GOAT використовує машинне навчання та комп’ютерне зір, щоб перевірити справжність ваших найдорожчих кросівок

Потрібно багато машинного навчання та комп’ютерного зору, щоб переконатися, що пара високоякісних кросівок є автентичною.

Просто запитаєте КОЗА. GOAT — найбільший ринок кросівок, який спеціалізується на продажу автентичних товарів. Зокрема, GOAT надає покупцям і продавцям кросівок гарантію автентичності за допомогою моделі «відправити для перевірки».

GOAT, яка має як електронну комерцію, так і фізичну роздрібну торгівлю, налічує 400 співробітників, 60 з яких є інженерами та 7 науковцями з обробки даних. Ми поспілкувалися з технічним директором GOAT Енді Шіном, щоб поговорити про машинне навчання, хмарні обчислення та про те, як керувати командою, щоб зосередитися на досягненні ключових показників ефективності. Ось деякі з ключових висновків.

Проблема автентичності. Шін сказав, що компанія GOAT, у якій працює 400 людей, спеціалізується на «моделі відправлення для перевірки». Шин сказав:

Nike – кросівки, які найбільше підробляють у світі. Якщо ви заходите в Інтернет, є ймовірність підкинути монету, що взуття, яке ви дивитеся, є підробкою. А наш сервіс забезпечує довіру та автентичність. Продавці виставляють кросівки на продаж. Покупці знаходять ці кросівки за потрібною ціною і купують їх.

І досвід, який отримує покупець, такий же, як і на будь-якому іншому веб-сайті електронної комерції. Вони поняття не мають, хто продає їм ці кросівки. Але ми посередині. А ми забезпечуємо безпеку. І коли це взуття купується, продавець надсилає його нам для перевірки. І ми перевіряємо цей продукт того ж дня за допомогою нашого складного машинного навчання та комп’ютерного бачення, а також наших галузевих знань. І передайте кошти продавцю. Потім ми відправляємо цей продукт покупцеві для покупки.

Що таке глибинне навчання? Все, що вам потрібно знати | Що таке машинне навчання? Все, що вам потрібно знати | Що таке хмарні обчислення? Пояснено все, що вам потрібно знати про хмару

Використання комп’ютерного зору та даних для перевірки автентичності. Шін сказав, що GOAT використовує комп’ютерний зір і набір інструментів Amazon Web Services для перевірки автентичності. Шин пояснив:

Ми використовуємо багато різних евристик і точок даних, щоб перевірити автентичність взуття чи ні. Ми бачимо найбільше кросівок у світі. І ми є лідером у зборі даних про кросівки. Тож для кожного взуття, яке надходить, ми збираємо всі точки даних. Тож ми насправді знаємо, як виглядають підробки. І ми знаємо, як виглядає справжнє взуття. Кожен кросівок має кілька точок даних, на яких ми зосереджуємося.

У двох словах, GOAT використовує фізичні атрибути взуття та копіює їх у цифровому вигляді. Такі речі, як пружність підошви, твердість певної гуми та швів, можуть свідчити про підробку.

Будівля vs. придбання машинного навчання та алгоритмів. Шін сказав, що машинне навчання та алгоритми GOAT є запатентованими. AWS в основному використовується для обчислювальної інфраструктури для запуску цих алгоритмів. «Ми також використовуємо машинне навчання в нашому бізнесі. Тому ми контролюємо весь процес від моменту, коли покупець хоче товар, до моменту, коли він його отримує. Ми контролюємо весь ланцюжок поставок", - сказав Шін. Машинне навчання використовується протягом усього процесу для оптимізації управління складом, щоб GOAT знала найефективніший спосіб розповсюдження взуття.

Дані, AI, IoT: майбутнє роздрібної торгівлі | Майбутнє роздрібної торгівлі: 2018 рік і далі | Опитування: більшість споживачів використовують принаймні одну техніку, щоб зробити покупки простішими та приємнішими

Що приносить хмара? Шін сказав, що AWS і хмара дозволили GOAT зробити, це зосередитися на машинному навчанні, що лежить в основі розповсюдження, автентичності та клієнтського досвіду. GOAT довелося б побудувати власні центри обробки даних та обчислювальну інфраструктуру та інвестувати в персонал для її роботи. «Хмарні обчислення дійсно дозволяють нам зосередитися на збільшенні вартості», — сказав Шін.

Фізична роздрібна торгівля та машинне навчання. GOAT має фізичні роздрібні магазини під назвою Flight Club, і машинне навчання також відіграє важливу роль у цьому досвіді. Шін сказав, що роздрібним торговцям потрібно впроваджувати інновації з досвідом, який неможливо відтворити в Інтернеті. GOAT використовує машинне навчання, щоб зрозуміти, як продавати кросівки. Використовуючи датчики, GOAT може відстежувати, які кросівки вибирають, час перебування та те, як споживач працює, приймаючи рішення про покупку. Шин пояснив:

Flight Club дуже схожий на Foot Locker, оскільки тут є стіна з взуттям. Крім того, у нас є 5000 взуття в роздрібному магазині в Нью-Йорку чи Лос-Анджелесі. Це багато речей для торгівлі, чи не так? Отже, як ми знаємо, що розмістити на рівні очей? Ми використовуємо машинне навчання. І ми знаємо, наприклад, як довго хтось брав взуття. Ми знаємо, як довго вони з ним робили, і як довго. А коли поклали. Ми також знаємо, які продукти були запитані. Незалежно від того, чи є у нас відповідний розмір. Скільки часу знадобилося цьому клієнту, щоб отримати цей продукт і спробувати його. Тому ми використовуємо всі ці дані, щоб створити чудовий досвід для наших клієнтів.

Ці дані збираються та використовуються для щотижневого оновлення мерчандайзингу.

Управління командою. Рік тому в GOAT працювало 20 інженерів. Сьогодні компанія налічує 60. AWS дозволив GOAT зосередитися на своїх ключових показниках ефективності, оскільки йому не потрібно створювати інфраструктуру. Тепер, коли команда інженерів збільшилася втричі, Шін переобладнав конструкцію за допомогою «капсул». Шин сказав:

Ці модулі, по суті, керуються KPI. Це блоки, що керуються ключовими показниками ефективності та зосереджуються на певних аспектах нашого бізнесу. Я наведу вам приклад. Тому наші клієнти мають високі очікування щодо того, коли вони отримають продукт. Тому ми маємо групу, орієнтовану на час доставки. Як ми швидше отримуємо продукт від людей і скорочуємо розрив між моментом покупки та фактичним отриманням продукту?

Таким чином, це блок, керований KPI, який зосереджений на доставці. І що нам дуже подобається робити, так це надавати автономію цим командам. Ми надаємо їм KPI, і ці команди справді повинні визначити, як вони збираються досягти цієї віхи або досягти цього показника. І що AWS дозволила нам зробити, так це перейти до мікросервісів від нашої монолітної програми.

Шін додав, що стручки повинні залишатися маленькими та спритними. GOAT має 10 модулів, орієнтованих на KPI, з 6 інженерами в кожному. Ці модулі з часом розвиватимуться, щоб зосередитися як на купівлі, так і на стороні продажу транзакції.

ПОНЕДІЛОВИЙ РАНОК ZDNET

Monday Morning Opener — це наш вступний залп тижня в галузі технологій. Оскільки ми керуємо глобальним сайтом, цю редакційну статтю публікуємо в понеділок о 8:00 ранку за східним часом у Сіднеї, Австралія, тобто о 6:00 вечора за східним часом у США. Він написаний членом глобальної редакційної колегії ZDNet, до складу якої входять наші провідні редактори в Азії, Австралії, Європі та США.

Раніше в Понеділок Ранкове відкриття:

• Оновлення Windows 10: заміна великого вибуху на довге бурчання?
• Репортаж із майже безготівкового суспільства
• 4 найпопулярніші технологічні тренди, які змінюють світ у 2018 році
• Як Fortnite підходить до аналітики, хмара для аналізу петабайтів ігрових даних
• Блокчейн і балаган: чому політики завжди помиляються в техніці
• Firefox і 4-річна боротьба за те, щоб Google ставився до нього як до першокласного громадянина
• Майбутнє роздрібної торгівлі: 4 тенденції, які змінюють наш спосіб покупок
• Хмарні війни 2018: 6 речей, які ми навчилися в першій половині
• Лондонські технологічні стартапи процвітають, але їхня найбільша проблема вже не за горами
• Блокчейн: 2 найважливіші речі, які потрібно зрозуміти

Більше в роздріб:

• Безкоштовне завантаження у форматі PDF: Дані, AI, IoT: майбутнє роздрібної торгівлі
• Чи безкасові покупки в Amazon Go — майбутнє роздрібної торгівлі?
• 10 технологій, які ведуть цифрову трансформацію в роздрібній торгівлі
• 10 компаній, які ведуть цифрову трансформацію в роздрібній торгівлі
• 10 постачальників, які забезпечують цифрову трансформацію в роздрібній торгівлі
• Як EB Games підготувала свою бізнес-модель, ставши багатоканальнимр