In der schnelllebigen Welt des E-Commerce ist Innovation der Schlüssel zum Erfolg. Kürzlich haben wir mit einem Online-Händler zusammengearbeitet, um deren Suchfunktionalität zu transformieren und eine maßgeschneiderte visuelle Suchlösung zu entwickeln, die sie von der Konkurrenz abhebt.

Die Herausforderung

Unser Kunde beobachtete einen bedeutenden Trend: Kunden suchten zunehmend nach Produkten, die von Bildern von Plattformen wie Pinterest inspiriert waren. Die traditionelle textbasierte Suche reichte nicht aus—Kunden fehlten oft die präzisen Schlüsselwörter, um zu finden, wonach sie suchten. Das Ergebnis? Frustration und verpasste Verkaufschancen.

Unsere maßgeschneiderte Lösung

Anstatt uns auf Drittanbieter-API-Integrationen zu verlassen, stellten wir uns der Herausforderung, ein maßgeschneidertes visuelles Suchsystem von Grund auf zu entwickeln. Hier ist, wie wir es gemacht haben:

1. Einhüllen des neuronalen Netzwerks in einen benutzerdefinierten Container

   Wir nutzten das VGG (Visual Geometry Group) neuronale Netzwerk, ein leistungsstarkes Deep-Learning-Modell, das für Bilderkennung bekannt ist. Um eine nahtlose Integration und vollständige Kontrolle zu gewährleisten, hüllten wir dieses neuronale Netzwerk in unseren eigenen benutzerdefinierten Container ein. Dieser Ansatz ermöglichte es uns, das Modell auf die spezifischen Bedürfnisse des Kunden abzustimmen und Flexibilität für zukünftige Verbesserungen zu erhalten.

2. Bereitstellung als AWS Lambda-Funktion

   Um die Lösung skalierbar und kosteneffektiv zu machen, stellten wir das neuronale Netzwerk als AWS Lambda-Funktion bereit. Wir maximierten den zugewiesenen RAM, um die Leistung an ihre Grenzen zu bringen—wir arbeiteten genau an der Grenze der Anforderungen. Diese serverlose Architektur stellt sicher, dass das System verschiedene Lasten ohne den Overhead der Serververwaltung bewältigen kann.

3. Erstellung einer leistungsstarken Vektordatenbank

   Durch die Verarbeitung der Produktbilder des Kunden über das VGG-Netzwerk konvertierten wir jedes Bild in einen hochdimensionalen Vektor, der seine wesentlichen Merkmale erfasst. Diese Vektoren wurden in einer Datenbank gespeichert, die für schnelle Ähnlichkeitssuchen optimiert ist.

4. Ermöglichung von Benutzerbildabfragen

   Wenn ein Benutzer ein Bild hochlädt (sei es ein Pinterest-Screenshot oder ein persönliches Foto), verarbeiten wir es über denselben neuronalen Netzwerk-Container, um seine Vektordarstellung zu erhalten. Dann vergleichen wir diesen Vektor mit unserer Datenbank, um visuell ähnliche Produkte zu finden.

Die Ergebnisse

Unsere maßgeschneiderte Lösung soll herausragende Ergebnisse liefern:

• Überlegene Benutzererfahrung: Kunden können mühelos Produkte finden, die ihrer visuellen Inspiration entsprechen, ohne präzise Schlüsselwörter zu benötigen.
• Erhöhtes Engagement: Die intuitive Suche ermutigt Benutzer, mehr zu erkunden, was die Engagement-Metriken steigert.
• Verkaufswachstum: Die Vereinfachung des Suchprozesses führte zu höheren Konversionsraten und erhöhten durchschnittlichen Bestellwerten.
• Vollständige Kontrolle und Flexibilität: Das Eigentum der Lösung von Anfang bis Ende ermöglicht kontinuierliche Anpassung und Skalierbarkeit ohne Abhängigkeit von externen APIs. Dies ermöglicht es uns, Ihre Anwendung in der Region Ihrer Wahl zu hosten und sicherzustellen, dass Ihre Kundendaten niemals die EU verlassen.

Warum eine eigene Lösung entwickeln?

Durch die Entwicklung eines benutzerdefinierten Containers und dessen Bereitstellung als Lambda-Funktion erreichten wir ein Maß an Leistung und Kontrolle, das Drittanbieter-APIs nicht bieten konnten. Dieser Ansatz gewährleistet Datenschutz, reduziert langfristige Kosten im Zusammenhang mit der API-Nutzung und ermöglicht maßgeschneiderte Optimierungen, die spezifisch auf die Bedürfnisse des Kunden zugeschnitten sind.

Eine offene Frage

Die Entwicklung einer benutzerdefinierten Lösung erfordert eine Vorabinvestition, bietet aber unvergleichliche Flexibilität und Kontrolle. Andererseits kann die Integration mit bestehenden APIs die Bereitstellung beschleunigen, aber die Anpassung einschränken und laufende Kosten verursachen.

Was würden Sie wählen?

Ist die Entwicklung einer maßgeschneiderten Lösung der richtige Weg für Ihr Unternehmen, oder würde die Integration mit bestehenden APIs ausreichen? Wir würden gerne Ihre Gedanken hören und besprechen, wie wir Ihnen helfen können, Ihre Ziele zu erreichen.

Kontaktieren Sie uns

Bereit zu erkunden, wie eine maßgeschneiderte visuelle Suche Ihre E-Commerce-Plattform verbessern kann? Kontaktieren Sie uns, um das Gespräch zu beginnen.

---

Bei CherryPeak spezialisieren wir uns darauf, innovative, maßgeschneiderte Lösungen zu entwickeln, die die Kraft von KI und maschinellem Lernen nutzen, um Geschäftserfolg zu erzielen.