Бывшие инженеры Spotify привлекли $10 млн инвестиций для создания платформы, адаптирующей алгоритмы рекомендаций музыкального сервиса под нужды электронной коммерции. Система в реальном времени анализирует поведение пользователей, предсказывает их предпочтения и автоматически корректирует выдачу товаров, помогая ритейлерам повышать конверсию за счет персонализированного подхода, аналогичного тому, что используется для подбора музыкальных треков.
Технология фокусируется на непрерывном обучении модели на основе действий покупателя. В отличие от статичных систем, которые опираются на исторические данные, новая платформа динамически подстраивается под текущий контекст сессии. Это позволяет магазинам предлагать товары, которые с наибольшей вероятностью заинтересуют клиента в конкретный момент, минимизируя время на поиск нужной позиции.
Разработчики планируют интегрировать решение в существующие платформы интернет-магазинов, предоставляя им инфраструктуру для глубокой персонализации без необходимости создания собственных сложных ML-систем с нуля. Основная цель — перенести опыт высокоточных рекомендаций из сферы стриминга в сегмент e-commerce, где точность предсказания напрямую влияет на объем продаж и удержание аудитории.
Ключевые факты
- Объем привлеченных инвестиций составил $10 млн.
- Основатели стартапа — бывшие сотрудники Spotify, работавшие над рекомендательными алгоритмами.
- Платформа использует обучение в реальном времени для адаптации к меняющимся вкусам покупателей.
- Решение направлено на автоматизацию персонализации в электронной коммерции для повышения конверсии.