ტექნოლოგიური გადაწყვეტა ონლაინ მაღაზიებისთვის, რომელიც ინდივიდუალური მომხმარებლისთვის საუკეთესო შეთავაზებას აგენერირებს
სისტემა ML მანქანური სწავლების დახმარებით აანალიზებს მომხმარებლის ქცევას, (შესყიდვები, ძიება, კალათა) პროდუქციის სპეციფიკას (შემავსებელი, ჩამნაცვლებელი, პერმიუმ ალტერნატივა) და ადგენს მომხმარებლისთვის რეკომენდაციას
მონაცემთა ანალიზის საფუძველზე ლაივ რეჟიმში ხდება კონკრეტული მომხმარებლებისთვის პერსონალური საუკეთესო წინადადებების გენერირება, რისი შეთავაზებაც შესაძლებელია როგორც ონლაინ მაღაზიაში, ასევე ელფოსტით, ან სხვა ფორმით
სისტემა მომხმარებლებზე პერსონალურად მორგებული შეთავაზებებით მოსახერხებელს ხდის და ამარტივებს შესყიდვის პროცესს, ზოგავს მომხმარებლის დროს და ენერგიას, რაც ზრდის მათი კმაყოფილების დონეს
Რეკომენდაციების სისტემა შედგება ორი დონისგან (layer) – მონაცემთა და აპლიკაციის დონეები.
Მონაცემთა დონეზე იქმნება საცავი, რომელშიც პერიოდულად ხდება კლიენტის მონაცემთა წყაროებიდან ინფორმაციის შენახვა/განახლება. ასევე, პერიოდულად ხდება ანალიტიკური ალგორითმების გაშვება და შედეგების შენახვა მონაცემთა საცავის სპეციალურ ცხრილებში.
აპლიკაციის დონეზე დგება სპეციალური წესები, რომელზე დაყრდნობითაც სისტემა ადგენს, კონკრეტულად რა ტიპის რეკომენდაცია უნდა გაეწიოს მომხმარებელს.
E-commerce პლატფორმაზე, მომხმარებლის აქტივობის პარალელურად , იქმნება მოთხოვნა რეკომენდაციების სისტემაში. Რეკომენდაციების ძრავი აგენერირებს ოპტიმალური შეთავაზებების ნაკრებს წინასწარ დადგენილი წესების და ალგორითმების მიხედვით. ამის შემდეგ რეკომენდაციის ძრავის მიერ შექმნილი შეთავაზება ავტომატურ რეჟიმში უბრუნდება მომხმარებელს.
სისტემის აწყობის პროცესში დამკვეთი და BDO Digital-ის მონაცემთა ლაბორატორიის გუნდი ერთობლივად ერთვებიან, როგორც ტექნიკური, ასევე ანალიტიკური კუთხით. სამუშაო შედგება შემდეგი ძირითადი ეტაპებისგან:
ირმა სხვადასხვა წამყვან პოზიციაზე მუშაობდა, მათ შორის იყო ლინ ტრანსფორმაციის კოორდინატორი, IT პორტფოლიოს მენეჯერი და ეჯაილ ქოუჩი. საქართველოში დანერგა ლინ მენეჯმენტი საკონსულტაციო კომპანია Mckinsey & co- სთან და ადგილობრივ გუნდთან ერთად, როგორც ფრონტ ოფისში ასევე ბექ ოფისში.