Пальто с 300 кОрманами, или как искать ошибки. LAMODA — это один из основных игроков онлайн-торговли в России с более чем 5 миллионами товаров в каталоге. И это не только сайт. Это - свои склады размером с футбольные поля, свои курьеры и парк автомобилей, свой отдел e-production с фото-студией и моделями. Компания не только делает свои фотографии товаров, но и сама создает описание и заполняет атрибуты. К сожалению, ручной процесс не исключает ошибок. Как автоматизировать поиск ошибок в контенте и как методы анализа данных в этом помогают?

1. Пальто с 300 корманами
или как искать ошибки
Петр Ермаков
Lamoda / DataGym

2. О себе
Петр Ермаков https://ermakovpetr.ru
• Lamoda // Senior Data Scientist
• Юла MailRu Group // Руководитель отдела аналитики
• HeadHunter // Data Scientist
Веду телеграмм канал https://t.me/PowerOfData
Data Coach https://DataGym.ru

3. Agenda
• Задачи Lamoda
• Особенности и данные
• Задача: качество контента

4. Задачи
• Рекомендации, Каталог, Поиск
• Ценообразование
• Логистика
• Маркетинг
• Отток
• … другое

5. Рекомендации
• Похожие товары
• С этим товаром покупают
• Рекомендовано для вас
• Рекомендации на корзину
• Визуальные рекомендации

6. Поиск
• Саджесты
• Ранжирование
• Синонимы
• Фильтрация

7. Каталог
• Ранжирование
• Фильтрация

8. Поиск по фото

9. Дополненная реальность

10. Задачи
• Рекомендации, Каталог, Поиск
• Ценообразование
• Логистика
• Маркетинг
• Отток
• … другое

11. Метрики
• Клики
• Заказы
• Средний чек
• Выкупы
• Выручка
• Прибыль

12. Карточка товара
• Какие фото?
• Какое описание?

13. Размеры
• Унификация размеров
• Рекомендация размеров
• Большемерки/Маломерки

14. Закупки
• За несколько месяцев
• Медленное управление ассортиментом
• Время жизни товара

15. Свой склад
• Быстро распродается - плохо?
• А медленно?
• Сток в дороге

16. Особенность данных
• Отказы
• Возвраты
• Задержка до месяца
• Черная пятница

17. Сколько карманов?

18. Сколько карманов?

19. Сколько карманов?

20. Где больше карманов?

21. Карманы это важно!!!

22. Какие могут быть ошибки?
• Неверная категория
• Ошибки/опечатки в тексте
• Неверные числовые значения
• Неверные категориальные значения
• Ошибочные фото

23. Текст

24. Текст

25. Текст

26. Текст

27. Текст

28. Текст

29. Подход: Здравый смысл

30. Подход: Здравый смысл

32. Подход: Статистика

33. Подход: Статистика

34. Мультиклассификация на текстах
• TfidfVectorizer + XGBClassifier (multi:softprob)
• https://github.com/zveryansky/textvec/

35. … + признаки
• Word2Vec + CatBoostClassifier (MultiClass)

36. VGG16 + fine tuning

37. VGG16 + fine tuning
• https://github.com/zalandoresearch/fashion-mnist
• https://github.com/lmcinnes/umap
• https://flyyufelix.github.io/2016/10/03/fine-tuning-in-keras-part1.html

38. Почему качество - это важно?
• Поиск
• Рекомендации
• Пользователи ❤

39. Особая благодарность
• Александру Желубенкову
• Кристине Аветисян
• Дарье Шурыгиной
• Олегу Хомюку

40. Контакты
Петр Ермаков
• https://ermakovpetr.ru
Telegram Channel:
• https://t.me/PowerOfData