W erze cyfrowej firmy nieustannie dążą do harmonijnego łączenia technologii i doświadczenia użytkownika. Niniejsze studium przypadku przedstawia dwuletnią podróż Allegro, które podjęło się projektu wdrożenia funkcji wyszukiwania wizualnego zasilanej przez uczenie maszynowe (ML). Projekt ten ukazuje delikatną równowagę między innowacjami technologicznymi a projektowaniem zorientowanym na użytkownika.

Allegro, czołowa platforma e-commerce, zainicjowało projekt z zapałem do technologii, jednocześnie uznając nieprzewidywalną i zróżnicowaną bazę użytkowników rynku. Głównym celem było ocenienie, czy algorytm zasilany ML, w szczególności wyszukiwanie wizualne, mógłby rzeczywiście poprawić doświadczenia użytkowników i uprościć ich interakcje z platformą.

Metodologiczne Podejście

Metodologia została starannie opracowana, obejmując:

1. Projektowanie Ścieżki Wprowadzającej: Strategię wprowadzenia wyszukiwania wizualnego na rynek, zapewniając ciągły feedback użytkowników i strukturalny harmonogram.
2. Eksperymentacja: Dobór i sekwencjonowanie metod eksperymentalnych było kluczowe, zapewniając, że każda faza była realizowana z precyzją i celem.
3. Rozwój Metryk: Formułowanie metryk do monitorowania procesu wprowadzania wyszukiwania wizualnego i uważne obserwowanie wyników eksperymentów.

Napotkane Wyzwania i Zastosowane Rozwiązania

1. Wiedza i Znajomość Lean Experimenting: Zespoły wykazywały ograniczoną znajomość Lean Experimenting i jego terminologii w kontekście biznesowym. Przeważający nacisk kładł się na grupy fokusowe i badania źródeł wtórnych, takich jak raporty, zamiast bezpośredniej interakcji i iteracji z klientami w fazie koncepcyjnej. Rozwiązanie: Zorganizowano kompleksowe szkolenie i warsztaty dla zespołów, aby zniwelować lukę wiedzy na temat Lean Experimenting i jego praktycznego zastosowania w projekcie.
2. Interakcja i Iteracja z Klientami: Iteracja z klientami nie była początkowo planowana i pojawiła się dopiero w fazie przedpremierowej, służąc bardziej jako weryfikator technologii niż weryfikator hipotezy biznesowej. Rozwiązanie: Zespół projektowy dostosował swoje podejście, wprowadzając „Test Zrozumienia” i „Wywiady z Klientami” w celu zbierania bezpośrednich opinii i wniosków od użytkowników końcowych, zapewniając, że technologia była rozwijana i doskonalona na podstawie rzeczywistych potrzeb i oczekiwań użytkowników.
3. Terminowe Zaangażowanie Zespołów Liniowych: Zaangażowanie zespołów liniowych, mających bliski kontakt z klientami i ich spostrzeżeniami, było opóźnione, ograniczając potencjał wczesnych, wnikliwych informacji. Rozwiązanie: Ramy zarządzania projektem zostały zmienione, aby angażować zespoły liniowe od samego początku projektu, zapewniając, że spostrzeżenia i feedback od najbliższych klientom były zintegrowane w procesie rozwoju od początku.

Wnioski i Rekomendacje

Segmentacja i Zrozumienie Użytkowników:

Projekt podkreślił nadrzędne znaczenie segmentacji użytkowników dla eksperymentów, szczególnie koncentrując się na „Jobs To Be Done” i adresowaniu „Pains” użytkowników. Istniejąca segmentacja, choć definiowała znane zachowania, nie w pełni uwzględniała różnorodne zachowania i oczekiwania użytkowników wobec wyszukiwania wizualnego.

Wprowadzenie nowej funkcjonalności powinno być przeprowadzane przez wczesnych adopterów, których preferencje mogą różnić się od średnich gustów zdefiniowanych segmentów. Takie podejście wymaga dogłębnej eksploracji i zrozumienia preferencji oraz motywacji wczesnych adopterów, aby zapewnić dopasowanie do rynku i akceptację użytkowników.

Wyniki Wdrożenia Wyszukiwania Wizualnego

Wdrożenie funkcji wyszukiwania wizualnego w Allegro przyniosło kilka znaczących wyników, które bezpośrednio odpowiadały celom projektu:

• Skrócenie Czasu na Znalezienie Produktów: Wykorzystanie zaawansowanej technologii rozpoznawania obrazów znacznie skróciło czas potrzebny użytkownikom na znalezienie produktów, usprawniając proces zakupowy i zwiększając satysfakcję użytkowników. Zwiększenie Zakupów
• Impulsywnych: Umożliwienie użytkownikom natychmiastowego wyszukiwania i zakupu przedmiotów poprzez zrobienie zdjęcia ułatwiło bardziej intuicyjne i natychmiastowe zakupy, prowadząc do zwiększenia zakupów impulsywnych.
• Obniżenie Kosztów Pozyskania Klientów: Eliminując konieczność korzystania z tradycyjnych wyszukiwarek, Allegro mogło zredukować koszty prowizji płaconych zewnętrznym podmiotom, takim jak Google, prowadząc do bardziej efektywnych kosztów pozyskania klientów. Zwiększenie
• Średniej Wartości Koszyka: Łatwość i natychmiastowość funkcji wyszukiwania wizualnego zachęcała użytkowników do dodawania większej liczby produktów do koszyka, zwiększając zakupy spontaniczne i podnosząc średnie wartości transakcji.

Te wyniki podkreślają znaczące korzyści z integracji wyszukiwania wizualnego z platformą e-commerce Allegro. Projekt nie tylko osiągnął zamierzone cele, ale także dostarczył cennych wniosków na temat tego, jak innowacje technologiczne mogą skutecznie poprawić zarówno doświadczenie użytkowników, jak i efektywność biznesową.

Podsumowanie

Projekt, mimo licznych wyzwań, oświetlił dalszą drogę cennymi wnioskami. Potwierdzająca odpowiedź na pytanie, czy wyszukiwanie wizualne mogłoby poprawić doświadczenia użytkowników, była zestawiona z uświadomieniem sobie istniejących barier w procesach organizacyjnych i metodologiach. Podróż, choć z przeszkodami, wytyczyła kurs zrozumienia, dlaczego wdrożenie nie było możliwe w obecnym momencie i jakie kroki można podjąć, aby przekształcić to z niemożliwości w rzeczywistość. W sferze postępów technologicznych, rynek, z jego wieloaspektową i zróżnicowaną bazą użytkowników, niezmiennie dyktuje sukces produktu. Niniejsze studium przypadku nie tylko podkreśla znaczenie projektowania i wdrażania zorientowanego na użytkownika, ale także wskazuje na konieczność łączenia postępów technologicznych z głębokim zrozumieniem zachowań, potrzeb i oczekiwań użytkowników.