Lamoda внедрила ML-модель, которая определяет бракованные товары
До ее внедрения дефекты одежды и обуви сотрудники определяли после ручной проверки
Lamoda внедрила собственную модель машинного обучения, которая определяет брак среди товаров. Инструмент в два раза увеличил скорость обработки возвратов после примерки покупателями, сообщила компания.
Теперь все товары на складе, которые вернули клиенты, сначала проходят проверку через ML-модель. Она проводит ежедневный скоринг полученных позиций и присваивает один из трех статусов:
- С вещью все в порядке, она отправляется на хранение, попадает на витрину и продается дальше.
- С вещью возможны проблемы, необходима быстрая проверка специалистом склада.
- С вещью точно есть проблемы, она отправляется в службу качества для проверки специалистом. Если состояние товара не позволяет его больше продавать, то его выведут из оборота и отправят на благотворительные цели.
Модель предсказания брака на основе машинного обучения является собственной разработкой Lamoda. Для создания и интегрирования модели было использовано 20 млн строк исторических данных и учтено более 60 признаков о товаре и заказе — в том числе признаков, полученных от других ML-моделей.
До внедрения ML-модели дефекты одежды и обуви сотрудники определяли после ручной проверки каждой позиции.
- Lamoda появилась в 2011 году, сейчас это одна из крупнейших в России и СНГ онлайн-платформ по продаже товаров из сферы моды, красоты и лайфстайл. На площадке собрано более 10 млн товаров от 4 тыс. мировых и локальных брендов.
- Компания с 2023 года активно внедряет инструменты с использованием моделей машинного обучения. Так, в марте 2023 года появился ИИ-сервис для подбора одежды, в мае — возможность получать предложения в виде собранных ИИ капсульных образов, в августе — сервис виртуальной примерки одежды.
Фото на обложке: Unsplash
-
Бизнес Когда каналов слишком много: как навести порядок в клиентских обращениях 11 августа 2026, 16:59
-
Россия Изменения в законодательстве с 1 сентября 2026 года: главное в одном гайде 01 сентября 2026, 00:00
-
Немалый бизнес Продажи — на маркетплейсе, покупатель — у бренда: как устроен независимый ретейл 27 августа 2026, 16:40
-
Автомобили От советской мечты до VOLGA без ГАЗа: история «Волги» 04 сентября 2026, 19:45
-
Личное Чек-лист: Тим Кук. Из чего складывается его жизнь внутри и за пределами Apple 05 сентября 2026, 20:00
-
Личное Чек-лист: Ван Чуаньфу. Что водит, во что верит и зачем разбирает телефоны основатель BYD 03 сентября 2026, 21:17
-
Автомобили 10 конкурентов Tesla в сфере роботакси: кто уже возит пассажиров 03 сентября 2026, 20:12
-
Бизнес «Такой вкусной сырной пенки нигде нет»: как эксперимент Фёдора Овчинникова превратился в сеть «Дринкит» 25 августа 2026, 18:45
-
Технологии iPhone Ultra может не хватить на всех желающих: Apple выпускает лишь несколько сотен устройств в день 06 сентября 2026, 13:00
-
Автомобили BMW отзывает 189 тыс. автомобилей по всему миру — из-за неисправности, которая может привести к возгоранию 05 сентября 2026, 16:00
-
Автомобили Tesla запустила роботакси Cybercab — беспилотные авто без руля и педалей появились на улицах США 05 сентября 2026, 10:00
-
Искусственный интеллект DeepSeek планирует получить от Huawei 160 тыс. ИИ-чипов — их установят в дата-центре во Внутренней Монголии 06 сентября 2026, 19:00
-
Кибербезопасность Yandex Cloud представил отчёт о киберугрозах для бизнеса в РФ: 15 тыс. компаний используют ИИ для защиты от хакеров 06 сентября 2026, 16:00
-
Автомобили Автопроизводители призвали власти США ограничить ввоз китайских машин — закон хотят принять до конца 2026 года 06 сентября 2026, 10:00
-
Бизнес Рынок офлайн-развлечений вырастет до 353 млрд рублей: почти треть расходов россиян придётся на концерты 05 сентября 2026, 19:00
-
Бизнес Александр Жаров рассказал о планах RUTUBE к концу 2026 года — выручка от рекламы вырастет в три раза 05 сентября 2026, 13:00