2,001 रीडिंग

खरीदारी के अनुभव को बेहतर बनाने के लिए Amazon कैसे डीप लर्निंग का इस्तेमाल करता है

द्वारा Peace Akinwale8m2022/05/30

बहुत लंबा; पढ़ने के लिए

ऐसी दुनिया में जहां गार्टनर जैसे वैज्ञानिक अनुसंधान टैंक कहते हैं कि 80 प्रतिशत ग्राहक इंटरैक्शन आज एआई द्वारा प्रबंधित किए जाते हैं, आपको एआई को अपनाना चाहिए। यह ई-कॉमर्स को मौलिक रूप से प्रभावित करता है, और मैं आपको दिखाऊंगा कि कैसे। 2020 में, स्टेटिस्टा का कहना है कि एआई ने अपने पसंदीदा संगठनों या स्टोर के साथ ग्राहकों की दैनिक बातचीत का 54 प्रतिशत संभाला। इन एआई-सक्षम सुविधाओं में बायोमेट्रिक स्कैनर, चैटबॉट, डिजिटल सहायक, चेहरे की पहचान स्कैनर आदि शामिल हैं। इससे आपको ग्राहकों की प्राथमिकताओं का अनुमान लगाने, उन्हें जोड़ने, आगंतुकों को ग्राहकों में बदलने और उनके खरीदारी के अनुभवों को अधिक सुलभ बनाने में मदद मिलेगी।

Companies Mentioned

featured image - खरीदारी के अनुभव को बेहतर बनाने के लिए Amazon कैसे डीप लर्निंग का इस्तेमाल करता है

एआई ई-कॉमर्स को मौलिक रूप से प्रभावित करता है और यह आज व्यवसायों के लिए एक अनिवार्य स्टेपल है। दुनिया बदल गई है और आप इसे जानते हैं। गार्टनर जैसे वैज्ञानिक अनुसंधान टैंक कहते हैं 80% ग्राहकों की बातचीत का प्रबंधन आज AI द्वारा किया जाता है।

2020 में, AI ने संभाला 54% अपने पसंदीदा संगठनों या स्टोर के साथ ग्राहकों की दैनिक बातचीत के बारे में। इन एआई-सक्षम सुविधाओं में बायोमेट्रिक स्कैनर, चैटबॉट, डिजिटल सहायक, चेहरे की पहचान स्कैनर आदि शामिल हैं।

इससे आपको ग्राहकों की प्राथमिकताओं का अनुमान लगाने, उन्हें जोड़ने, आगंतुकों को ग्राहकों में बदलने और उनके खरीदारी के अनुभवों को मसाला देने में मदद मिलेगी।

COVID-19 महामारी होने के बाद से कंपनियां AI के बारे में होशियार हो गई हैं। और यहाँ अमेज़न है, जो तकनीक का सबसे अच्छा उपयोग कर रहा है।

अमेज़ॅन डीप लर्निंग एआई का उपयोग कैसे करता है

अमेज़ॅन एक उच्च गुणवत्ता वाला खरीदारी अनुभव प्रदान करता है और कृत्रिम बुद्धिमत्ता इसमें मदद करती है। एलेक्सा वॉयस असिस्टेंट से लेकर इमेज सर्च से लेकर सिफारिश सिस्टम तक, अमेजन कई तरह से एआई तकनीक का इस्तेमाल करता है। एआई का उपयोग इसके पूर्ति केंद्रों में धोखाधड़ी का पता लगाने, उत्पाद टैगिंग, ए / बी परीक्षण और मूल्य निर्धारण के लिए किया जाता है।

अमेज़ॅन ग्राहकों को लगातार मूल्य प्रदान करना चाहता है और वह इन माध्यमों से गहन शिक्षण एआई का उपयोग कर रहा है:

वाक् पहचान, टेक्स्ट-टू-स्पीच का संश्लेषण, और प्राकृतिक भाषा प्रसंस्करण (एनएलपी)।

इन सभी का उपयोग एलेक्सा और संबंधित उपकरणों को सशक्त बनाने के लिए किया जाता है।

Amazon की एआई-पावर्ड वॉयस असिस्टेंट एलेक्सा, ई-कॉमर्स और स्मार्ट होम मार्केट पर हावी होने की कंपनी की रणनीति का अभिन्न अंग बन गई है।

आज की दुनिया में वाक् पहचान एक बड़ी बात है क्योंकि यह उन उपभोक्ताओं को आसानी प्रदान करती है जो अपने कीबोर्ड पर अपने हाथों का उपयोग करने के बजाय वॉयस कमांड का उपयोग करना चाहते हैं। यह एक तरीका है जिससे एलेक्सा बोली जाने वाली भाषा को समझती है और सवालों के जवाब देती है।

टेक्स्ट-टू-स्पीच संश्लेषण टेक्स्ट को वाक् में बदलने का एक और तरीका है।

तीसरा तरीका प्राकृतिक भाषा प्रसंस्करण (एनएलपी) है। यह एलेक्सा को प्राकृतिक भाषा को समझने और उन प्रश्नों का उत्तर देने में सक्षम बनाता है जो आप अपने सिर के ऊपर से पूछ सकते हैं (जैसे "आज मेरे कैलेंडर के साथ क्या चल रहा है?" या "आज की तारीख क्या है?")।

अमेज़ॅन एआई और गहन शिक्षण तकनीकों का उपयोग करता है - जो लगातार सुधार से गुजरते हैं लैब126 अनुसंधान क्यूपर्टिनो, कैलिफोर्निया में सुविधा - इन क्षमताओं को प्राप्त करने के लिए। यह ग्राहकों के लिए किराने की सूची बनाना आसान बनाता है क्योंकि वे केवल एलेक्सा को आदेश दे सकते हैं। सूची के माध्यम से मैन्युअल रूप से सर्फ करने और उनके कार्ट में सामान जोड़ने के बजाय।

एलेक्सा ऐप का उपयोग करके, एक ग्राहक कह सकता है, "एलेक्सा, मेरी खरीदारी सूची में एक फ्राइंग पैन जोड़ें" या "एलेक्सा, मेरी खरीदारी सूची देखें।"

ग्राहक यह कहकर भी अपने ऑर्डर की लोकेशन ट्रैक कर सकते हैं, "एलेक्सा, माई स्टफ कहां है?" या अन्य आदेशों का पता चला यहां . ग्राहक आसानी चाहते हैं; यहाँ आराम है। यदि आप आराम की पेशकश नहीं कर सकते हैं तो आप धीरे-धीरे व्यवसाय से बाहर हो जाएंगे।

डीप लर्निंग एआई अमेज़ॅन की सिफारिश प्रणालियों को बेहतर तरीके से काम करने में मदद करता है।

Amazon सही उत्पादों की सिफारिश करने और ग्राहक व्यवहार विश्लेषण के माध्यम से बिक्री बढ़ाने में अधिक सटीकता प्राप्त करता है।

यह अधिक प्रासंगिक उत्पाद अनुशंसाओं की ओर ले जाता है, जिसके परिणामस्वरूप उच्च रूपांतरण दर, कम रिटर्न, और विपणन अभियानों पर खर्च किए गए मामूली पैसे होते हैं।

यह इसके लिए गहन शिक्षण एल्गोरिदम का भी उपयोग करता है:

उत्पाद वर्गीकरण : उत्पादों को "किताबें," "इलेक्ट्रॉनिक्स," या "गृह सुधार" जैसी श्रेणियों में असाइन करना। आप उम्मीद नहीं करेंगे कि मनुष्य सभी उत्पादों को मैन्युअल रूप से वर्गीकृत करेंगे, है ना?
उपयोगकर्ता प्रतिक्रिया : इसका उपयोग मशीन लर्निंग एल्गोरिदम के लिए प्रशिक्षण डेटा के रूप में किया जाता है जैसे गहरा विश्वास नेटवर्क । एल्गोरिथ्म समय के साथ उच्च सटीकता के साथ लाखों उदाहरणों से सीख सकता है। आप इसके बारे में लेख में बाद में जानेंगे।
उत्पाद खोज : यह ग्राहकों को जितनी जल्दी हो सके अपनी इच्छित वस्तु को खोजने में मदद करता है। यह ग्राहकों को प्रत्येक पृष्ठ पर पृष्ठों के माध्यम से स्क्रॉल करने (या खोज बॉक्स में कीवर्ड टाइप करने) के बजाय एक बार में लाखों उत्पादों के माध्यम से स्कैन करता है। अमेज़ॅन का एल्गोरिदम उपयोगकर्ताओं को उनकी पिछली खोजों और स्थान या पिछली खरीदारी जैसे चर के आधार पर सुझाव भी प्रदान करता है।
इस तरह, ग्राहकों के पास ऑनलाइन वस्तुओं की तलाश करते समय उन्हें अभिभूत करने के लिए बहुत अधिक विकल्प नहीं होते हैं।
उत्पाद विवरण पीढ़ी : अमेज़ॅन स्वचालित रूप से विवरण उत्पन्न करता है ताकि ग्राहक किसी भी वस्तु को खरीदने से पहले उसके बारे में अधिक जानकारी प्राप्त कर सकें ताकि राजस्व में वृद्धि करते हुए लागत कम रखी जा सके।
वैयक्तिकृत अनुशंसाएं : अमेज़ॅन पिछली खरीदारी के दौरान एकत्र किए गए उपयोगकर्ता वरीयताओं/इतिहास डेटा के आधार पर वैयक्तिकृत सुझावों का उपयोग करता है।
यह सिफारिशें प्रदान करने के लिए जनसांख्यिकीय कारकों जैसे उम्र, दूसरों के स्वाद, अन्य लोगों के साथ समान रुचियों आदि पर भी विचार करता है।

दूसरे शब्दों में, अमेज़ॅन अकेले अनुशंसाएं प्रदान करते समय ग्राहक इतिहास पर भरोसा नहीं करता है। उसी उम्र, स्थान और समान अनुभवों के लोगों की प्राथमिकताएं एआई के माध्यम से खरीदार को प्रदान की जाती हैं।

इस तरह, जब खरीदार नहीं जानते कि वे क्या चाहते हैं, तो अमेज़ॅन ऐसा है: "अरे, आपकी उम्र/स्थान के लोग, आदि, इन उत्पादों को खरीदते हैं, उन्हें देखना चाहते हैं?"

यहां प्रमुख सबक यह है कि खरीदार अपने लैंडिंग पृष्ठों पर वह सब कुछ नहीं देखते हैं जो आपके पास बिक्री पर है; वे देखते हैं कि आपके एल्गोरिदम ने उनके लिए क्या अनुकूलित किया है।

यदि आप प्रयोग करना चाहते हैं, तो यूके में किसी को और टेक्सास में किसी को अपनी अमेज़ॅन वेबसाइट में लॉग इन करने के लिए कहें। ये अलग-अलग रुचियों वाले दो अलग-अलग लोग हैं—उन्हें उन पृष्ठों पर अलग-अलग ऑफ़र मिलेंगे।

आश्चर्य है कि मुझे कैसे पता चला? आप इसे पाएंगे यहां .

मशीन लर्निंग और डीप लर्निंग से अमेज़न को डिलीवरी की समय सीमा में सुधार करने में मदद मिलती है।

यह आश्चर्य के रूप में नहीं आ सकता है। इलेक्ट्रिक वाहन और ऑटोनॉमस कार ब्रांड भी इसका इस्तेमाल कर रहे हैं।

हालांकि, जो बात इस तीसरे क्षेत्र को विशिष्ट बनाती है, वह यह है कि यह डिलीवरी एजेंटों के लिए सर्वोत्तम मार्ग निर्धारित करने में मदद करने में अमेज़न के व्यवसाय को महत्वपूर्ण रूप से प्रभावित करता है।

मशीन लर्निंग और डीप लर्निंग का उपयोग करने से पहले, अमेज़ॅन के डिलीवरी वाहन स्टॉप के बीच बेतरतीब ढंग से यात्रा करेंगे। अब, अमेज़ॅन की तरह, व्यवसाय इन एल्गोरिदम का उपयोग प्रत्येक ड्राइवर के लिए ट्रैफ़िक के माध्यम से नेविगेट करने के लिए सबसे कुशल तरीके की गणना करने के लिए कर सकते हैं। अमेज़ॅन इन एल्गोरिदम का उपयोग यह अनुमान लगाने के लिए भी करता है कि पूरे दिन मौसम की स्थिति और अन्य ट्रैफ़िक पैटर्न के आधार पर कौन से ऑर्डर देर से होंगे।

दक्षता में और सुधार करने के लिए, एआई ड्राइवरों को बता सकता है कि उन्हें कहां पार्क करना चाहिए ताकि वे अधिक तेज़ी से पैकेज उठा सकें। इस सुविधा ने अपनी शुरुआत के बाद से प्रतीक्षा समय को 20% तक कम कर दिया है।

धोखाधड़ी का पता लगाने के लिए अमेज़न डीप लर्निंग का उपयोग करता है।

यह भी आश्चर्यजनक नहीं होना चाहिए। बड़े बैंक, फिनटेक और कई अन्य संस्थान इसका इस्तेमाल करते हैं। लेकिन अमेज़ॅन जानता है कि आपके पास जितना अधिक डेटा होगा, धोखाधड़ी वाले लेनदेन और अन्य हानिकारक व्यवहारों का पता लगाने में आपका एआई उतना ही बेहतर होगा।

Amazon इन सभी उद्देश्यों के लिए डीप लर्निंग का उपयोग करता है:

फर्जी लेनदेन का पता लगाना।
कपटपूर्ण समीक्षाओं का पता लगाना (खरीदार और विक्रेता दोनों)।
कपटपूर्ण खरीदारों या विक्रेताओं का पता लगाना (जब किसी के पास कई खाते हों या दूसरे खाते में हैक हो)।
कपटपूर्ण खाता साइन-अप और रिटर्न का पता लगाना।
क्रेडिट कार्ड के उपयोग का पता लगाना (यह एक तृतीय-पक्ष सेवा के माध्यम से किया जाता है जिसे कहा जाता है मशीन लर्निंग )

यह सभी कार्य सुनिश्चित करते हैं कि एक उत्कृष्ट ग्राहक अनुभव प्रदान करते हुए अमेज़ॅन के व्यावसायिक संचालन में कम चीजें गलत हों।

डीप लर्निंग एआई का उपयोग उत्पादों को तस्वीरों में टैग करने और ग्राहक अनुभव को बेहतर बनाने के लिए किया जाता है।

Amazon ग्राहकों के लिए अपनी पसंद की चीज़ों को ढूंढना आसान बनाकर ग्राहकों के अनुभव को बेहतर बनाता है।

उदाहरण के लिए, यदि आप गुच्ची धूप के चश्मे की एक जोड़ी चाहते हैं, लेकिन यह नहीं जानते कि वे कैसे दिखते हैं, तो आपको अपने मानदंड से मेल खाने वाली फ़ोटो खोजने से पहले हज़ारों फ़ोटो के माध्यम से खोजना होगा।

अब आप जो चाहते हैं उसकी एक फोटो अपलोड कर सकते हैं और उन उत्पादों की पहचान करने के लिए अमेज़ॅन के टैगिंग सिस्टम का उपयोग कर सकते हैं जो आपके द्वारा खोजे जा रहे आइटम से सबसे अच्छे मेल खाते हैं। कंपनी ने अपने के साथ ऐसा किया अमेज़न मान्यता .

अमेज़ॅन रोबोटिक्स, एडब्ल्यूएस और पूर्ति केंद्रों में डीप लर्निंग एल्गोरिदम का उपयोग किया जाता है।

कंपनी के क्लाउड कंप्यूटिंग डिवीजन के अलावा, AWS - जो स्टोरेज सॉल्यूशंस को बेहतर बनाने और ग्राहक व्यवहार की भविष्यवाणी करने के लिए डीप लर्निंग का उपयोग करता है - Amazon के अन्य डिवीजन डीप लर्निंग एल्गोरिदम का उपयोग कर रहे हैं।

उदाहरण के लिए, अमेज़ॅन रोबोटिक्स कंपनी के भीतर एक डिवीजन है जो रोबोटों को विकसित करने पर केंद्रित है ई-कॉमर्स में उपयोग करें पूर्ति केंद्र। इन रोबोट स्वचालित रूप से उत्पादों को स्थानांतरित करते हैं एक गोदाम के आसपास और अपने कार्यस्थानों के पास काम करने वाले मनुष्यों द्वारा आवश्यक विशिष्ट वस्तुओं का पता लगाने के लिए कंप्यूटर विज़न तकनीकों का उपयोग करें।

पूर्ति केंद्र (FC) प्रभाग अपनी पूर्वानुमान प्रक्रिया के भाग के लिए मशीन लर्निंग का उपयोग करता है। यही है, वे मांग का पूर्वानुमान लगाते हैं ताकि वे अधिक कुशलता से ऑर्डर भर सकें। कैसे?

डीप लर्निंग एल्गोरिदम क्रिसमस की खरीदारी के मौसम या ब्लैक फ्राइडे सप्ताहांत की बिक्री की घटनाओं जैसे चरम समय के दौरान एफसी के अंदर वस्तुओं को जल्दी और कुशलता से खोजने में मदद करते हैं। यह उन विशेष क्षणों में ग्राहकों की मांग को पूरा करने में मदद करता है जब ग्राहक वही चाहते हैं जो उन्होंने सामान्य से अधिक तेजी से ऑर्डर किया है।

यदि आप ग्राहक हैं, तो क्या आप किसी ऑर्डर के लिए एक सप्ताह से अधिक प्रतीक्षा करने में सहज होंगे? यह मुफ़्त है, हाँ, लेकिन आपने इसे जीत लिया। आपको कैसा लगेगा?— आप शायद किसी और जगह के लिए अमेज़न छोड़ना चाहेंगे। आपको लगता है कि उनके पास इतने सारे ग्राहक हैं कि वे अपनी सेवाओं के साथ नहीं रह सकते।

तंत्रिका नेटवर्क के साथ उत्पाद की कीमतों की भविष्यवाणी करना

"ग्राहकों के पास हमेशा विकल्प होते हैं"। इसे मत भूलना।

और यही कारण है कि अमेज़ॅन उत्पादों की कीमत की भविष्यवाणी करने के लिए गहन शिक्षा का उपयोग करता है। डीप प्राइस प्रेडिक्टर नामक मॉडल, एमएलपी का उपयोग करता है ( बहुपरत परसेप्ट्रोन ) एक छिपी हुई परत के साथ वास्तुकला।

इसे अनुकूलन तकनीकों का उपयोग करके प्रशिक्षित किया जाता है जैसे स्टोकेस्टिक ग्रेडिएंट डिसेंट और एडम को मॉडल के सर्वोत्तम मापदंडों को खोजने के लिए ताकि इसे उत्पादन में इस्तेमाल किया जा सके।

यदि आप उन शर्तों को नहीं समझते हैं, तो कोई बात नहीं। आप अपनी ई-कॉमर्स वेबसाइट को बेहतर बनाने में मदद के लिए एक विशेषज्ञ को नियुक्त करेंगे।

अमेज़ॅन द्वारा लागू किए गए मॉडलों के परिणामस्वरूप, जिन मॉडलों को आप नहीं समझते हैं, उन्होंने इसमें बहुत अच्छे परिणाम देखे हैं:

ग्राहकों के लिए बेहतर मूल्य : डीप प्राइस प्रेडिक्टर यह सुनिश्चित करता है कि कीमतें निर्धारित करते समय बिक्री कर और शिपिंग लागत जैसे कारकों के हिसाब से अधिक सटीक हों। यह सुनिश्चित करता है कि ग्राहक किसी वस्तु के लिए बहुत अधिक या बहुत कम भुगतान नहीं कर रहे हैं।
उच्च ग्राहक संतुष्टि : डीप प्राइस प्रेडिक्टर द्वारा प्रदान की गई सटीक मूल्य निर्धारण जानकारी के साथ, ग्राहक खुश हैं क्योंकि वे जानते हैं कि वे कुछ भी खरीदने से पहले कितना भुगतान करेंगे; इसका मतलब कोई आश्चर्य या अतिरिक्त शुल्क नहीं है।

और आप जानते हैं कि यह व्यापार की दुनिया में कैसे काम करता है। मान लें कि आप ग्राहक हैं और केवल एक पागल आश्चर्य शुल्क देखने के लिए बाहर की जाँच कर रहे हैं; तुम अनुभव कैसे करते हो?

बहुत से लोग गाड़ी छोड़ देंगे। आपका व्यवसाय उन लोगों के आँकड़ों में योगदान देगा जिनकी गाड़ियाँ छोड़ दी गई थीं। 2021 में, वहाँ थे 69.57% परित्यक्त गाड़ियां . यह आपको खुश नहीं करेगा और न ही यह ग्राहकों को खुश करेगा।

ए/बी टेस्ट का उपयोग

यह एक आकर्षक प्रयोग है जिसे कुछ ई-कॉमर्स कंपनियां पर्याप्त नहीं कर पाती हैं। अमेज़ॅन अपने उत्पादों को अनुकूलित करने के लिए ए / बी परीक्षण का उपयोग करता है। प्रयोग की इस पद्धति का उपयोग उत्पाद के दो संस्करणों की तुलना करने के लिए किया जाता है ताकि यह निर्धारित किया जा सके कि कौन सा प्रयोग बेहतर प्रदर्शन करता है।

उदाहरण के लिए, अमेज़ॅन जानना चाह सकता है कि क्या उनके होमपेज के दाईं ओर या नीचे संबंधित उत्पादों की सूची दिखाने से रूपांतरण दर अधिक है। वे यह निर्धारित कर सकते हैं कि ए/बी परीक्षण के माध्यम से एक भिन्नता दूसरे पर कितनी अधिक प्रभावी है।

इन परीक्षणों के परिणाम अमेज़ॅन इंजीनियरों और उत्पाद विकास परियोजनाओं में शामिल अन्य हितधारकों को ड्राइंग बोर्ड पर वापस ले जाते हैं। फिर वे तय करते हैं कि अपने ग्राहकों की ज़रूरतों को सर्वोत्तम तरीके से कैसे पूरा किया जाए।

उन्हें मौजूदा कोडबेस में सुधार करने या विभिन्न प्रयोगों के निष्कर्षों के आधार पर नए बनाने का मौका मिलता है। इन प्रयोगों के बिना, अमेज़ॅन तब तक अग्रणी ई-कॉमर्स का सपना नहीं देखेगा, जब तक उसके पास है।

निष्कर्ष

अमेज़ॅन ने एआई का उपयोग करके शानदार परिणाम प्राप्त किए हैं, लेकिन यह इष्टतम प्रदर्शन प्राप्त करने के लिए अनुसंधान में भी सुधार कर रहा है।

ये सभी उदाहरण हैं कि कैसे अमेज़ॅन वास्तविक दुनिया में गहन शिक्षा और कृत्रिम बुद्धि के अन्य रूपों का उपयोग करता है।

और जबकि आपने इन सभी परियोजनाओं के बारे में अब तक नहीं सुना होगा, वे इस बात के उदाहरण हैं कि कंपनियां इन तकनीकों को कैसे अपना रही हैं - और आने वाले वर्षों में वे ऐसा क्यों करना जारी रखेंगी।

सॉफ्टवेयर कंपनियां और ब्रांड व्यवसायों को ये सेवाएं दे रहे हैं। आपको बस उन्हें ढूंढना है और अपने व्यवसाय की क्षमता को अधिकतम करना है।