Maximieren Sie Ihren Ertrag aus Investitionen in maschinelles Lernen
Die erste virtuelle Activate von Lucidworks brachte eine Reihe von Experten auf dem Gebiet des maschinellen Lernens und der KI zusammen. In diesem Jahr gab es auch Vorträge von unseren internen Experten, darunter Mark Moyou, Data Science Manager bei Lucidworks, der darüber sprach, wie Unternehmen ihre Fähigkeiten im Bereich des maschinellen Lernens mit Signalen in Fusion maximieren können, um personalisierte Sucherlebnisse zu liefern.
Sehen Sie sich heute den Vortrag von Mark Moyou an.
Heutzutage erwarten Kunden ein großartiges Sucherlebnis, das aussagekräftige Ergebnisse mit Vorschlägen für neue Artikel, Produkte und Artikel, die sie erkunden möchten, auf der Grundlage ihrer Präferenzen liefert. Um dieses Erlebnis zu bieten, müssen Sie Signale (Benutzer-Feedback zur Suchanwendung) in Ihrem Suchsystem nutzen. Lesen Sie weiter, um zu erfahren, wie Sie Merchandiser, Sucharchitekten und Data Scientists in die Lage versetzen können, ihre eigenen datengesteuerten Entscheidungen zu treffen, unterstützt durch ML, das im Hintergrund in großem Umfang läuft.
Was sind Signale?
Moyou definiert Signale als jede Benutzerinteraktion auf einer Plattform oder Website zusätzlich zu dem sie umgebenden Kontext (Benutzer-IDs, Filter, IP-Adresse/Login-Bereich, Zeitstempel usw.). Signale erfassen die Stimme eines Benutzers durch seine Interaktionen und sein Verhalten auf der Website oder internen Plattform eines Unternehmens. Zu den Interaktionen gehören Aktionen wie das Hinzufügen zum Warenkorb, Klicks und die Verweildauer auf der Seite.
Signale können für verschiedene Anwendungsfälle unterschiedlich sein. Beispielsweise konzentrieren sich Signale auf E-Commerce-Websites auf die Interaktion von Käufern mit einem Produktkatalog durch Hinzufügen zum Warenkorb, die Ansicht des Warenkorbs und die Einleitung der Kaufabwicklung. Bei Signalen in einem privaten Intranet hingegen geht es um die Interaktion von Wissensarbeitern und Supportmitarbeitern mit Dokumenten durch Klicks, Lesezeichen und Downloads.
„Ohne Signale sind Unternehmen nicht in der Lage, ein personalisiertes Sucherlebnis zu bieten.“ – Mark Moyou
Um ein personalisiertes Sucherlebnis bieten zu können, müssen Unternehmen ihren Nutzern zuhören und ihr Verhalten verstehen, ohne dabei zu sehr in die Privatsphäre einzugreifen. Mithilfe von Signaldaten können Unternehmen ihre maschinellen Lernfähigkeiten verbessern, um dem Endnutzer personalisierte Inhalte in Form von relevanteren Suchergebnissen und Empfehlungen zu liefern. Signale versorgen die Algorithmen für maschinelles Lernen mit dem Nutzerverhalten, um die Ergebnisse zu bewerten und Erkenntnisse über die Nutzer in Echtzeit zu gewinnen.
Signale und Fusion 5
Um die Absicht eines Benutzers und den Kontext seiner Anfrage zu verstehen, müssen Unternehmen über eine skalierbare Infrastruktur verfügen, die in der Lage ist, mühelos eine wachsende Datenbank zu speichern und zu durchsuchen, um Signaldaten vollständig zu nutzen. Mit Lucidworks Fusion können Suchteams sofort loslegen, indem sie sofort einsatzbereite maschinelle Lernmodelle nutzen. Mit den Signalsammelfunktionen von Fusion sind Unternehmen in der Lage:
- Abfragen nativ verarbeiten
- Groß angelegte Aggregationen zur Abfragezeit durchführen
- neue organisatorische Weisheiten oder Erkenntnisse zu Tage fördern
- Frage-Antwort-Paare mit Deep Learning trainieren
Einige der größten Marken der Welt haben nach dem Einsatz von Signalen einen spürbaren Anstieg der Nutzerzufriedenheit und der Suchleistung erlebt. Hier sind ein paar Beispiele:
- Der führende Baumarkt in den USA sagte, dass die Fähigkeit von Fusion, Signale überall zu sammeln und diese Erkenntnisse (in Echtzeit) auf jedem Kanal anzuwenden, seine Omnichannel-Strategie endlich zum Leben erweckt hat.
- Ein anderer Top-Einzelhändler setzt auf Signale, um ein durchgängig personalisiertes Erlebnis auf seiner Website zu bieten und konnte die Konversionsrate von 4,6 % auf 7 % steigern.
- Für Lenovo führte die Implementierung von Signalen zu einer 73%igen Steigerung des Such-Engagements, einer 93%igen Steigerung der Klickrate und einer 35%igen Konversionsrate, die zu einer 34%igen Steigerung der Kundenzufriedenheit führte.
- Red Hat profitierte von den Signalfunktionen von Fusion, die es ermöglichten, den Benutzern mühelos die richtigen Inhalte zur Verfügung zu stellen. Innerhalb von zwei Monaten konnte Red Hat die Anzahl der erstellten Supportfälle um 11,6 % senken und die Ablenkungsrate von Supportfällen um 7,39 % erhöhen.
Fusion gibt Ihnen maschinelles Lernen an die Hand
Fusion 5.0 und höher enthält ein Data Science Toolkit, mit dem Datenwissenschaftler ihre Plattformen erweitern können, indem sie ihre ML-Algorithmen mit denen von Fusion kombinieren. Die Integration des Data Science Toolkits von Lucidworks bietet einen Modelldienst, der die Intelligenz zur Verarbeitung eingehender Anfragen und Dokumente hinzufügt. So können Unternehmen ihre aktuellen maschinellen Lernfähigkeiten ganz einfach erweitern und Dateneinheiten aus einer Vielzahl von Sprachmodellen extrahieren.
Möchten Sie mehr über Fusion und die Möglichkeiten des maschinellen Lernens erfahren? Kontaktieren Sie uns noch heute und melden Sie sich für die Activate im nächsten Jahr an .
Sehen Sie hier die vollständige Activate-Präsentation von Mark Moyou.