Mulai dari "mencari gambar dengan gambar" hingga pemasaran cerdas, contoh AI di Lazada membentuk kembali kemampuan e-commerce

Penulis | Xingfu

Sunting | Zheng Xuan

Sumber gambar: Dihasilkan oleh alat AI Tanpa Batas

Saat mengetik dalam bahasa Vietnam di kotak pencarian, diperlukan opsi nada penuh.

Ini adalah masalah pertama yang pertama kali disadari oleh Zhutang, kepala teknologi algoritma pencarian di tim teknis Lazada ketika pertama kali bersentuhan dengan bisnis Lazada di negara-negara Asia Tenggara.

Awalnya, dari waktu ke waktu, pengguna senior Lazada Vietnam mengeluh kepada pelayan lokal bahwa mereka tidak selalu dapat menemukan apa yang ingin mereka beli secara akurat dan cepat karena karakteristik bahasanya.

Dibalik hal ini terdapat pekerjaan yang menjadi tanggung jawab Zhutang dan timnya, yaitu fungsi "pencarian" di APP Lazada. Pada awalnya, ketika konsumen Vietnam mengetik bahasa Vietnam di kotak pencarian, mereka menemukan bahwa pilihan warna yang lengkap tidak cukup. Salah satu ciri khas bahasa Vietnam adalah tersusun atas huruf dan nada latin.Dua kata yang huruf latinnya sama persis bisa mempunyai arti yang sangat berbeda jika satu atau dua huruf mempunyai nada yang berbeda. Dan cacat ini secara langsung mempengaruhi pengalaman pengguna.

Tantangan serupa juga banyak terjadi. Didirikan pada tahun 2012, Lazada melayani 160 juta konsumen dan lebih dari 1 juta penjual aktif bulanan di enam negara termasuk Indonesia, Malaysia, Filipina, Singapura, Thailand, dan Vietnam. Menghadapi permasalahan yang sangat kompleks dan berbeda dari pengguna dan pedagang di pasar domestik, sejak hari pertama bergabung dengan Lazada, Zhutang dan pihak lainnya menyadari tantangan di baliknya.

Dari sudut pandang pengguna, bahasa dan budaya negara-negara Asia Tenggara berbeda. Tidak ada pasar terpadu seperti Tiongkok dan Amerika Serikat. Platform ini perlu memiliki wawasan mendalam tentang perbedaan antar negara dan menyediakan layanan yang sesuai; Ekosistem e-commerce masih belum matang, dan sebagian besar usaha kecil dan menengah belum memiliki pengalaman e-commerce profesional, sehingga memerlukan lebih banyak dukungan dan bantuan dari platform ini.

Sebagai platform e-commerce yang berbasis teknologi, bagi tim teknis Lazada, dapatkah mereka menggunakan konsep dan metode teknis paling mutakhir untuk mengatasi masalah serupa yang tidak dapat diselesaikan dengan metode bisnis tradisional tersebut? Hal inilah yang sedang dipikirkan oleh tim.

Sejak awal tahun ini, model bahasa besar yang diwakili oleh ChatGPT telah mengalami peningkatan—seperti dunia luar, tim teknis Lazada juga bersemangat dengan revolusi teknologi ini. Dengan kemampuan teknis model besar, mereka menyadari bahwa mereka dapat berbuat lebih banyak dalam bisnis periklanan dan penelusuran.

Perubahan inti dari model besar terletak pada kemampuan yang lebih umum dan interaksi pengguna yang minimal. Dan ini mungkin merupakan solusi teknis terbaik untuk pasar Asia Tenggara yang tidak terstandarisasi dan memiliki tingkat jatuh tempo rendah. “Saat itu kami mengatakan bahwa peluang telah datang, dan kami harus menyambut era baru teknologi tanpa ragu-ragu,” kata Dao Ji, manajer umum Pusat Penelitian dan Pengembangan Grup Lazada di Beijing, kepada Geek Park.

Di dalam Lazada, evolusi produk AI berdasarkan iklan dan pencarian e-commerce segera dimulai.

Gunakan kemampuan AI yang "umum" untuk melumpuhkan pasar Asia Tenggara yang "non-standar".

Ketika orang menyebut Asia Tenggara, mereka cenderung menganggapnya secara keseluruhan. Namun faktanya, setiap negara di Asia Tenggara memiliki keunikan bahasa dan budayanya masing-masing, serta tingkat non-standarisasi yang tinggi.

Mengambil contoh dari 6 negara yang menjadi contoh Lazada, ia memiliki 4 bahasa resmi: Singapura, Malaysia, dan Filipina adalah bahasa Inggris, dan Indonesia, Thailand, dan Vietnam adalah bahasa lokal. Namun, Malaysia dan Filipina juga memiliki bahasa lokal, dan terdapat banyak orang Tionghoa di Malaysia dan Singapura, yang akan menyebabkan tercampurnya penggunaan berbagai bahasa. Dan bahasa lokalnya sangat rumit, misalnya bahasa Vietnam perlu menambahkan nada, dan sebuah kalimat dapat dengan mudah berisi 20 karakter.

Khusus untuk skenario pencarian, hal ini mengharuskan platform untuk menyediakan layanan yang berbeda dan dikombinasikan dengan karakteristik bahasa dan budaya masing-masing negara. Hal ini tidak hanya sulit, tetapi juga mahal.

Saat ini, kemampuan "transfer lintas bahasa" model skala besar yang sedang hangat dibicarakan di industri, yaitu model bahasa yang dilatih dalam satu bahasa juga akan memiliki kemampuan pemahaman dan representasi tertentu untuk bahasa lain-ini setara hingga mendobrak batasan bahasa Melalui serangkaian kemampuan Universal untuk memenuhi kebutuhan diferensiasi bahasa di berbagai pasar.

Tentu saja, hal ini memiliki skenario penerapan yang optimis untuk platform e-commerce seperti Lazada. Untuk meningkatkan kenyamanan dan akurasi pencarian pengguna, pada bulan April 2022, tim teknologi algoritma Lazada tempat Zhutang berada secara resmi mendirikan proyek pencarian bahasa kecil.

Jumlah sampel data adalah masalah pertama yang perlu dipecahkan oleh Zhutang. Untuk memastikan keakuratan AI, perlu memasukkan lebih dari satu juta "data", memahami secara menyeluruh setiap jenis bahasa, dan menandai sampel bahasa standar. Namun, penelusuran bahasa memiliki persyaratan yang sangat tinggi untuk sampel data: bahasa Vietnam perlu ditandai dengan nada yang berbeda; bahasa Indonesia perlu membedakan antara prefiks, sisipan, dan sufiks; di tempat berkumpulnya orang Tionghoa, sampel campuran dari bahasa Tionghoa, Inggris, dan bahasa lokal ​juga diperlukan.

Menurut Daoji, menurut penelitian lapangannya di negara-negara Asia Tenggara, karena kurangnya sampel dan korpus berkualitas tinggi dalam bahasa kecil seperti Thailand dan Vietnam, beberapa model besar tingkat rendah tidak berfungsi dengan baik dalam teks dalam bahasa kecil. bahasa.

Hal ini merupakan hambatan bagi teknisi algoritme, namun juga merupakan peluang bagi perusahaan e-commerce. Setelah 11 tahun presipitasi dan lokalisasi, Lazada selalu berinvestasi besar-besaran pada data sampel berkualitas tinggi.

Pencarian lintas bahasa AI Mazda

Pada akhir tahun 2022, iterasi pencarian AI pada platform Lazada akan selesai, dan tingkat kesalahan pencarian secara keseluruhan hanya akan sebesar 5%, sehingga sangat meningkatkan pengalaman pengguna. Saat ini, 94% konsumen menggunakan fungsi pencarian di platform Lazada untuk menemukan produk dan akhirnya membeli produk yang mereka cari.

Namun, karena kompleksitas bahasa-bahasa di Asia Tenggara, biaya yang harus dikeluarkan pengguna untuk mengekspresikan kebutuhan mereka melalui teks masih tinggi. Lagi pula, tidak ada yang mau mengetik 20 karakter dan menambahkan aksen ke dalamnya. Hal ini pula yang menyebabkan munculnya fungsi "Search by Image" di platform Lazada.

Kunci untuk "mencari gambar demi gambar" adalah keakuratan pengenalan. Karena gambar yang diunggah oleh pengguna sering kali berisi teks dan logo merek, kedua informasi tersebut sangat penting. Misalnya, meskipun itu adalah kaos hitam dengan model yang sama, jika logo dan teksnya berbeda, itu mewakili dua produk yang sangat berbeda. Hal ini mengharuskan AI untuk dapat mengenali teks dan logo secara bersamaan guna memastikan keakuratan pengenalan.

Lapisan "universalitas" lain dari teknologi model skala besar, yaitu kemampuan "multimodal" yang mendobrak batasan antara teks dan grafik, akan mampu mengatasi masalah ini.

Namun, sebelum mengenali teks dan logo merek, model perlu mengetahuinya terlebih dahulu. Untuk mencapai tujuan ini, tim Zhutang mengumpulkan 20.000 sampel data merek teratas di Asia Tenggara, dan dengan demikian membentuk model "pengenalan multi-modal teks grafis". Sejauh ini, mereka telah mengakui 97% merek Asia Tenggara.

Lazada mencari berdasarkan gambar

Inilah fungsi “mencari gambar demi gambar” yang dirasakan konsumen. Pada tahun lalu, Lazada telah berinvestasi besar-besaran dalam mengoptimalkan dan meluncurkan fungsi ini, memimpin industri di Asia Tenggara dengan beberapa posisi. Sejak diluncurkan enam bulan lalu, jumlah pengguna yang menggunakan fungsi ini meningkat lima kali lipat, dan tingkat retensi meningkat dua kali lipat.

Revolusi interaksi pengguna memungkinkan pedagang mewujudkan iklan "gaya bodoh".

Periklanan adalah model bisnis penting dari platform e-niaga, dan juga merupakan kunci pertumbuhan akuisisi pelanggan pedagang platform. Oleh karena itu, penggunaan teknologi untuk mentransformasi dunia periklanan juga telah menjadi "kursus wajib" bagi platform e-commerce di setiap gelombang teknologi.

Setiap bulannya, Bi Da, kepala mekanisme periklanan & algoritma pengarahan aliansi Lazada, akan mengunjungi Asia Tenggara. Belum lama ini, ia tinggal di Indonesia selama sebulan, dan saat diwawancarai oleh junior dan pedagang setempat, ia mendapatkan pemahaman yang lebih jelas tentang penderitaan para pedagang.

Penempatan iklan dapat dibagi menjadi tiga langkah: wawasan (evaluasi efek penempatan, dll.), pengambilan keputusan (penetapan kata kunci penempatan, jumlah, jumlah, dll.), dan eksekusi (tindakan pemeringkatan, dll.)—Bida mengamati bahwa bisnis lokal di Indonesia memiliki tiga langkah: Setiap tautan sulit untuk dimulai.

Mengambil wawasan sebagai contoh, untuk memperkirakan pengaruh periklanan, pedagang sering kali harus terlebih dahulu menetapkan kata kunci, kelompok sasaran, dll., dan melakukan investasi percobaan skala kecil. Namun proses ini terlalu lama, mungkin memerlukan waktu seminggu untuk mendapatkan hasilnya, dan latar belakang periklanan seringkali rumit, sulit bagi pedagang untuk mendapatkan wawasan nyata darinya, dan ini akan mempengaruhi keputusan penempatan mereka.

Pada tataran implementasi, karena kurangnya kejelasan wawasan dan pengambilan keputusan, ditambah dengan rumitnya latar belakang peluncuran, seringkali merchant terkendala dalam peluncurannya. Apalagi di peak season e-commerce seperti promosi besar-besaran, mereka semakin sulit mencurahkan tenaganya untuk itu.

Pada akhirnya, beban kerja yang cukup besar akan jatuh pada beban "sekunder". Mereka sering kali perlu membantu pedagang membaca lembar data, merangkum wawasan, dan kemudian menggabungkan kondisi operasi pedagang untuk memberi mereka analisis dan saran. Jenis "layanan satu-ke-satu" ini sangat boros energi, dan biaya layanannya terlalu tinggi untuk dipopulerkan ke setiap pedagang.

Hal ini disebabkan oleh kematangan lingkungan e-commerce di Asia Tenggara. Berbeda dengan lingkungan e-commerce yang sudah matang di Tiongkok, perkembangan e-commerce di Asia Tenggara masih dalam tahap awal. Dari sudut pandang pedagang, banyak pedagang kecil dan menengah setempat yang merupakan “toko suami istri”. Mereka sering kali kekurangan dana, jarang mempekerjakan tenaga profesional, dan kebanyakan memilih untuk melakukannya sendiri.

Qin Xiao, chief operating officer Grup Lazada, pernah mengatakan kepada Geek Park bahwa meskipun timnya dapat merujuk pada pengalaman e-commerce Alibaba yang matang, karena landasan lingkungan e-commerce di Asia Tenggara, pengalaman ini tidak dapat diimplementasikan secara langsung. Mereka perlu membantu masyarakat setempat membangun infrastruktur e-commerce seperti logistik, pembayaran, dan operasional bisnis sebelum mereka dapat berbisnis dan menampilkan pengalaman e-commerce mereka.

Di masa lalu, Lazada juga telah mencoba menggunakan teknologi AI untuk menurunkan ambang batas iklan bagi pedagang, seperti estimasi dan penawaran efek iklan yang lebih cerdas. Namun bagaimanapun juga, ada batasan teknisnya, dan masih sulit bagi banyak pedagang untuk beroperasi.

Gelombang AI yang diwakili oleh model besar, yaitu pemanggilan fungsi yang mendasarinya, dapat diselesaikan melalui bahasa alami - revolusi interaksi pengguna yang subversif ini memungkinkan bisnis untuk benar-benar mencapai "ambang batas nol" untuk memulai.

Sejak awal tahun ini, Bida dan timnya telah mulai mempelajari cara memasukkan kemampuan evaluasi dan analisis efek dari sistem periklanan ke dalam model besar, dan menggunakan kemampuan kognitif yang kuat dari sistem periklanan untuk mengirimkan informasi ke pedagang dengan lebih sederhana dan langsung. Daripada mempermasalahkan antarmuka grafik asli, mereka memutuskan untuk meluncurkan bentuk interaktif paling sederhana "kopilot", yang merupakan asisten pemasaran AI.

Pada halaman dialog, merchant dapat langsung bertanya kepada asisten, seperti “bagaimana efek peluncuran ini?”, dan asisten AI akan langsung menganalisis laporan latar belakang untuk membantu merchant melengkapi wawasannya. Setelah itu, asisten juga dapat membantu pedagang dalam mengambil keputusan berdasarkan masukan data. Misalnya, memberikan saran pemasaran tentang cara mengoptimalkan rasio input-output. Terakhir, asisten juga dapat bertindak atas nama merchant, seperti memberikan link untuk membantu merchant mengoptimalkan strategi periklanan dengan satu klik.

Asisten Pemasaran AI Lazada

Dalam menghadapi ketidakpastian yang sangat besar dalam periklanan, tidak ada platform e-commerce yang dapat memberikan solusi ROI periklanan yang deterministik, namun Lazada telah melakukannya - melalui presipitasi selama bertahun-tahun dan prediksi model algoritma, Lazada dapat mendatangkan pedagang setiap kali peluncurannya. memberi penjual ketenangan pikiran. Saat ini, tingkat akurasi prediksi ROI iklan AI melebihi 90%, yang pada dasarnya memungkinkan pedagang memperoleh keuntungan 1:5 tertentu.

“Di masa lalu, pengalaman interaktif kami tidak begitu ramah, namun di bawah sistem teknologi baru, kami dapat memberikan pengalaman interaktif yang lebih dekat kepada orang-orang kepada pedagang,” kata Daoji kepada Geek Park. Pada bulan Juli tahun ini, asisten pemasaran AI dan prediksi ROI periklanan secara resmi diluncurkan. Saat ini, telah dibuka untuk internal Xiao Er untuk membantu mereka meningkatkan efisiensi kerja. Kedepannya, ketika kapabilitas produk sudah lebih matang, maka akan terbuka untuk seluruh merchant di Asia Tenggara.

Selama kunjungan mendalam ke garis depan, Bida juga mengamati masalah lain yang dialami para pedagang: selama "promosi besar-besaran" platform, kemampuan produksi konten para pedagang sulit untuk diimbangi.

Umumnya, "promosi besar" platform akan menetapkan aturan yang seragam, dan pedagang yang berpartisipasi perlu menyediakan materi pemasaran yang memenuhi persyaratan, seperti spanduk dengan gaya seragam. Namun, banyak usaha kecil dan menengah yang tidak memiliki tim desain, dan spanduk yang mereka buat seringkali tidak sesuai dengan gaya platform. Proses pembuatan, peninjauan, modifikasi, dan konfirmasi ini sering kali berlangsung selama 3-8 hari, yang memengaruhi partisipasi pedagang dalam promosi dan perolehan lalu lintas.

Di bawah gelombang AIGC (konten yang dihasilkan AI) baru-baru ini, ambang batas produksi dan biaya grafis kreatif telah berkurang secara signifikan, yang juga memungkinkan tim untuk melihat solusi terhadap masalah ini. Pada bulan Juli, Bida dan timnya memanfaatkan kesempatan ini untuk mengembangkan produk "spanduk yang dihasilkan AI".

Ini adalah produk "gambar yang dihasilkan gambar": pedagang hanya perlu mengunggah gambar produk, ikuti 4 langkah yang diberikan, dan membuat gambar spanduk yang memenuhi standar platform dalam waktu sekitar 1 menit 30 detik. Hal ini sangat mengurangi biaya bagi pedagang untuk berpartisipasi dalam promosi.

Lazada AI membuat Spanduk

Tim tidak memilih "peta Vincent" AIGC yang populer, yang perlu memasukkan "mantra" (kata cepat) dan terus-menerus menyesuaikan "mantra" untuk mendapatkan gambaran yang ideal - ini tidak sejalan dengan niat awal Lazada untuk menurunkan ambang batas bagi pedagang untuk beroperasi. “Kita perlu mencapai keseimbangan antara imajinasi (gambar) dan kemampuan pengendalian,” kata Bi Da.

Saat ini, fungsi tersebut telah diluncurkan dan dibuka untuk merchant Asia Tenggara secara gratis. Menurut Daoji, hal ini tidak hanya menyelesaikan permasalahan yang dihadapi oleh usaha kecil dan menengah, namun juga meningkatkan efisiensi bisnis merek besar—dari perspektif ini, pentingnya teknologi bersifat inklusif.

Menggabungkan teknologi dan bisnis untuk menciptakan parit e-commerce

Ketika orang-orang membayangkan bagaimana gelombang AI yang diwakili oleh model-model besar dapat merekonstruksi skenario periklanan dan pencarian, upaya-upaya yang dilakukan Lazada di Asia Tenggara sebenarnya lebih dari itu.

Ketika gelombang teknologi model skala besar datang, tim teknis Lazada dengan cepat berdiskusi secara internal, mengeluarkan semua skenario bisnis di Asia Tenggara, dan menyimpulkan kemungkinan melakukan refactoring dengan teknologi baru.

Pada akhirnya, semua eksplorasi masih terfokus pada esensi bisnis, yaitu bagaimana meningkatkan lebih lanjut pengalaman pengguna, meningkatkan efisiensi pedagang, dan permasalahan nyata yang dihadapi pedagang dan konsumen di negara-negara Asia Tenggara pada tahap ini—demikian pula, tim dengan cepat menyusun strategi perubahan produk AI, serangkaian ide tindakan.

Di sisi C, intinya adalah meningkatkan pengalaman pengguna. Saat ini, sebagai respons terhadap kesulitan yang dialami pengguna di Asia Tenggara dalam penelusuran bahasa kecil dan penelusuran gambar, tim menggunakan kemampuan umum model besar untuk membuat produk AI. Di masa depan, tim juga dapat meluncurkan produk seperti asisten belanja percakapan C-end berdasarkan kemampuan pemahaman semantik model besar.

Di sisi B, intinya masih meningkatkan efisiensi pedagang. Saat ini, sebagai respons terhadap kesulitan pedagang dalam periklanan dan pemasaran, tim menggunakan interaksi minimalis dan kemampuan pembuatan konten dari model besar untuk menciptakan produk AI. Di masa depan, lebih banyak bentuk produk AI akan diluncurkan di lebih banyak skenario bisnis.

"Kami tidak hanya memikirkan teknologi, tapi juga bisnis. AI harus diterapkan di lini depan bisnis untuk menunjukkan nilai komersial dari teknologi," kata Daoji. Rasionalitas dan kejelasan pemikiran seperti ini juga membuat kemajuan internal evolusi produk AI ini menjadi lebih lancar. Dalam pandangan Daoji, alasan utama dari tindakan cepat Lazada adalah tim teknisnya selalu berada di garis depan bisnis di Asia Tenggara, merasakan kesulitan para pedagang dan konsumen di berbagai negara kapan saja, sehingga mereka dapat merasakan nilai dari tindakan cepat tersebut. inovasi teknologi dengan lebih mendesak.

“Kami tidak mencari paku kemana-mana dengan palu. Paku kami (titik nyeri pengguna) sudah ada, dan kami telah mencari cara. Sekarang metode baru (teknologi model besar) hadir, kami harus sangat tegas dalam investasi kita." Katanya.

Bagi semua perusahaan e-commerce, pasar Asia Tenggara selalu menjadi “medan perang”.

Menurut laporan pihak ketiga, sebagai pasar terbesar keempat dengan 600 juta konsumen setelah Tiongkok, Eropa, dan Amerika Serikat, Asia Tenggara adalah kawasan dengan penetrasi Internet tercepat, waktu online per kapita terlama, dan media sosial paling aktif. , dan jumlah konsumen muda terbesar.

Menurut "Laporan Ekonomi Digital Asia Tenggara 2022" yang dirilis bersama oleh Google, Temasek, dan Bain, selama lima tahun dari 2017 hingga 2022, GMV e-commerce di Asia Tenggara melonjak dari US$10,9 miliar menjadi US$131 miliar, dengan a tingkat pertumbuhan tahunan gabungan sebesar 64%. Dan masih memiliki banyak ruang untuk pertumbuhan – dibandingkan dengan tingkat penetrasi Internet di Tiongkok yang hampir 25%, tingkat penetrasi Internet di negara-negara Asia Tenggara umumnya hanya beberapa poin.

Di masa lalu, lalu lintas dan rantai pasokan telah beberapa kali mendominasi naik turunnya platform e-commerce.Menghadapi variabel teknis yang terinspirasi oleh gelombang model berskala besar ini, apa dampaknya terhadap lanskap e-commerce? Ini adalah pertanyaan yang tampaknya tidak pasti tetapi memiliki jejak.

Dalam pandangan Daoji, sebagai perusahaan e-commerce berbasis teknologi di Asia Tenggara, Lazada telah terlibat secara mendalam di pasar Asia Tenggara selama lebih dari sepuluh tahun, dan memiliki wawasan pasar yang tajam, akumulasi teknologi yang kaya, dan akumulasi data yang mendalam. Berdasarkan hal ini, berdasarkan model besar yang mendasarinya, Lazada dapat mengandalkan pemahaman skenario bisnis dan akumulasi data untuk membangun model vertikalnya sendiri; pada akhirnya, ia menyediakan kemampuan AI untuk tujuan umum kepada pengguna dan pedagang. lebih baik melayani semua pengguna.

Tentu saja, hal ini juga akan menjadi landasan teknis bagi perusahaan e-commerce untuk berkembang di bawah gelombang baru AI.