Оптимизация поиска и рекомендаций Ozon с помощью ИИ-моделей
Описание проекта
Маркетплейс Ozon внедрил современные математические модели на базе LLM для улучшения системы внутреннего поиска и товарных рекомендаций. Решение обучается на данных о миллиардах товарных позиций и истории поведения пользователей, что позволяет предоставлять персонализированную выдачу в реальном времени.
Технология значительно ускоряет процесс нахождения нужных товаров покупателями, повышая общую эффективность платформы. Проект реализован в рамках стратегии трансформации ИИ-сервисов, обеспечивая существенный вклад в финансовые показатели компании за счет улучшения клиентского опыта.
Задача
Необходимость обеспечения высокой скорости и точности поиска товаров среди миллиардов позиций в каталоге маркетплейса для повышения конверсии.
Цели внедрения
- Повышение точности поисковой выдачи
- Улучшение релевантности товарных рекомендаций
- Ускорение процесса выбора и покупки товара для пользователя
- Максимизация экономического эффекта от использования ИИ-технологий
Результаты
Финансы
- Суммарный дополнительный эффект от проектов с использованием ИИ составил 25%
Качество
- Две трети общего эффекта от внедрения ИИ обеспечено за счет оптимизации поиска и рекомендаций
- Существенно ускорен поиск товаров среди миллиардов позиций ассортимента
- Повышена точность соответствия выдачи запросам пользователей за счет обучения моделей на реальном поведении покупателей