Intelligence artificielle (IA)

Stitch Fix : Utilisation de l’IA pour des Descriptions Produits Convaincantes

Stitch Fix : Utilisation De L'Ia Pour Des Descriptions Produits Convaincantes

Stitch Fix, le service de stylisme en ligne personnalisé, est en train de révolutionner la façon dont nous abordons la mode et le shopping. Avec plus de 3,5 millions de clients, l’entreprise s’est imposée en utilisant une combinaison intelligente de données, d’intelligence artificielle (IA) et d’apprentissage automatique pour offrir une expérience de stylisme personnalisée. Dans cet article, nous plongeons dans le monde de Stitch Fix, en explorant comment ils ont intégré l’IA pour créer des descriptions de produits convaincantes et informatives.

Stitch Fix : Personnalisation à Grande Échelle

Stitch Fix repose sur l’idée que la mode est une affaire personnelle. Lorsque les clients s’inscrivent, ils sont invités à partager leurs préférences vestimentaires, créant ainsi un profil de style unique. Mais l’histoire ne s’arrête pas là. Les stylistes de Stitch Fix, aidés par des recommandations basées sur l’IA, travaillent en tandem pour affiner les recommandations au fil du temps, développant ainsi une compréhension profonde de chaque client.

Au cœur de cette expérience de personnalisation, les données, l’IA et l’apprentissage automatique jouent un rôle essentiel. Jeff Cooper, directeur de la science des données chez Stitch Fix, souligne que ces technologies sont au cœur de leur activité depuis longtemps. Cette intégration intelligente permet à l’entreprise de se distinguer en tant que service de stylisme, car les clients reconnaissent qu’il faut bien les connaître pour comprendre leurs préférences.

Données et Rétroaction : Le Moteur de la Personnalisation

Lorsque les clients commencent leur aventure Stitch Fix, ils remplissent un questionnaire détaillé sur leurs goûts. De plus, ils fournissent des commentaires après chaque commande, que l’entreprise peut analyser grâce à des outils internes. Cette rétroaction, qu’elle soit structurée ou non, alimente en permanence les systèmes de recommandation automatisés et contribue à la formation des modèles d’IA.

« Nous considérons nos algorithmes et nos stylistes humains comme des partenaires proches, où nos stylistes apportent leur expertise en mode, leur capacité à établir des connexions personnelles et leur compréhension de nos clients », explique Cooper. « Nos algorithmes, quant à eux, apportent la capacité de traiter, résumer et rechercher dans nos vastes quantités de données. »

Les algorithmes de Stitch Fix servent à deux fins : identifier les tendances globales, telles que la popularité croissante des combinaisons, tout en offrant des recommandations personnalisées à chaque client.

Texte Généré par l’IA pour les Pages Produits

Lorsque Stitch Fix a entrepris de créer des descriptions de produits, il a compris leur importance. Non seulement elles aident les clients et les stylistes à mieux comprendre les vêtements et les tenues, mais elles sont également essentielles pour le classement dans les moteurs de recherche. Des descriptions de produits précises « peuvent aider les clients à trouver notre site web », explique Cooper.

Cependant, avec des dizaines de milliers de produits dans leur catalogue, l’entreprise était confrontée à un défi de taille. « Nous avons des dizaines de milliers de produits que nous avons proposés au fil des années, avec plusieurs milliers de nouveaux produits qui arrivent chaque mois », explique Cooper. L’objectif était de développer un processus scalable pour la création de descriptions de produits, qu’il s’agisse de produits existants ou de nouveaux arrivages. « Nous cherchons à accélérer le temps nécessaire pour rédiger, réviser et approuver le texte, tout en améliorant la qualité des descriptions », ajoute-t-il.

Stitch Fix ne voulait pas de simples descriptions mécaniques, mais plutôt des conseils sur la façon de porter et d’associer les tenues. Le défi était d’utiliser du texte généré par l’IA tout en respectant la voix de la marque.

Personnalisation de l’IA

Le développement a commencé avec des rédacteurs experts qui ont créé une collection d’exemples de haute qualité de pages de description de produits. Stitch Fix a ensuite expérimenté différentes méthodes pour intégrer ces exemples dans GPT-3, un modèle de prédiction de langage. « GPT-3 permet une finetuning où vous pouvez fournir les éléments d’entrée du produit et également le style de sortie que vous préférez », explique Cooper.

Le premier prototype a été soumis à l’examen de rédacteurs et d’experts en marchandises, qui ont apporté les ajustements nécessaires. Il y a eu beaucoup d’allers-retours pour former le modèle avec suffisamment d’exemples de descriptions de produits afin qu’il puisse générer du texte convaincant qui coche toutes les cases. Le processus a pris quelques mois et plusieurs milliers d’exemples pour que GPT-3 atteigne le point optimal.

Le modèle d’IA nouvellement implémenté génère désormais des descriptions de produits pour l’ensemble du catalogue. Selon l’entreprise, Stitch Fix peut générer 10 000 descriptions de produits en seulement 30 minutes, chaque description nécessitant moins d’une minute de révision.

Conseils sur les Grands Modèles de Langage

Un avantage clé de l’utilisation de grands modèles de langage (GPT-3) est la possibilité de les ajuster selon les besoins individuels, selon Cooper. Il conseille aux autres entreprises souhaitant travailler avec ces modèles de suivre deux étapes : d’abord, disposer d’une base de données historiques pour former les modèles ; ensuite, s’assurer d’avoir une équipe d’experts capable de créer des exemples et d’affiner le processus.

Lien outilles

  1. Pour plus d’articles : https://www.moussasoft.com/tutoriels-electroniques
  2. TwitterMoussa Lhoussaine (@Moussasoft_com) / Twitter

Arduino – Home

Laisser un commentaire