![pageSearch](/themes/hestia/images/page-search.webp)
Huawei stellt eine neue Reihe von Flaggschiffprodukten auf der Huawei P60 Series und der Flaggschiff-Produkteinführungsveranstaltung in der MEA-Region vor
Mar 07, 2023Elektrochemische und biologische Charakterisierung von Ti
Mar 09, 2023[INTERVIEW] Metall-3D-Druck ohne Pulver? Ali Forsyth, CEO von Alloy Enterprises, über die Umwälzung einer 75-Milliarden-Dollar-Industrie
Mar 11, 2023Starkes und duktiles Titan
Mar 13, 2023SWOT-Analyse des Marktes für Metalllegierungspulverkerne, Branchendynamik, Wachstumschancen und Prognose 2023 bis 2029
Mar 15, 2023Besonderes Publikum stellt revolutionäre „Adaptive Transformer Search“ vor, die das 300-Milliarden-Dollar-Suchproblem im E-Commerce löst
![Apr 26, 2023](/themes/hestia/images/news-details-icon1.webp)
SYDNEY--(BUSINESS WIRE)--31. Mai 2023--
Particular Audience, ein Pionier im Bereich fortschrittlicher Technologien der künstlichen Intelligenz für den E-Commerce, gab heute die Einführung seiner revolutionären Adaptive Transformer Search (ATS) bekannt. Diese KI-gestützte Suchtechnologie verspricht, die zugrunde liegenden Probleme der E-Commerce-Suche zu lösen, wie 94 % der Verbraucher berichten, und stellt einen bedeutenden Fortschritt in der Sucheffizienz und im Kundenerlebnis dar.
Die Entdeckung im Internet basiert mittlerweile auf Such- und Empfehlungstechnologien für den schnellen und intuitiven Informationsabruf. Obwohl die veraltete Stichwortsuche recht gut funktioniert hat, weist sie immer noch inhärente Mängel im Zusammenhang mit der genauen Wortübereinstimmung und einem Wirrwarr von Regeln auf, die einer ständigen Verwaltung bedürfen. Diese Probleme werden durch unordentliche und/oder falsche Metadaten im Produkt-Feed einer Einzelhandels-Website noch verschärft. Die Kosten dieses Problems werden von Google allein in den USA auf 300 Milliarden US-Dollar pro Jahr geschätzt.
76 % der Kunden geben an, dass sie einen Händler verlassen, weil sie das Gesuchte nicht gefunden haben, und 48 % kaufen den Artikel dann woanders. Mehr als die Hälfte der Befragten gibt an, dass sie in der Regel ihren gesamten Einkaufswagen abbrechen, wenn sie auf einer Website keinen einzigen Artikel finden. 85 % der Verbraucher sagen, dass sie eine Marke anders sehen, nachdem sie auf Suchschwierigkeiten gestoßen sind, und 77 % meiden Websites, auf denen sie schlechte Sucherlebnisse hatten. Kunden sind nicht die Einzigen, die sich des umfassenden Problems einer schlechten Website-Suche bewusst sind. Einzelhändler sind sich einig, dass 90 % der befragten Website-Manager in den USA über die Kosten besorgt sind, die für ihr Unternehmen durch Suchabbrüche entstehen, während mehr als die Hälfte keinen klaren Plan für Verbesserungen hat.
Im Gegensatz zu herkömmlichen E-Commerce-Suchmaschinen, die auf exakte Keyword-Zuordnung und kontinuierliche manuelle Aktualisierungen angewiesen sind, ist ATS darauf ausgelegt, die Bedeutung und den Kontext von Wörtern in einer Suchanfrage zu verstehen. Dieser innovative Ansatz macht umfangreiche manuelle Konfigurationen überflüssig, reduziert den Aufwand für Website-Besitzer und ermöglicht den Kunden ein intuitives Sucherlebnis. Longtail-Suchanfragen können bis zu 80 % der Website-Suche ausmachen und dies ist eine der wichtigsten Möglichkeiten, die ATS am besten lösen kann.
„Bei Particular Audience haben wir uns immer darauf konzentriert, die Grundursachen für Forschungsabbrüche mit angewandter künstlicher Intelligenz anzugehen“, sagte CEO James Taylor. „Mit ATS haben wir die Leistungsfähigkeit großer Sprachmodelle genutzt, gepaart mit unserer eigenen vertikalen Abstimmung, um sofort die relevantesten Suchergebnisse zu generieren. Ganz gleich, wie nischen- oder konversationsorientiert eine Suche ist.“
Die adaptive Transformer-Suche basiert auf Transformer-Modellen und wandelt sequentiellen Langtext (Händlerkatalog- und Website-Daten) in Vektoren im hochdimensionalen Raum um. Die Umwandlung einer Wortfolge in einen Vektor wird als Satzeinbettung bezeichnet, ein Konzept, das von großen Sprachmodellen wie Googles BERT und OpenAIs GPT populär gemacht wurde. Dies bedeutet, dass ATS in der Lage ist, die Bedeutung eines Satzes zu verstehen und beispielsweise den Unterschied zwischen „Online-Bestellen eines Laptops mit einer Kreditkarte“ und „Online-Bestellen einer Kreditkarte mit einem Laptop“ verstehen kann.
Adaptive Transformer Search nutzt PAs proprietäre Vertical Tuned Models (VTMs) und erstellt Satzeinbettungen, die sich an lokalisiertes Verstärkungslernen anpassen. Dieser kontinuierliche Lernprozess ermöglicht es ATS, seine Präzision und Genauigkeit speziell für einzelne Händler-Websites zu verbessern.
„Die Automatisierung der Optimierung von Suchergebnissen durch Verstärkungslernen mit ‚Abfrage-Klick-Paar‘ hat unser ATS-Produkt grundlegend verändert. Vereinfacht ausgedrückt bedeutet dies, dass unsere Modelle kontinuierlich aus den Suchanfragen der Benutzer lernen und den Kontext verstehen, um die Ergebnisse zu optimieren.“ „Die Anpassung der Suchrelevanz in Echtzeit an den sich entwickelnden Verbraucherkontext war auf Einzelhändler-Websites bisher noch nie möglich“, sagte Patrick DiLoreto, Head of Product bei Particular Audience.
Die positiven Auswirkungen von ATS auf eine E-Commerce-Website sind tiefgreifend. Es steigert den Suchumsatz um mehr als 20 % im Vergleich zur herkömmlichen Schlüsselwort-Suchtechnologie, reduziert die Zahl der Null-Suchergebnisse um bis zu 70 % und steigert die Kundenbindung durch ein besseres Ranking der Ergebnisse. Diese bahnbrechende Technologie wurde speziell entwickelt, um jedem Kunden ein intuitives und effizientes Sucherlebnis zu ermöglichen und sicherzustellen, dass er bei jedem Einkauf das findet, was er sucht.
„Große Sprachmodelle sorgen für großes Aufsehen und wir sind stolz darauf, mit der Einführung von Adaptive Transformer Search an der Spitze der KI im E-Commerce zu stehen“, fügte CEO James Taylor hinzu. „Wir glauben, dass diese revolutionäre Technologie nicht nur die Art und Weise, wie Verbraucher online einkaufen, verändern wird, sondern auch einen neuen Standard für Sucheffizienz und Kundenerlebnis in der E-Commerce-Branche setzen wird.“
Weitere Informationen zu Adaptive Transformer Search und wie es das Gesicht des E-Commerce verändert, finden Sie auf der Website von Particular Audience unter https://particularaudience.com/search/. Sie können das ATS-Whitepaper auch unter https://whitepaper.particularaudience.com/Adaptive%20Transformer%20Search.pdf lesen.
Über eine bestimmte Zielgruppe
Particular Audience ist ein führendes AI-as-a-Service-Technologieunternehmen, das sich auf E-Commerce-Lösungen spezialisiert hat. PA nutzt die Leistungsfähigkeit fortschrittlicher künstlicher Intelligenz und setzt sich dafür ein, das Online-Einkaufserlebnis neu zu erfinden und die zugrunde liegenden Probleme anzugehen, die die Suche und Entdeckung durch Verbraucher behindern.
Particular Audience ebnet den Weg für ein intuitiveres und effizienteres Online-Einkaufserlebnis sowohl auf Einzelhandels-Websites als auch über seine Verbraucheranwendung https://similarinc.com/.
Weitere Informationen finden Sie unter https://particularaudience.com
Quellversion auf businesswire.com ansehen:https://www.businesswire.com/news/home/20230530005708/en/
KONTAKT: James Taylor
Gründer
+61 (0) 451 006 413
STICHWORT: AUSTRALIEN/OZEANIEN AUSTRALIEN VEREINIGTE STAATEN NORDAMERIKA
BRANCHENSCHLÜSSELWORT: DATENVERWALTUNG ELEKTRONISCHER HANDEL TECHNOLOGIE ANDERE EINZELHANDEL DIGITALES MARKETING APPS/ANWENDUNGEN CONTENT MARKETING EINZELHANDELSMARKETING VENTURE CAPITAL WERBUNG KOMMUNIKATION PROFESSIONELLE DIENSTLEISTUNGEN KÜNSTLICHE INTELLIGENZ SOCIAL MEDIA SUCHMASCHINENOPTIMIERUNGSSOFTWARE SUCHMASCHINENMARKETING INTERNET ONLINE-EINZELHANDEL
QUELLE: Bestimmte Zielgruppe
Copyright Business Wire 2023.
PUB: 31.05.2023 00:27 Uhr/DISC: 31.05.2023 00:27 Uhr
http://www.businesswire.com/news/home/20230530005708/en
Copyright Business Wire 2023.