Hollowfiber
Новости
+7 965 357 95 50
info@riamoda.ru

Lamoda внедрила ML-модель предсказания брака товаров

2024-06-24 20:41:55

Lamoda, ритейлер в сфере моды, красоты и лайфстайл, первая в России среди мультибрендовых магазинов внедрила и развивает модель машинного обучения, которая предсказывает брак среди товаров. Данная модель в два раза увеличила скорость обработки возвратов после примерки покупателями, сообщает компания.

Все товары на складе, которые вернули клиенты, сначала проходят проверку через ML-модель. Она осуществляет ежедневный скоринг полученных позиций и присваивает один из трех статусов:

  • С вещью всё хорошо, она отправляется на хранение, попадает на витрину и продаётся дальше.
  • С вещью возможны проблемы, необходима быстрая проверка специалистом склада.
  • С вещью точно есть проблемы, она отправляется в службу качества для тщательной проверки специалистом. Если состояние товара не позволяет его больше продавать, то он будет отправлен на благотворительные цели.

Модель предсказания брака на основе машинного обучения - это собственная разработка компании. Для создания и интегрирования модели было взято 20 миллионов строк исторических данных и учтено более 60 признаков о товаре и заказе — в том числе признаки, полученные от других ML-моделей.

«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».

По результатам предварительного аудита качество и точность проверки значительно увеличилось. До внедрения ML-модели дефекты одежды и обуви сотрудники определяли после ручной проверки каждой позиции. 

Все новости
© RIA Moda 2010-2026 Подписаться на RSS        О проекте / Контакты / Карта сайта / О сайте
Пользуясь сайтом, вы соглашаетесь с использованием cookies и политикой конфиденциальности.