Zalando millora l’experiència del client amb el seu Assistant, impulsat per GPT‑4o mini

Zalando⁠(s'obre en una finestra nova), una de les plataformes de moda i estil de vida en línia més grans d’Europa, dona servei a més de 50 milions de clients en 25 països. Amb un ampli catàleg de roba, calçat i productes de bellesa, l’empresa ha ampliat de manera constant la seva oferta fins a convertir-se en un destí de referència per als entusiastes de la moda.

Zalando va treballar amb OpenAI per desenvolupar el Zalando Assistant, una eina impulsada per IA que ofereix recomanacions de contingut personalitzades i agilita la descoberta de productes. Amb GPT‑4o mini i un marc d’avaluació sòlid, i en comparació amb la versió anterior, l’última iteració de l’Assistant ha aconseguit:

• Un augment del 23% en els clics de producte
• Un augment de més del 40% en els productes afegits a la llista de desitjos
• Escalar la disponibilitat a 25 mercats amb idiomes locals

La primera iteració del Zalando Assistant es va llançar el 2023 a 4 mercats de parla alemanya i anglesa. Basant-se en el seu èxit, l’equip de Zalando es va fixar l’objectiu d’ampliar l’Assistant a més de 20 mercats el 2024.

Això requeria perfeccionar i escalar les capacitats de personalització de l’Assistant. Per donar servei a mercats d’arreu d’Europa, l’equip necessitava una solució d’IA que funcionés bé en més de 20 idiomes.

També necessitaven que l’Assistant seguís instruccions matisades. GPT‑3.5, que impulsava la primera iteració de l’Assistant, no era la millor opció per a tasques de seguiment d’instruccions. Per exemple, quan els usuaris demanaven conjunts de temporada o roba per a esdeveniments concrets, els resultats sovint eren massa genèrics.

Treballant estretament, els equips de Zalando i OpenAI van identificar dues àrees d’inversió: millorar el procés d’avaluació —anomenat marc d’avaluació o «evals»— i actualitzar el model que impulsa l’Assistant.

Guiat pels consells de l’equip d’OpenAI, Zalando va adoptar un enfocament més granular per avaluar l’Assistant. El nou marc incloïa avaluacions específiques per component per provar de manera aïllada parts individuals del sistema, com ara l’encaminament i la generació de respostes.

Per millorar encara més l’avaluació del model, l’equip va reforçar la qualitat i la precisió de les indicacions amb pocs exemples. Les indicacions amb pocs exemples permeten que un model LLM entengui millor els estàndards de qualitat mostrant exemples clars de com hauria de ser una valoració alta o baixa.

Per exemple, en mostrar al model exemples de respostes febles i sòlides, van millorar la seva capacitat per avaluar la qualitat de la sortida i ajustar-se a les expectatives dels usuaris.

Aquestes actualitzacions van proporcionar a Zalando informació pràctica sobre els punts forts i febles de l’Assistant, cosa que els va permetre fer millores específiques i preparar amb confiança l’actualització del model.

Amb un marc d’avaluació perfeccionat ja en marxa, el pas següent va ser passar l’Assistant de funcionar amb GPT‑3.5 a GPT‑4o mini, un model més eficient en costos i més ben preparat per a tasques multilingües i de seguiment d’instruccions.

En només dues setmanes, l’equip va migrar el 50% del trànsit de l’Assistant al nou model, i la migració restant es va completar poc després.

La transició va resultar decisiva. L’Assistant ja podia funcionar en nous idiomes com el francès i l’espanyol, cosa que va permetre a Zalando oferir recomanacions localitzades i culturalment rellevants a tots els seus mercats. El model també va reduir la latència i els costos operatius, garantint l’escalabilitat a mesura que creixia el nombre d’usuaris.

La combinació de GPT‑4o mini i el procés d’avaluació millorat va donar lloc a resultats mesurables que van superar les expectatives en comparació amb les versions anteriors de l’assistent:

• Millora de la interacció: els clics en productes van augmentar un 23% dins del carrusel de recomanacions, i les incorporacions a la llista de desitjos van pujar un 41%, demostrant una interacció més gran dels usuaris.
• Comentaris sobre la qualitat: el nombre de recomanacions que els usuaris consideraven «poc útils» va disminuir un 5%, fet que reflecteix una satisfacció més alta amb les seleccions del nou Assistant.
• Millor eficiència de costos: en passar de GPT‑3.5 a GPT‑4o mini, Zalando va poder escalar el trànsit 12 vegades desplegant l’Assistant a més mercats, sense gastar significativament més.
• Localització a escala: l’Assistant ara funciona sense problemes als 25 mercats de Zalando, amb suport per a múltiples idiomes i contextos culturals.

A partir d’aquest èxit, Zalando continua desenvolupant l’Assistant amb més capacitats conversacionals, inclosa la possibilitat de respondre preguntes tan detallades com ara: «Què m’hauria de posar per al 60è aniversari del meu pare al novembre a Barcelona?». L’empresa també continua personalitzant el Zalando Assistant per a diversos contextos lingüístics i culturals a mesura que escala.