ईकामर्स मैटर्स में क्रॉस-सेलिंग: अपसेलिंग ऑनलाइन के लिए एक तकनीकी गाइड

इस लेख में, मैं ई-कॉमर्स में एक क्रॉस-सेल (कार्ट में मौजूद उत्पादों के अलावा ग्राहक को पेश किए जाने वाले उत्पाद) सुविधा शुरू करने के लिए एक अपेक्षाकृत सरल विधि का वर्णन करूंगा, जैसे कि किराने का सामान या खाद्य वितरण सेवाएं, जिसे हमने सफलतापूर्वक लागू किया है। "मोनोगो लॉसोस्या" मोबाइल ऐप। यह एक बुनियादी सहयोगी फ़िल्टरिंग अनुशंसाकर्ता प्रणाली है जो उपयोगकर्ता-आधारित और आइटम-आधारित दृष्टिकोणों को जोड़ती है और विभिन्न प्रकार की ई-कॉमर्स परियोजनाओं में उपयोग की जा सकती है, विशेष रूप से बड़ी संख्या में SKUs के साथ, अनुशंसाओं की एक विस्तृत श्रृंखला प्रदान करने के लिए। Mnogo Lososya, 2018 में स्थापित, 50+ भूत और 250+ takeaway रसोई के साथ-साथ कई डिश अवधारणाओं के लिए एक छाता ब्रांड है। हमारा अनूठा बिक्री बिंदु ताजा पके हुए भोजन की 30 मिनट की डिलीवरी है। हम तेजी से विस्तार कर रहे हैं और हाल ही में सकल मासिक राजस्व में 100M RUB के साथ 100k ऐप MAU पास कर चुके हैं। हमारे अधिकांश ऑर्डर ऑनलाइन किए जाते हैं, जिसमें एक-तिहाई हमारे अपने मोबाइल ऐप से और अन्य दो-तिहाई वितरण सेवाओं से आते हैं। ऐप हमारे उत्पाद का एक महत्वपूर्ण घटक है क्योंकि यह संपर्क के पहले बिंदुओं में से एक है, जो हमारी सेवा और स्वयं भोजन के साथ बेहतर ग्राहक अनुभव में योगदान देता है। वास्तुकला यह समाधान पूरी तरह से यैंडेक्स क्लाउड सेवाओं पर बनाया गया था, लेकिन इसे एडब्ल्यूएस पर भी बनाया जा सकता था क्योंकि इसमें सभी आवश्यक सेवाएं भी हैं। मैं एडब्ल्यूएस उपयोगकर्ताओं की सुविधा के लिए एडब्ल्यूएस संकेतन के संदर्भ में सेवाओं को नामित कर रहा हूं, जो कई वाईसी उपयोगकर्ताओं के लिए भी स्पष्ट होना चाहिए। प्रबंधित MongoDB लैम्ब्डा समारोह एपीआई गेटवे क्लाउड डीएनएस मोबाइल बैकएंड (कंप्यूट क्लाउड) सरलीकृत वास्तुकला इस तरह दिखती है: उपयोगकर्ता मोबाइल ऐप के माध्यम से ऑर्डर देते हैं। ईआरपी प्रणाली में, आदेश बनाए और संसाधित किए जाते हैं। इसके बाद रात में प्रति दिन एक बार ईटीएल प्रक्रिया के दौरान ऑर्डर को डेटा वेयरहाउस में कॉपी किया जाता है। प्रत्येक ऑर्डर में ऑर्डर किए गए उत्पादों के साथ-साथ ग्राहक पहचानकर्ता के बारे में जानकारी शामिल होती है। SQL प्रक्रियाएं उपयोगकर्ता की प्राथमिकताओं और उत्पाद समानता की गणना करती हैं। गणना का अधिक विस्तृत विवरण नीचे दिया गया है। गणना निम्नलिखित संरचना के साथ मोंगोडीबी में दो संग्रह उत्पन्न करती है: userPref संग्रह हम "फ़ोन" का उपयोग उपयोगकर्ता पहचानकर्ता के रूप में करते हैं। फ़ोन: relatedDishes आईडी: संबंधित डिश की आईडी पद lastUpdate. अंतिम पुनर्गणना की तिथि और समय दस्तावेज़ का उदाहरण: उत्पाद समानता संग्रह डिशआईडी relatedDishes आईडी: संबंधित डिश की आईडी पद lastUpdateDate: अंतिम पुनर्गणना की तिथि और समय एक दस्तावेज़ का उदाहरण जब कोई उपयोगकर्ता कार्ट को अपडेट करता है, तो ऐप लैम्ब्डा फ़ंक्शन के लिए एक अनुरोध भेजता है। अनुरोध में उपयोगकर्ता पहचानकर्ता (फ़ोन) और वर्तमान में कार्ट में मौजूद उत्पाद पहचानकर्ताओं की सूची शामिल है। लैम्ब्डा कार्ट में प्रत्येक भोजन के लिए उत्पाद समानता संग्रह से संबंधित व्यंजन निकालता है और उपयोगकर्ताप्रीफ संग्रह से दिए गए फोन द्वारा संबंधित व्यंजन। लैम्ब्डा एल्गोरिथ्म फिर संबंधित व्यंजनों की इन सूचियों को एक में जोड़ता है और इसे अनुशंसाओं की सूची के रूप में मोबाइल ऐप पर वापस भेजता है। कार्ट में, ऐप उत्पाद कार्ड प्रस्तुत करता है। कलन विधि उपयोगकर्ता वरीयताएं हमने भारित बिक्री इतिहास के आधार पर उपयोगकर्ता प्राथमिकताओं को लागू किया, जिसमें हाल की बिक्री को प्राथमिकता दी गई। निम्नलिखित स्वैच्छिक उपयोगकर्ता के बिक्री इतिहास पर विचार करें: उत्पाद बिक्री कब समय गुणांक (1/माह) भारित बिक्री ए 1 इस महीने 1 1 बी 1 इस महीने 1 1 सी 4 1 महीने पहले 0,5 2 ए 4 1 महीने पहले 0,5 2 बी 3 4 महीने पहले 0,25 0,75 उपयोगकर्ता ने उत्पाद B और उत्पाद C दोनों को चार बार खरीदा। हालांकि, चूंकि अधिकांश उत्पाद B की बिक्री चार महीने पहले हुई थी, इसलिए हम अधिक हाल के उत्पाद C की बिक्री को प्राथमिकता देते हैं। उत्पादों को कुल भारित बिक्री द्वारा क्रमबद्ध किया जाता है, जो प्रत्येक उत्पाद के लिए भारित बिक्री का योग होता है। उत्पाद कुल भारित बिक्री पद ए 3 1 बी 1,75 3 सी 2 2 उपरोक्त उदाहरण का तात्पर्य है कि उपयोगकर्ता उत्पाद A को उत्पाद C से अधिक और उत्पाद C को उत्पाद B से अधिक पसंद करता है। उत्पाद समानता उत्पाद समानता की गणना करने के लिए ऑर्डर की संख्या जिसमें उत्पादों के जोड़े मौजूद थे, का उपयोग किया जाता है। परिणाम की गणना प्रत्येक माह के लिए अलग से की जाती है, जिसमें सबसे हाल के महीनों को प्राथमिकता दी जाती है। नतीजतन, हम प्रत्येक उत्पाद के लिए समान उत्पादों को रैंक करते हैं और उन्हें मोंगोडीबी में संग्रहीत करते हैं, जहां उत्पाद आईडी संग्रह के लिए एक सूचकांक है। अनुशंसा परिणामी माल अनुशंसा सूची उपयोगकर्ता की प्राथमिकताओं और समान उत्पादों को जोड़ती है और उन्हें कुछ रणनीति के अनुसार क्रमबद्ध करती है, जो रैंक द्वारा क्रमबद्ध होती है। नतीजतन, हम बस सभी संबंधित उत्पाद सूचियों को जोड़ते हैं और उन्हें क्रमबद्ध करते हैं। हम दोहराए जाने वाले उत्पादों के लिए औसत रैंक की गणना करते हैं। यहाँ एक उदाहरण है: मान लीजिए कि एक उपयोगकर्ता के पास अब 2 उत्पादों वाली गाड़ी है - A और B; लैम्ब्डा उत्पाद ए के लिए उत्पाद समानता संग्रह से एक दस्तावेज़ का चयन करता है। संबंधित व्यंजन सी (रैंक 1), डी (रैंक 2), और ई (रैंक 3) हैं; लैम्ब्डा उत्पाद बी के लिए उत्पाद समानता संग्रह से एक दस्तावेज़ का चयन करता है। संबंधित व्यंजन हैं एफ (रैंक 1), जी (रैंक 2), और एच (रैंक 3); लैम्ब्डा दिए गए फोन के लिए userPref संग्रह से दस्तावेज़ का चयन करता है। संबंधित व्यंजन डी (रैंक 1) और एच (रैंक 2) हैं; सभी संबंधित व्यंजन संयुक्त हैं, और डुप्लिकेट व्यंजनों के लिए, औसत रैंक की गणना की जाती है। परिणामी सूची सी (रैंक 1), डी (रैंक 1.5), ई (रैंक 3), एफ (रैंक 1), जी (रैंक 2), और एच (रैंक 2.5) है। सी, एफ, डी, जी, एच, और ई सूची को छाँटने के बाद, और ऐप पर वापस आ गया। नतीजा मेट्रिक्स या परिणाम को कैसे मापें हमने क्रॉस-सेल दक्षता को मापने के लिए निम्नलिखित मेट्रिक्स को चुना: ऑर्डर का जिसमें क्रॉस-सेल व्यंजन शामिल थे, उन ऑर्डर के एओवी से अधिक था जो नहीं थे। ऑर्डर में सभी उत्पादों का कुल योग ऑर्डर मूल्य होता है, जो कि ग्राहक द्वारा ऑर्डर के लिए कितना भुगतान किया जाता है। इसलिए, यह मीट्रिक इंगित करता है कि क्या ग्राहक उन ऑर्डर के लिए अधिक भुगतान करते हैं जिनमें क्रॉस-बेचे गए व्यंजन शामिल हैं। यह प्रमुख मीट्रिक है क्योंकि AOV में वृद्धि ठीक वैसी ही है जैसी हम क्रॉस-सेलिंग से उम्मीद करते हैं। औसत ऑर्डर मूल्य (एओवी) । यह एक माध्यमिक मीट्रिक है जो बेची गई वस्तुओं की प्रकृति के साथ-साथ क्रॉस-सेल रणनीति से काफी प्रभावित है। एक इलेक्ट्रॉनिक्स ई-कॉमर्स स्टोर पर विचार करें जो स्मार्टफोन और लैपटॉप जैसी कार्ट में अधिक महंगी वस्तुओं को सूटकेस और चार्जिंग केबल जैसे कम लागत वाले सप्लीमेंट्स को क्रॉस-सेल करता है। इस मामले में कई पूरक एक मुख्य आइटम को क्रॉस-बेचे जा सकते हैं, और मीट्रिक 50% से अधिक हो सकता है। यद्यपि हमारे उदाहरण में विभिन्न प्रकार के पूरक शामिल नहीं हैं, यह मीट्रिक दर्शाता है कि क्रॉस-सेलिंग अंतिम कार्ट संरचना को कैसे प्रभावित करती है। कुल बेचे गए माल में क्रॉस-सेल सेक्शन से जोड़े गए माल का प्रतिशत . यह एक अन्य माध्यमिक मीट्रिक है जो क्रॉस-सेल की "लोकप्रियता" को प्रदर्शित करता है, या कितनी बार ग्राहक क्रॉस-सेल अनुशंसित उत्पादों को खरीदते हैं। क्रॉस-सेल डिश वाले ऑर्डर का प्रतिशत वास्तविक परिणाम नीचे दिए गए डेटासेट में MnogoLososya के संचालन शहरों में से एक में दिसंबर 2022 से जनवरी 2023 तक एकत्र किए गए अवैयक्तिक ऑर्डर डेटा शामिल हैं। https://github.com/alexchrn/cross-sell/blob/main/orders.csv डेटासेट विभिन्न स्रोतों से संकलित किया गया है, जिसमें AppMetrica (ऐड-टू-कार्ट ईवेंट) और ERP सिस्टम (ऑर्डर और भुगतान की स्थिति, छूट और भुगतान रकम) शामिल हैं। डेटासेट संरचना: आदेश कामतत्व। एक आदेश का एक अद्वितीय पहचानकर्ता number_of_cross_sell_dishes. क्रॉस-सेल सेक्शन से जोड़े गए व्यंजनों की संख्या। दर्जा। अंतिम ज्ञात आदेश स्थिति। भुगतान की स्थिति। अंतिम ज्ञात भुगतान स्थिति अंक_संख्या। एक आदेश में निकाले गए बोनस अंकों की संख्या। 1 अंक 1 रूबल के बराबर होता है। डिस्काउंट_योग। रूबल में छूट, बोनस अंक सहित नहीं। payment_summ. ग्राहक ने ऑर्डर के लिए कितना भुगतान किया पर बनाया गया। आदेश निर्माण का दिनांक समय appmetrica_device_id. अद्वितीय उपकरण पहचानकर्ता app_version_name. एप्लिकेशन वेरीज़न कुल_संख्या_का_व्यंजन। एक क्रम में व्यंजनों की कुल संख्या has_cross_sell_dish. क्या ऑर्डर में क्रॉस-सेलिंग से जोड़े गए व्यंजन शामिल हैं। इस फ़ील्ड की गणना number_of_cross_sell_dishes से की जाती है। तो यहाँ मेट्रिक्स मान हैं (अजगर का उपयोग करके उपरोक्त डेटासेट से प्राप्त)। कुल खरीदे गए व्यंजनों में क्रॉस-सेल सेक्शन से जोड़े गए व्यंजनों का प्रतिशत - 3.97% क्रॉस-सेल व्यंजन वाले ऑर्डर का प्रतिशत - 10.46% ऑर्डर के एओवी जिसमें क्रॉस-सेल व्यंजन शामिल थे, उन ऑर्डर के एओवी की तुलना में, जिनमें ये नहीं थे: जैसा कि देखा जा सकता है, क्रॉस-सेल डिश वाले ऑर्डर में 565 आरयूबी के अंतर के साथ एओवी अधिक होता है। ऐसे ऑर्डर में व्यंजनों की औसत संख्या भी अधिक होती है, जो इस बात पर विचार करते हुए उचित है कि क्रॉस-सेलिंग का एकमात्र लक्ष्य ग्राहक को अपने कार्ट में और व्यंजन जोड़ने के लिए प्रोत्साहित करना है। क्या 565 का अंतर महत्वपूर्ण है? यह अंतर संयोग के कारण है या नहीं यह देखने के लिए हम एक टी-टेस्ट का उपयोग कर सकते हैं। इसके लिए पायथन स्क्रिपी लाइब्रेरी में एक तरीका है। यह शून्य परिकल्पना के लिए एक परीक्षण है कि 2 स्वतंत्र नमूनों में समान औसत (अपेक्षित) मान (1) हैं। इस प्रकार, p-मान, या शून्य परिकल्पना के सत्य होने की संभावना बहुत कम है, और हम 99% सार्थकता स्तर पर भी शून्य परिकल्पना को अस्वीकार करते हैं। दूसरे शब्दों में, यह लगभग निश्चित है कि औसत ऑर्डर मूल्य में ध्यान देने योग्य अंतर संयोग नहीं है, और क्रॉस-सेल भोजन वाले ऑर्डर अधिक राजस्व उत्पन्न करते हैं। निष्कर्ष सरल सहयोगी फ़िल्टरिंग तकनीकों के साथ भी औसत ऑर्डर मूल्य बढ़ाने के लिए क्रॉस-सेलिंग एक प्रभावी उपकरण हो सकता है। तकनीकी दृष्टिकोण से भी इसे अपेक्षाकृत आसानी से लागू किया जा सकता है, AWS और अन्य क्लाउड प्रदाताओं की सर्वर रहित सेवाओं के लिए धन्यवाद, जैसा कि इस लेख में दिखाया गया है। संबंधित सामग्री: https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.ttest_ind.html