0/5

Лента Новостей

20:20 Jordan Brand выпустит новые лоферы от Майкла Джордана с животным принтом
19:55 Президент России подписал закон о запрете вывесок на иностранных языках
19:30 «Вымпелком» не будет выплачивать дивиденды за 2024 год
Визуальная манипуляция: как дизайн стал механизмом пропаганды
19:05 Магазины проверят на наличие «молочки» с пальмовым маслом
18:40 Акции VK выросли на фоне подписания закона о создании национального мессенджера
18:15 АКИТ: объем рынка онлайн-торговли за 2025 год увеличится почти на треть
От чат-ботов к системным ассистентам: почему ИИ в ритейле не работает на полную мощность
17:50 Какие сферы и отрасли самые перспективные для карьерного роста – опрос SuperJob
17:25 МТС принял решение о выплатите дивидендов за 2024 год
17:00 Ozon не смог отсудить у девелопера часть убытков из-за пожара на складе в Истре
Как ресторану поднять выручку в сложные времена – стратегии от собственника сети ресторанов «Супра»
16:35 Владимир Путин подписал закон о создании в РФ национального мессенджера
16:10 Продажи люксовых авто с пробегом за пять месяцев выросли на 14%
15:45 Госдума приняла закон об установке RuStore на все новые смартфоны
Digital Signage: как цифровые POS улучшают контакт с покупателями и повышают узнаваемость бренда
15:20 Wildberries снижает комиссию для продавцов за ускорение доставки
14:55 Эксперты назвали основные тренды экспресс-доставки в 2025 году
14:30 Россияне стали чаще оплачивать покупки с помощью смартфонов
Маршрут построен: как развивать объект коммерческой недвижимости с помощью экономики впечатлений
14:05 НБКИ: средний размер лимитов по выданным кредитным картам в мае составил 99,5 тыс. руб.
13:40 Более 70% студентов считают офлайн-ритейл перспективным для старта карьеры
13:15 Продажи обручальных и помолвочных колец выросли в России
Как аутсорсинг ИТ-специалистов помогает ритейлу в конкурентной гонке
12:50 Ozon открывает новый фулфилмент-центр в Красноярске
12:25 Общий объем качественной складской недвижимости на Дальнем Востоке впервые превысит 1 млн. кв. м
12:00 Для каждого второго россиянина важен бренд его города и региона – исследование
Гарантированный доход на «Яндекс Маркете»: как новая модель снижает риски продавцов
11:35 Число магазинов «Магнит Косметик» с сервисом подбора косметики при помощи ИИ достигло 2,5 тысяч
11:10 «Лента» трудоустроит на лето около 500 подростков
10:50 Более 80% россиян посещают заведения быстрого питания
Транзитные маршруты XXI века: как работают трансшипмент и реэкспорт
10:20 X5 Group: Прошлые собственники TopDelivery продолжат управление бизнесом
09:55 Онлайн-продажи вина в России стартуют не раньше середины 2026 года – АКИТ
09:30 Правительство РФ одобрило законопроект по ужесточению правил рекламы энергетиков
Удержание через технологии: как приложения для обучения и адаптации помогают бороться с текучкой
20:45 Сколько россиянам не хватает до зарплаты мечты – опрос «Работа.ру»
20:20 Глава бренда Prada Джанфранко Д’Аттис уходит в отставку
10:00 Аналитика МТС AdTech: как бьюти бренды наращивают рекламную активность в Telegram
Все новости →

Lamoda внедрила ML-модель предсказания брака товаров

Lamoda внедрила ML-модель предсказания брака товаров
время публикации: 11:35  24 июня 2024 года
Фэшн-ритейлер Lamoda первая в России среди мультибрендовых магазинов внедрила и развивает модель машинного обучения, которая предсказывает брак среди товаров. Данная модель в 2 раза увеличила скорость обработки возвратов после примерки покупателями.
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:

- c 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 млн 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.

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. 

Читайте также:
E-commerce лидирует в сфере внедрения ИИ – исследование

***

Самые интересные новости читайте в нашей группе в  VKontakte, а также на канале в ДЗЕН.

Больше новостей и возможность поделиться своим мнением в комментариях на нашем канале в Telegram.

И подписывайтесь на итоговую рассылку самых важных новостей.

New Retail