Mastercard, üretimsel yapay zeka aracı Shopping Muse'u tanıttı

Mastercard, paylaştığı bir blog gönderisiyle üretimsel yapay zeka aracı Shopping Muse'u tanıttı. Shopping Muse, özel ürün tavsiyelerinde bulunuyor. Araç, tüketicilerin günlük konuşma dilini, ürün ve aksesuarların koordinasyonuna yönelik önerilerle bir araya getiriyor.

Kullanıcılar Shopping Muse ile trend görünümler ya da kıyafet kodları üzerinden arama yapabilecek. Aynı şekilde çeşitli anahtar kelimeler kullanılarak da Shopping Muse aracılığıyla aramalar gerçekleştirilebiliyor. 

Shopping Muse nasıl çalışıyor? 

Shopping Muse'un sunduğu öneriler, her bir tüketicinin benzersiz profiliyle eşleşiyor. Aynı şekilde öneriler kapsamında tüketicinin amacı ve ürün ile ilişkisi de göz önünde bulunduruluyor. 

Shopping Muse, kişiselleştirme platformu Dynamic Yield desteğiyle hayata geçirildi. Bu anlamda Shopping Muse'un derin kişiselleştirme yeteneklerine sahip olduğunu söylemek mümkün. Araç, perakende şirketlerinin sağladığı anahtar kelimeler, görsel ipuçları ve tüketicinin yakınlığı gibi verilere dayanan öneriler üretiyor. Böylece Shopping Muse, bağlamsal ve davranışsal içgörüleri birleştiriyor. 

Dynamic Yield

Bu arada Dynamic Yield'dan bahsetmekte fayda var. Hatırlarsanız, McDonald's'ın 2019 yılında teknoloji şirketi Dynamic Yield'i satın aldığını sizlere aktarmıştık. 2022 yılında ise Mastercard, Dynamic Yield'i satın aldı. Hatta Webrazzi Summit 2023'te Mastercard'da Principal, Business Development, Türkiye & Azerbaijan görevindeki Mehmet Gülez, hiper kişiselleştirmenin önemini ve Mastercard'ın satın aldığı Dynamic Yield'ı anlattı. Dynamic Yield, şu anda 400'den fazla markaya kişiselleştirilmiş ürün, teklifler ve içerik önerileri konusunda destek sağlıyor. 

Görsel arama özellikleri 

Tüketicilerin aradıkları ürünü kelimelerle nasıl doğru bir şekilde tanımlayacaklarını bilmedikleri zamanda bile söz konusu ürünü bulmalarına yardımcı olmayı hedefliyor. Bu bağlamda entegre gelişmiş görüntü tanıma araçları devreye giriyor. Shopping Muse, yüklenen görüntüler, doğru teknik etiketlerden yoksun olsa bile, görselin diğerler görsellerle olan benzerliklerine dayalı olarak ilgili ürünleri önerebiliyor. 

Araç ayrıca, gelecekteki satın alma niyetini daha iyi tahmin etmek için alışveriş yapan kişinin oturum tarama geçmişine veya geçmiş satın alımlarına dayanan yakınlığını da dikkate alıyor.

Böylece perakende şirketleri, tüketicinin ürünlere yakınlığını ve daha geniş kolektif davranış bağlamını anlayabiliyor. Bu sayede gereksiz ürünler önermenin önüne geçilerek, tamamlayıcı nitelikte ürünler önerilmesini sağlayabiliyor. Ürünü platformlarına entegre etmek isteyen perakende şirketleri, erken erişim programına kayıt olabiliyor.