Blog
Amazon運用創新AI技術優化線上服裝購物體驗，減少退貨並提高顧客滿意度
Amazon運用創新AI技術優化線上服裝購物體驗，減少退貨並提高顧客滿意度
January 9, 2024
重點摘要：
新聞內文：
近期，Amazon電子商務龍頭轉向應用生成式人工智慧來增強其產品評價，今日Amazon分享了該公司如何利用人工智慧技術幫助顧客在線上選購服裝。該公司解釋稱，目前正在使用大型語言模型、生成式人工智慧以及機器學習技術，推動四項以人工智慧為基礎的功能，以幫助顧客尋找合適的服裝。這是線上購物時一個持續存在的挑戰，也是導致服裝退貨的主要原因。
根據Coresight Research的研究，線上訂購服裝的平均退貨率為24.4%，比整體線上退貨率高出八個百分點。此外，零售商和品牌表示過去兩年線上退貨量增加。通常，這部分是因為現今消費者會購買多種尺寸或顏色的同一商品，然後將不合適的退回，因為在家試穿和寄回商品的過程變得更加容易。
為解決這一挑戰，Amazon將人工智慧引入線上購物體驗，具體方式有四種：個性化尺寸推薦、賣家的「合身洞察」工具、基於其他顧客留下的合身評價的人工智慧強化摘要，以及重新構思的尺寸表。
在個性化尺寸推薦方面，Amazon時尚使用人工智慧開發了一種深度學習算法，幫助顧客在各種風格中找到最合身的尺寸。
該系統透過考慮品牌尺寸系統之間的尺寸關係、產品評價以及顧客自身的合身偏好來運作。這些訊息實際結合在一起，為顧客提供最合適的尺寸建議，並隨著顧客尺寸需求的變化而調整。該公司還使用人工智慧幫助他們發現最適合他們的風格。然而，如果家庭成員經常為其他人（如他們的兒子或女兒）在線上購物，這一功能可能不太完善，因為它會混淆系統對顧客和孩子的尺寸認知。
然而，另一項新功能「合身評價摘要」可能有助於解決這一問題。這一功能是新添加的人工智慧生成的顧客評價摘要的延伸，該摘要於去年8月引入，它提供了一段簡短的段落摘要，詳細介紹了顧客的情感和產品特點，並提供關鍵產品屬性作為可點擊的按鈕。
透過「合身評價摘要」，Amazon從顧客評價中提取有關服裝合身的訊息，包括尺寸準確性、特定身體部位的服裝合身度以及面料彈性等。Amazon解釋說，大型語言模型從顧客評價中提取細節，然後人工智慧將這些發現摘要成易於閱讀的重點，並個性化呈現給使用者。這可以幫助使用者節省時間，因為他們不必閱讀數百條評價來獲取商品合身感的了解。
該零售商還在利用人工智慧改善網站上的尺寸表。透過大型語言模型，Amazon時尚正在從多個來源提取和清理產品尺寸表，然後將數據轉化為標準化尺寸。這一過程將消除重複訊息，並自動糾正缺失或不正確的測量，從而產生更準確的尺寸表。因此合身度更佳。
賣家也將獲得人工智慧驅動的洞察。透過Amazon時尚的合身洞察工具，賣家可以了解顧客的合身需求，從而改進他們與顧客溝通尺寸的方式。例如「真實尺寸」或物品偏小或偏大等。
Amazon指出，這些訊息還可以用來指導他們未來的製造工作。在這種情況下，大型語言模型被用來提取和彙總有關合身、風格和面料的顧客反饋，以及退貨、尺寸表分析和顧客評價。機器學習還被用來識別品牌尺寸表中的錯誤（如果有的話）。
這些功能只是Amazon近幾個月來應用人工智慧改善網站購物體驗的一小部分進展。除了顧客評價摘要之外，Amazon還推出了幫助賣家撰寫產品描述和增強產品圖片的生成式人工智慧工具。零售商當時估計，後者可能將點擊率提高40%。在Amazon網路服務之外，該公司還將人工智慧引入了包括Alexa和Fire TV在內的其他消費產品中。
新聞原址： https://techcrunch.com/2024/01/08/amazon-turns-to-ai-to-help-customers-find-clothes-that-fit-when-shopping-online/
- Amazon運用大型語言模型、生成式AI及機器學習技術提升線上服裝購物體驗。這些技術幫助顧客找到合適尺寸的服裝，解決了線上購物中退貨率高的問題。
- Amazon提供的AI功能包括個性化尺寸推薦、賣家的「合身洞察」工具、基於顧客評價的AI摘要，以及改進的尺寸表。這些工具旨在提高服裝的合身度，減少因尺寸不合適而造成的退貨。
- Amazon還運用AI改進網站上的尺寸表，標準化並清理數據，自動糾正錯誤，並為賣家提供合身洞察以改進產品製造和溝通策略。
新聞內文：
近期，Amazon電子商務龍頭轉向應用生成式人工智慧來增強其產品評價，今日Amazon分享了該公司如何利用人工智慧技術幫助顧客在線上選購服裝。該公司解釋稱，目前正在使用大型語言模型、生成式人工智慧以及機器學習技術，推動四項以人工智慧為基礎的功能，以幫助顧客尋找合適的服裝。這是線上購物時一個持續存在的挑戰，也是導致服裝退貨的主要原因。
根據Coresight Research的研究，線上訂購服裝的平均退貨率為24.4%，比整體線上退貨率高出八個百分點。此外，零售商和品牌表示過去兩年線上退貨量增加。通常，這部分是因為現今消費者會購買多種尺寸或顏色的同一商品，然後將不合適的退回，因為在家試穿和寄回商品的過程變得更加容易。
為解決這一挑戰，Amazon將人工智慧引入線上購物體驗，具體方式有四種：個性化尺寸推薦、賣家的「合身洞察」工具、基於其他顧客留下的合身評價的人工智慧強化摘要，以及重新構思的尺寸表。
在個性化尺寸推薦方面，Amazon時尚使用人工智慧開發了一種深度學習算法，幫助顧客在各種風格中找到最合身的尺寸。
該系統透過考慮品牌尺寸系統之間的尺寸關係、產品評價以及顧客自身的合身偏好來運作。這些訊息實際結合在一起，為顧客提供最合適的尺寸建議，並隨著顧客尺寸需求的變化而調整。該公司還使用人工智慧幫助他們發現最適合他們的風格。然而，如果家庭成員經常為其他人（如他們的兒子或女兒）在線上購物，這一功能可能不太完善，因為它會混淆系統對顧客和孩子的尺寸認知。
然而，另一項新功能「合身評價摘要」可能有助於解決這一問題。這一功能是新添加的人工智慧生成的顧客評價摘要的延伸，該摘要於去年8月引入，它提供了一段簡短的段落摘要，詳細介紹了顧客的情感和產品特點，並提供關鍵產品屬性作為可點擊的按鈕。
透過「合身評價摘要」，Amazon從顧客評價中提取有關服裝合身的訊息，包括尺寸準確性、特定身體部位的服裝合身度以及面料彈性等。Amazon解釋說，大型語言模型從顧客評價中提取細節，然後人工智慧將這些發現摘要成易於閱讀的重點，並個性化呈現給使用者。這可以幫助使用者節省時間，因為他們不必閱讀數百條評價來獲取商品合身感的了解。
該零售商還在利用人工智慧改善網站上的尺寸表。透過大型語言模型，Amazon時尚正在從多個來源提取和清理產品尺寸表，然後將數據轉化為標準化尺寸。這一過程將消除重複訊息，並自動糾正缺失或不正確的測量，從而產生更準確的尺寸表。因此合身度更佳。
賣家也將獲得人工智慧驅動的洞察。透過Amazon時尚的合身洞察工具，賣家可以了解顧客的合身需求，從而改進他們與顧客溝通尺寸的方式。例如「真實尺寸」或物品偏小或偏大等。
Amazon指出，這些訊息還可以用來指導他們未來的製造工作。在這種情況下，大型語言模型被用來提取和彙總有關合身、風格和面料的顧客反饋，以及退貨、尺寸表分析和顧客評價。機器學習還被用來識別品牌尺寸表中的錯誤（如果有的話）。
這些功能只是Amazon近幾個月來應用人工智慧改善網站購物體驗的一小部分進展。除了顧客評價摘要之外，Amazon還推出了幫助賣家撰寫產品描述和增強產品圖片的生成式人工智慧工具。零售商當時估計，後者可能將點擊率提高40%。在Amazon網路服務之外，該公司還將人工智慧引入了包括Alexa和Fire TV在內的其他消費產品中。
新聞原址： https://techcrunch.com/2024/01/08/amazon-turns-to-ai-to-help-customers-find-clothes-that-fit-when-shopping-online/