Zalando mejora la experiencia del cliente con Assistant, impulsado por GPT‑4o mini
Zalando(se abre en una nueva ventana), una de las mayores plataformas europeas de moda y estilo de vida en línea, ofrece sus servicios a más de 50 millones de clientes en 25 países. Con un inmenso catálogo de ropa, zapatos y productos de belleza, la empresa ha ampliado constantemente su oferta hasta convertirse en un destino obligado para los entusiastas de la moda.
Zalando trabajó con OpenAI para desarrollar Zalando Assistant, una herramienta basada en IA que ofrece recomendaciones de contenido personalizadas y agiliza la búsqueda de productos. Con GPT‑4o mini y un marco de evaluación sólido, y en comparación con la versión anterior, la última iteración de Assistant ha logrado lo siguiente:
- Un 23 % más de clics en productos
- Un aumento de más del 40 % de los productos añadidos a la lista de deseos
- Aumento de la disponibilidad a 25 mercados con idiomas locales
Ampliación de Assistant a 25 mercados
La primera iteración de Zalando Assistant se lanzó en cuatro mercados de habla alemana e inglesa en 2023. Debido a su gran éxito, el equipo de Zalando fijó el objetivo de ampliar Assistant a más de 20 mercados en 2024.
Para ello, fue necesario perfeccionar y ampliar las capacidades de personalización de Assistant. Para atender a los mercados de toda Europa, el equipo necesitaba una solución de IA que pudiera tener un buen funcionamiento bien en más de 20 idiomas.
El equipo también necesitaba que Assistant siguiera instrucciones precisas. La GPT‑3.5, que impulsó la primera iteración de Assistant, no era la mejor equipada para tareas de seguimiento de instrucciones. Por ejemplo, cuando los usuarios preguntaban por conjuntos de temporada o atuendos específicos para un evento, los resultados solían ser demasiado genéricos.
Los equipos de Zalando y OpenAI trabajaron en estrecha colaboración e identificaron dos áreas de inversión: mejorar el proceso de evaluación, denominado marco de evaluación o “evals”, y perfeccionar el modelo en el que se basa Assistant.
Implementación de evaluaciones específicas de los componentes y mejora del sistema de pocas consultas
Con los consejos del equipo de OpenAI, el equipo de Zalando adoptó un enfoque más detallado para realizar la evaluación de Assistant. El marco nuevo incluía evaluaciones de componentes específicos para probar partes individuales del sistema, como el enrutamiento y la generación de respuestas, de forma aislada.
Para mejorar aún más la evaluación de los modelos, el equipo aumentó la calidad y la precisión del sistema de pocas consultas. El sistema de pocas consultas permite que un modelo LLM comprenda mejor los puntos de referencia de calidad al mostrar ejemplos claros de cómo debería ser una calificación alta o baja.
Por ejemplo, al mostrarle al modelo ejemplos de cómo son las respuestas débiles y sólidas, mejoraron su capacidad para evaluar la calidad de los resultados para adaptarse a las expectativas de los usuarios.
Estas actualizaciones proporcionaron al equipo de Zalando información práctica sobre los puntos fuertes y débiles de Assistant, lo que les permitió realizar mejoras específicas y prepararse con confianza para una actualización del modelo.
Migración a GPT-4o mini para capacidades multilingües e instructivas
Una vez perfeccionado el marco de evaluación, el siguiente paso consistió en trasladar Assistant de GPT‑3.5 a GPT‑4o mini, un modelo más rentable y mejor equipado para tareas multilingües y de seguimiento de instrucciones.
En tan solo dos semanas, el equipo migró el 50 % del tráfico de Assistant al nuevo modelo, y la migración restante se completó poco después.
La transición resultó fundamental. A partir de ahora, Assistant podrá funcionar con idiomas nuevos, como el francés y el español, y esto permitirá que Zalando ofrezca recomendaciones personalizadas y culturalmente relevantes en todos sus mercados. El modelo también redujo la latencia y los costos operativos, lo que garantizó la escalabilidad a medida que aumentaba el número de usuarios.
Mayor compromiso, localización y ahorro de costos
La combinación de GPT‑4o mini y el proceso de evaluación mejorado dio lugar a resultados tangibles que superaron las expectativas en comparación con las versiones anteriores del asistente:
- Mayor compromiso: los clics en los productos aumentaron un 23 % en el menú de recomendaciones y las listas de deseos aumentaron un 41 %, lo que demuestra una mayor interacción de los usuarios.
- Comentarios sobre la calidad: la cantidad de recomendaciones consideradas “poco útiles” por los usuarios disminuyó un 5 %, lo que refleja una mayor satisfacción con las selecciones del nuevo Assistant.
- Mayor eficiencia en costos: al pasar de GPT‑3.5 a GPT‑4o mini, Zalando pudo multiplicar por 12 su tráfico gracias a la implementación de Assistant en más mercados y sin gastar mucho dinero.
- Localización a escala: Assistant funciona ahora a la perfección en los 25 mercados de Zalando, en múltiples idiomas y contextos culturales.
“La implementación de Zalando Assistant en todos los mercados es un paso importante en nuestro compromiso de mejorar la experiencia del cliente, lo que facilita la búsqueda de la moda que se adapta a su estilo y necesidades únicas”.
Partiendo de este éxito, Zalando está haciendo que Assistant progrese con funciones más conversacionales, con la capacidad de responder a preguntas tan detalladas como: “¿Qué me pongo para el 60 cumpleaños de mi padre en noviembre en Barcelona?”. A medida que se amplía, la empresa también sigue adaptando Zalando Assistant a diversos contextos lingüísticos y culturales.
