0/5

Лента Новостей

20:45 В правительстве одобрили условия обратного выкупа российских активов иностранцами
20:20 Верховный суд подтвердил право «КЛВЗ Кристалл» на бренд «Пираты Карибского моря»
19:55 Поставщики «Светофора» начали подавать иски за несоблюдение условий договоров
Чек-лист: 8 признаков, что онлайн-площадка готова стать retail media
19:30 Экс-глава H&M назначена независимым директором Mango
19:05 Бренд Reeel выпустил лимитированную серию чипсов к мультфильму «Финник 2»
18:40 MAX тестирует авторские каналы
Как монобрендовым сайтам выжить в эпоху маркетплейсов: рабочие SEO-стратегии на практике
18:15 АКОРТ видит сложности в фиксации ценовых коридоров на борщевой набор
17:50 Суд отклонил иск «Союзмультфильма» к предпринимателю по делу о Чебурашке
17:25 Актриса Марина Александрова стала лицом гиалуроновой линии LIBREDERM
Покупки как лайфстайл: как попасть в корзину «зумера» и остаться в ней надолго
17:00 LIMÉ разработал коллекцию для медиаторов Дома культуры «ГЭС-2» (ФОТО)
16:35 Благовещенск первым в России ввел полный запрет на электросамокаты
16:10 Люксовый бренд Loro Piana обвинили в эксплуатации китайских рабочих
Кем работать на фрилансе в 2025 году: топ-5 востребованных профессий
15:45 ФАС признала ненадлежащей телерекламу Т-Банка
15:20 В РФ фиксируется рост производства пива на фоне падения выпуска крепкого алкоголя
14:55 «Гермес» закрыл сделку по приобретению доли в OBI
Рейтинг транспортных компаний России по стоимости доставки сборных грузов в 2025 году
14:30 Девелопер «Брусника» открыл магазин мерча (ФОТО)
14:05 АКОРТ: в сетевой рознице вырос спрос на рыбные продукты
13:40 У столичных ТЦ «Дарья» и «Пассаж» сменился владелец
Как переводить деньги из-за границы в Россию в 2025 году: все способы с плюсами и минусами
13:15 Самокат выпустил лимитированную летнюю коллекцию одежды и аксессуаров (ФОТО)
12:50 В России зафиксирован исторически максимальный уровень просрочки по потребкредитам
12:25 Ввод районных торговых центров в Москве достиг 10-летнего рекорда
7 универсальных дизайн-приемов оформления витрин
12:00 Ритейлеры просят доработать законопроект о платформенной экономике
11:35 Авито: каждый пятый россиянин полностью меняет летний гардероб к сезону
11:10 Kraft Heinz разделит бизнес на две компании
Стоит ли продавать товары на нишевых маркетплейсах: истории селлеров
10:45 YouTube полностью отключил рекламу в России
10:20 М.Видео-Эльдорадо назвала топ-5 брендов наушников и гарнитур в I полугодии 2025 года
09:55 Wildberries восстановил сгоревший склад в Шушарах
«Cценарно и пользовательски» вместо «размерно и сезонно»: что хотят носить Альфа и Бета
09:30 Cеть Obuv может прекратить свою деятельность до конца лета
08:00 Главное за неделю: ребрендинг «Ароматного Мира», выход «Вкусвилла» в Армению через партнера, «Закон о маркетплейсах» принят в первом чтении
10:00 Как «легализовать» генеративный ИИ в среде сотрудников: 5 сигналов к активному его использованию
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