно обогащая понимание продуктов, от которого зависят эти функции, без необходимости для ритейлеров перестраивать существующие интеграции с Algolia.

Velou не меняет направление развития Algolia, а ускоряет его. Речь идет не о добавлении еще одной функции, а об усилении интеллектуальной основы всей платформы для более чем 18 000 клиентов.

Если вы занимаетесь мерчандайзингом или цифровой торговлей, я хочу прямо сказать, что это значит для вас, потому что причина, по которой я занялся этой сделкой, кроется в проблеме, с которой вы живете каждый день.

Ваши покупатели ищут больше, чем знает ваш каталог

Покупатель ищет «темно-синее платье миди из ткани, которую можно стирать в машине, для осенней свадьбы». Ваш каталог выдает «синее платье», цену и размерную сетку. У вас есть именно то, что им нужно, но товар либо не показывается, либо оказывается позади 40 других продуктов, которые случайно тоже оказались синими.

Каждый директор по мерчандайзингу, с которым я общался в этом году, знает источник этой проблемы. Данные о товарах поступают от сотен поставщиков в несогласованных форматах и обычно без атрибутов, которые действительно ищут покупатели. Ваша команда заполняет пробелы: синонимы, бусты, ручные теги, редиректы и правила. Вскоре люди, которых вы наняли для мерчандайзинга ассортимента, тратят свое время на исправление лежащих в основе данных.

Я видел, как команды пытались решить эту проблему вручную с помощью групп по тегированию, электронных таблиц, проектов с агентствами и так далее. Это занимает месяцы и никогда не заканчивается, потому что каталог меняется каждый день.

Что меняет Velou

Velou использует мультимодальный ИИ для понимания уже имеющихся у вас данных о товарах (текста и изображений) и создает те структурированные атрибуты, которые добавил бы мерчандайзер, если бы у него было неограниченное время.

Темно-синий. Миди. Плотность ткани. Инструкции по уходу. Повод. Система сопоставляет эти атрибуты с кураторской таксономией ритейла, нормализуя различные способы описания одного и того же в данные, которые поиск, фасеты, рекомендации и агенты действительно могут использовать. И все это работает непрерывно по мере изменения каталога, в продакшн-масштабе, причем каждый атрибут подкреплен исходными доказательствами.

Последняя часть важна не меньше первой. Уверенный неверный атрибут хуже отсутствующего — он может стоить вам продажи или привести к возврату. Velou выбрала сложный и дисциплинированный путь, хотя продать более быстрое и поверхностное решение было бы проще. Это тот стандарт, которого мы будем придерживаться, внедряя его для каждого клиента Algolia.

Что открывает более глубокое понимание продуктов

Как только эти детали появятся в ваших записях, вот что, как мы ожидаем, вы увидите:

• Запросы с высокой степенью намерения больше не возвращают пустой результат. Долгие, конкретные поисковые запросы — те, которые сигнализируют о готовности покупателя к покупке, — возвращают правильные продукты по правильным причинам.

Запросы с высокой степенью намерения больше не возвращают пустой результат. Долгие, конкретные поисковые запросы — те, которые сигнализируют о готовности покупателя к покупке, — возвращают правильные продукты по правильным причинам.

• Фасеты заполняются. Покупатели могут фильтровать товары по поводу, посадке, ткани или уходу, потому что эти атрибуты наконец-то существуют.

Фасеты заполняются. Покупатели могут фильтровать товары по поводу, посадке, ткани или уходу, потому что эти атрибуты наконец-то существуют.

• Новинки показывают отличные результаты в день запуска. Продукты ранжируются на основе того, чем они являются, еще до того, как они накопили историю кликов — ручное продвижение не требуется.

Новинки показывают отличные результаты в день запуска. Продукты ранжируются на основе того, чем они являются, еще до того, как они накопили историю кликов — ручное продвижение не требуется.

• Долг по правилам сокращается. Меньше написанных вручную правил, синонимов и редиректов для поддержки, поэтому время вашей команды уходит на ассортимент, кампании и маржинальность — ту работу, ради которой вы их и наняли.

Долг по правилам сокращается. Меньше написанных вручную правил, синонимов и редиректов для поддержки, поэтому время вашей команды уходит на ассортимент, кампании и маржинальность — ту работу, ради которой вы их и наняли.

• Единый источник продуктовой правды везде. Поиск, рекомендации и персонализация работают на основе одной и той же обогащенной записи, поэтому платье, которое покупатель находит в поиске, — это именно то платье, которое рекомендуется рядом с ним.

Единый источник продуктовой правды везде. Поиск, рекомендации и персонализация работают на основе одной и той же обогащенной записи, поэтому платье, которое покупатель находит в поиске, — это именно то платье, которое рекомендуется рядом с ним.

Розничные клиенты Velou наглядно показывают, как это выглядит в цифрах. Британский ритейлер спортивной одежды Get The Label добавил более 190 000 атрибутов товаров за шесть месяцев, а выручка от поиска по сайту выросла на 60%. У британского фэшн-ритейлера Everything5pounds количество атрибутов в каталоге выросло более чем на 85%, а конверсия поиска увеличилась на 33%.

Каждый каталог уникален, поэтому я не буду обещать эти цифры кому-либо конкретно, но они показывают, что происходит, когда карточка товара наконец начинает соответствовать тому, как люди совершают покупки.

Для руководителя, отвечающего за бизнес-показатели

Три вещи, которые я бы хотел знать, если бы был на вашем месте.

Это не проект миграции. Ваши API, SDK и интеграции остаются ровно такими, какие они есть — никакого реплатформинга, никакой перестройки и никакой новой работы по внедрению. Возможности обогащения от Velou просто станут доступны в рамках платформы Algolia, работая с уже имеющимися у вас интеграциями.

Это ваш план готовности к ИИ без необходимости запуска второго проекта по работе с данными. Все больше покупателей теперь начинают поиск в ChatGPT, Microsoft Copilot и Google Gemini. По данным Adobe Analytics, в июле объем трафика, перенаправленного ИИ на сайты американских ритейлеров, вырос на 62% год к году. Эти агенты не просматривают ваши страницы, они читают данные о ваших товарах и могут рекомендовать только то, что в них описано. Та же самая обогащенная запись, которая исправляет вашу поисковую строку, делает ваш каталог доступным для понимания агентом. Вам не нужна отдельная инициатива по «данным для ИИ». Вам нужна более точная запись о товаре, и создать ее нужно один раз.

Это аналитика, которую можно проверить. Каждый атрибут несет в себе доказательства. Когда товар занимает определенную позицию в рейтинге, ваша команда может увидеть почему и исправить запись, вместо того чтобы писать очередное правило. Мы не верим в мерчандайзинг по принципу «черного ящика». В эпоху, когда каждый вендор обещает «ИИ», я бы задал каждому из них один и тот же вопрос: могут ли мои мерчандайзеры увидеть, откуда взялся этот ответ?

Что будет дальше

Если вы хотите посмотреть, как это работает на реальном каталоге, в ближайшее время мы запланируем вебинар с демонстрацией в прямом эфире.

Следующий покупатель, который введет очень конкретный вопрос в вашу строку поиска или в ИИ-ассистент, должен найти именно тот продукт, который он описал. Именно над этой задачей мы сейчас работаем вместе.