Cómo utiliza Amazon el aprendizaje profundo para mejorar la experiencia de compra

AI impacta radicalmente el comercio electrónico y es un elemento básico obligatorio para las empresas de hoy. El mundo ha cambiado y lo sabes. Tanques de investigación científica como Gartner dicen hasta 80% de las interacciones con los clientes son gestionadas por IA en la actualidad.

En 2020, la IA manejó 54% de las interacciones diarias de los clientes con sus organizaciones o tiendas favoritas. Estas características habilitadas para IA incluyen escáneres biométricos, chatbots, asistentes digitales, escáneres de reconocimiento facial, etc.

Más de esto lo ayudará a predecir las preferencias de los clientes, engancharlos, convertir a los visitantes en clientes y animar sus experiencias de compra.

Las empresas se han vuelto más inteligentes con respecto a la IA desde que ocurrió la pandemia de COVID-19. Y aquí está Amazon, haciendo el mejor uso de la tecnología.

Cómo utiliza Amazon la IA de aprendizaje profundo

Amazon proporciona una experiencia de compra de alta calidad y la inteligencia artificial lo ayuda. Desde el asistente de voz de Alexa hasta la búsqueda de imágenes y los sistemas de recomendación, Amazon utiliza la tecnología de inteligencia artificial de muchas maneras. La IA se utiliza en sus centros logísticos para la detección de fraudes, el etiquetado de productos, las pruebas A/B y la fijación de precios.

Amazon quiere ofrecer un valor constante a los clientes y ha estado utilizando IA de aprendizaje profundo a través de estos medios:

1. Reconocimiento de voz, síntesis de texto a voz y procesamiento de lenguaje natural (NLP).

   
   

Todos estos se utilizan para potenciar a Alexa y dispositivos relacionados.

Alexa, el asistente de voz impulsado por IA de Amazon, se ha convertido en una parte integral de la estrategia de la compañía para dominar el comercio electrónico y el mercado de hogares inteligentes.

El reconocimiento de voz es un gran problema en el mundo actual, ya que brinda facilidad a los consumidores que desean usar comandos de voz en lugar de usar sus manos en sus teclados. Es una de las formas en que Alexa entiende el lenguaje hablado y responde preguntas.

La síntesis de texto a voz es otra forma de convertir texto en voz.

La tercera vía es el procesamiento del lenguaje natural (NLP). Permite que Alexa comprenda el lenguaje natural y responda a las consultas que podrías hacer (como "¿Qué está pasando hoy con mi calendario?" o "¿Cuál es la fecha de hoy?").

Amazon utiliza IA y tecnologías de aprendizaje profundo, que experimentan mejoras constantes en su Investigación Lab126 instalación en Cupertino, California, para lograr estas capacidades. Esto hace que crear una lista de compras para los clientes sea sencillo, ya que simplemente podrían ordenar a Alexa. En lugar de navegar manualmente por la lista y agregar cosas a su carrito.

Usando la aplicación Alexa, un cliente puede decir: "Alexa, agrega una sartén a mi lista de compras" o "Alexa, mira mi lista de compras".

Los clientes también pueden rastrear la ubicación de su pedido diciendo: "Alexa, ¿dónde están mis cosas?" u otros comandos revelados aquí . Los clientes quieren facilidad; aquí está la facilidad. Poco a poco se irá desgastando si no puede ofrecer tranquilidad.

2. La IA de aprendizaje profundo ayuda a que los sistemas de recomendación de Amazon funcionen mejor.

   
   

Amazon logra una mayor precisión al recomendar los productos correctos y aumentar las ventas a través del análisis del comportamiento del cliente.

Esto conduce a recomendaciones de productos más relevantes, lo que resulta en tasas de conversión más altas, rendimientos más bajos y dinero nominal gastado en campañas de marketing.

También utiliza algoritmos de aprendizaje profundo para:

• Categorización de productos : asignación de productos en categorías como "libros", "electrónica" o "mejoras para el hogar". No esperaría que los humanos clasificaran todos los productos manualmente, ¿verdad?

• Comentarios de los usuarios : esto se usa como datos de entrenamiento para algoritmos de aprendizaje automático como profundas redes de creencias . El algoritmo puede aprender de millones de ejemplos con gran precisión a lo largo del tiempo. Obtendrá más información sobre esto más adelante en el artículo.

• Búsqueda de productos : Esto ayuda a los clientes a encontrar lo que buscan lo más rápido posible. Escanea a través de millones de productos a la vez en lugar de que los clientes se desplacen por las páginas de cada página (o escriban palabras clave en el cuadro de búsqueda). El algoritmo de Amazon también brinda a los usuarios sugerencias basadas en sus búsquedas anteriores y variables como la ubicación o las compras anteriores.

  De esta manera, los clientes no tienen demasiadas opciones que los abrumen mientras buscan artículos en línea.

• Generación de descripciones de productos : Amazon genera descripciones automáticamente para que los clientes puedan obtener más información sobre cualquier artículo antes de comprar uno para mantener los costos bajos y aumentar los ingresos.

• Recomendaciones personalizadas : Amazon utiliza sugerencias personalizadas basadas en las preferencias del usuario/datos del historial recopilados durante compras anteriores.

  También considera factores demográficos como la edad, los gustos de los demás, intereses similares con otras personas, etc. para brindar recomendaciones.

En otras palabras, Amazon no se basa únicamente en el historial del cliente cuando proporciona recomendaciones. Las preferencias de las personas de la misma edad, ubicación y experiencias similares se proporcionan al comprador a través de la IA.

De esta manera, cuando los compradores no saben lo que quieren, Amazon dice: "Oigan, personas de su edad/ubicación, etc., compren estos productos, ¿quieren verlos?"

La principal lección aquí es que los compradores no ven todo lo que tienes a la venta en sus páginas de destino; ven lo que su algoritmo ha personalizado para ellos.

Si desea experimentar, dígale a alguien en el Reino Unido ya alguien en Texas que inicie sesión en su sitio web de Amazon. Estas son dos personas diferentes con intereses diferentes: encontrarían ofertas diferentes en esas páginas.

¿Te preguntas cómo me enteré? lo encontrarías aquí .

3. El aprendizaje automático y el aprendizaje profundo ayudan a Amazon a mejorar los plazos de entrega.

   
   

Esto puede no ser una sorpresa. Las marcas de vehículos eléctricos y automóviles autónomos también lo están utilizando.

Sin embargo, lo que hace que esta tercera área sea única es que impacta significativamente el negocio de Amazon al ayudar a determinar la mejor ruta para los agentes de entrega.

Antes de utilizar el aprendizaje automático y el aprendizaje profundo, los vehículos de reparto de Amazon viajaban aleatoriamente entre paradas. Ahora, como Amazon, las empresas pueden usar estos algoritmos para calcular la forma más eficiente para que cada conductor navegue a través del tráfico. Amazon también usa estos algoritmos para predecir qué pedidos probablemente se retrasarán según las condiciones climáticas y otros patrones de tráfico a lo largo del día.

Para mejorar aún más la eficiencia, la IA puede decirles a los conductores dónde deben estacionar para que puedan recoger los paquetes más rápidamente. Esta función ha reducido los tiempos de espera en un 20 % desde su introducción.

4. Amazon utiliza el aprendizaje profundo para la detección de fraudes.

   
   

Esto tampoco debería sorprender. Los grandes bancos, Fintechs y muchas otras instituciones lo usan. Pero Amazon sabe que cuantos más datos tenga, mejor será su IA para detectar transacciones fraudulentas y otros comportamientos dañinos.

Amazon utiliza el aprendizaje profundo para todos estos propósitos:

• Detección de transacciones fraudulentas.

• Detección de reseñas fraudulentas (tanto de compradores como de vendedores).

• Detectar compradores o vendedores fraudulentos (cuando alguien tiene varias cuentas o piratea otra cuenta).

• Detección de altas y devoluciones de cuentas fraudulentas.

• Detectar el uso de tarjetas de crédito (esto se hace a través de un servicio de terceros llamado aprendizaje automático )

  
  

Todo este trabajo garantiza que menos cosas salgan mal en las operaciones comerciales de Amazon, al mismo tiempo que brinda una excelente experiencia al cliente.

5. La IA de aprendizaje profundo se utiliza para etiquetar productos en fotos y mejorar la experiencia del cliente.

Amazon mejora la experiencia del cliente al facilitar que los clientes encuentren lo que buscan.

Por ejemplo, si desea un par de gafas de sol Gucci pero no sabe cómo son, habría tenido que buscar entre miles de fotos antes de encontrar una que coincida con sus criterios.

Ahora puede cargar una foto de lo que desea y usar el sistema de etiquetado de Amazon para identificar los productos que mejor se adapten a los artículos que está buscando. La empresa hizo esto con su Reconocimiento de Amazon .

6. Los algoritmos de aprendizaje profundo se utilizan en Amazon Robotics, AWS y los centros de cumplimiento.

Además de la división de informática en la nube de la empresa, AWS, que utiliza el aprendizaje profundo para mejorar las soluciones de almacenamiento y predecir el comportamiento de los clientes, otras divisiones de Amazon utilizan algoritmos de aprendizaje profundo.

Por ejemplo, Amazon Robotics es una división dentro de la empresa que se enfoca en desarrollar robots para uso en comercio electrónico centros de cumplimiento. Estas los robots mueven automáticamente los productos alrededor de un almacén y usar tecnologías de visión por computadora para detectar artículos específicos que necesitan los humanos que trabajan cerca de sus estaciones de trabajo.

La División del Centro de Cumplimiento (FC) utiliza el aprendizaje automático como parte de su proceso de pronóstico. Es decir, pronostican la demanda para poder cumplir con los pedidos de manera más eficiente. ¿Cómo?

Los algoritmos de aprendizaje profundo ayudan a ubicar artículos dentro de un FC de manera rápida y eficiente durante las horas pico, como la temporada de compras navideñas o los eventos de ventas del fin de semana del Black Friday. Esto ayuda a mantenerse al día con la demanda de los clientes en esos momentos especiales en los que los clientes quieren lo que han pedido más rápido de lo habitual.

Si usted es el cliente, ¿se sentiría cómodo esperando más de una semana por un pedido? Es gratis, sí, pero lo ganaste. ¿Cómo se sentiría? Quizá quisiera dejar Amazon por otro lugar. Uno pensaría que tienen tantos clientes que no pueden mantenerse al día con sus servicios.

7. Predicción de precios de productos con redes neuronales

   
   

"Los clientes siempre tienen opciones". No olvides eso.

Y es por eso que Amazon usa el aprendizaje profundo para predecir el precio de los productos. El modelo, llamado Deep Price Predictor, utiliza un MLP ( perceptrón multicapa ) arquitectura con una sola capa oculta.

Está entrenado usando técnicas de optimización como descenso de gradiente estocástico y Adam para encontrar los mejores parámetros del modelo para que pueda usarse en producción.

Si no entiende esos términos, está bien. Contrataría a un experto para que lo ayude a mejorar su sitio web de comercio electrónico.

Como resultado de los modelos que Amazon ha implementado, esos modelos que no entiendes, ha visto excelentes resultados en:

• Mejores precios para los clientes : Deep Price Predictor se asegura de que los precios sean más precisos al tener en cuenta factores como el impuesto sobre las ventas y los costos de envío al determinarlos. Esto asegura que los clientes no paguen demasiado o demasiado poco por un artículo.
• Mayor satisfacción del cliente : con la información de precios precisa proporcionada por Deep Price Predictor, los clientes están contentos porque saben exactamente cuánto pagarán antes de comprar algo; esto significa que no hay sorpresas ni tarifas adicionales.

Y ya sabes cómo funciona en el mundo de los negocios. Suponga que usted es el cliente y está pagando solo para ver una tarifa sorpresa loca; ¿Cómo te sentirías?

Mucha gente abandonaría el carro. Su negocio contribuirá a las estadísticas de aquellos cuyos carros fueron abandonados. En 2021 hubo 69,57% de carros abandonados . Esto no te hace feliz, ni hará felices a los clientes.

8. El uso de pruebas A/B

   
   

Este es un experimento fascinante que algunas empresas de comercio electrónico no hacen lo suficiente. Amazon utiliza pruebas A/B para optimizar sus productos. Este método de experimentación se utiliza para comparar dos versiones de un producto para determinar qué experimento funciona mejor.

Por ejemplo, Amazon puede querer saber si mostrar una lista de productos relacionados en el lado derecho de su página de inicio o en la parte inferior tiene tasas de conversión más altas. Pueden determinar cuánto más efectiva es una variación sobre otra a través de pruebas A/B.

Los resultados de estas pruebas llevan a los ingenieros de Amazon y otras partes interesadas involucradas en proyectos de desarrollo de productos a la mesa de dibujo. Luego deciden cómo atender mejor las necesidades de sus clientes.

Pueden mejorar las bases de código existentes o crear otras nuevas basadas en los hallazgos de varios experimentos. Sin estos experimentos, Amazon no soñaría con liderar el comercio electrónico durante tanto tiempo.

Conclusión

Amazon ha logrado excelentes resultados con la IA, pero también está mejorando la investigación para lograr un rendimiento óptimo.

Todos estos son solo ejemplos de cómo Amazon utiliza el aprendizaje profundo y otras variaciones de la inteligencia artificial en el mundo real.

Y aunque es posible que no haya oído hablar de todos estos proyectos antes, son ejemplos de cómo las empresas están adoptando estas tecnologías y por qué seguirán haciéndolo en los próximos años.

Las empresas y marcas de software están ofreciendo estos servicios a las empresas. Todo lo que necesita hacer es encontrarlos y maximizar el potencial de su negocio.