Flipkart es una de las plataformas de comercio electrónico más grandes de India con más de 450 millones de clientes en todo el país. Pero mantener contentos a todos estos clientes significa asegurarse de que todo funcione como una máquina bien engrasada, desde responder consultas en los idiomas preferidos hasta ordenar la entrega de última milla. E impulsar esto requiere inversiones considerables en tecnología.
Jeyandran Venugopal, director de productos y tecnología de Flipkart, habló con indianexpress.com sobre cómo la empresa está aprovechando la tecnología en el espacio competitivo del mercado de comercio electrónico de la India. A continuación se muestra una versión editada de la interacción.
¿Cómo ha invertido Flipkart en los idiomas regionales? ¿Cuáles son los desafíos cuando se trata de crear una plataforma en torno a estos? ¿Cuáles son las inversiones tecnológicas que Flipkart ha hecho en torno a esto?
Hace dos años, decidimos centrarnos fuertemente en las lenguas vernáculas e impulsar su adopción. Hicimos un estudio etnográfico para obtener información sobre los puntos débiles de los usuarios, cuáles fueron las barreras para ellos.
Con base en ese profundo trabajo de investigación de usuarios, se nos ocurrieron algunos principios operativos y de diseño. Así que hoy tenemos 11 interfaces de idiomas regionales en nuestra aplicación. Esto cubre más del 80 por ciento de la base de hablantes de idiomas nativos en el país.
Nos dimos cuenta de que no basta con cambiar el andamiaje de la aplicación, toda la navegación, las pantallas de ayuda y demás al idioma vernáculo. Queríamos convertirlo en una experiencia profundamente inmersiva para esos usuarios y confiar en la combinación judicial correcta de traducción versus transliteración. Estuvimos traduciendo/transliterando varios millones de palabras a escrituras nativas. Y también hizo varios experimentos para afinar la experiencia del usuario (UX), la interfaz de usuario (UI) de la plataforma.
A fines de 2020, el porcentaje de usuarios activos diarios que solíamos ver en la plataforma de usuarios, que confiarían en una versión vernácula de Flipkart, rondaba el 10-12 por ciento. Ahora se sitúa en el 18 por ciento, lo que supone un crecimiento significativo. También vemos un nivel significativo de adopción de ciudades de nivel dos a tres.
Además, para los nuevos usuarios que ingresan a nuestra plataforma, especialmente de las ciudades de nivel dos y tres, el porcentaje de usuarios que adoptan lenguas vernáculas es muy alto. En algunas geografías, más del 70 por ciento de todos los usuarios nuevos prefieren usar una versión en lengua vernácula de nuestra plataforma.
Casi el 95 por ciento de las personas que eligen la versión vernácula de la plataforma no vuelven a cambiar al inglés como opción predeterminada. Entonces, eso nos da confianza de que la interfaz está funcionando, puede darles valor y los está involucrando.
Estamos utilizando inteligencia artificial y aprendizaje automático y vamos más allá de la simple traducción. Hemos invertido en procesamiento de lenguaje natural (NLP) y tecnología de comprensión, donde estamos tratando de obtener todos los comentarios de los usuarios en un idioma regional. Porque estos juegan un papel importante en la toma de decisiones de los usuarios. Y la mayoría de esos comentarios están en inglés en este momento. En este momento, los hemos convertido al hindi. Continuaremos ampliándolo para otros idiomas e invertiremos más en desarrollar nuestras capacidades de PNL.
¿Qué pasa con las experiencias de búsqueda por voz y los desafíos en torno a su construcción? ¿Cuáles son las tendencias que ha visto dado que muchos usuarios en la India no se sienten cómodos escribiendo?
Hemos visto una creciente adopción de la búsqueda por voz, especialmente de la nueva ola de usuarios que están adoptando Internet. Voice Search hoy está disponible en Flipkart tanto en hindi como en inglés. De hecho, incluso se admite el habla en modo mixto. Continuaremos invirtiendo en expandir eso a todos los idiomas regionales que admitimos durante un período de tiempo.
Sabemos que escribir el código de Devanagari es extremadamente difícil y eso también surgió a través de nuestra investigación de usuarios. El reconocimiento automático de voz (ASR) es una tecnología que es el eje para hacer que la búsqueda por voz funcione. Es una combinación de ASR y NLP y la comprensión del lenguaje en sí.
Además, una vez que haya decodificado el discurso en entrada textual, ¿cómo convierte eso de entrada textual en una frase comprensible semánticamente? Muchas veces, es posible que también desee invertir en capacidades de texto a voz para poder responder al usuario a través del habla.
Hicimos un producto llamado Discovery Assistant en el que también teníamos un componente de texto a voz en el que el asistente también responderá al usuario en voz alta.
En cuanto a la búsqueda por voz, la comprensión de las frases y la intención del comercio electrónico, creemos que esta área necesita una inversión sustancialmente mayor durante un largo período de tiempo para toda la industria. Solo va a mejorar y va a impulsar aún más la adopción durante un período de tiempo.
Ya hacemos unos cuantos millones de consultas diarias en un día promedio en torno a la búsqueda por voz. Las ciudades de nivel tres o más constituyen más de la mitad de las consultas de voz en general.
¿Cómo utiliza Flipkart la ciencia de datos para mejorar la experiencia del consumidor y el vendedor?
La ciencia de datos está presente en todas las áreas de nuestro negocio. Tomemos el ejemplo de personalizar la experiencia para cualquier usuario. Tenemos un catálogo de millones de productos y los clientes quieren ver una versión de la página que se sienta personalizada para ellos y que muestre el tipo correcto de ofertas. ¿Entonces cómo hacemos eso?
Tenemos una página de inicio altamente personalizada. Las ofertas, todos los widgets, los banners están optimizados para satisfacer los intereses personales de un usuario que aprendemos durante un período de tiempo. Esto se basa en el historial de vistas, el historial de clics. Es posible que haya comprado algo o no, pero incluso lo que busca y luego hace clic preferentemente en un producto frente a otra cosa nos da alguna señal sobre sus preferencias. Usamos eso para construir un perfil personal muy profundo para cada usuario y algorítmicamente creamos la experiencia adecuada para ellos.
También utilizamos la ciencia de datos de manera bastante extensa para llevar el producto a la puerta de nuestro cliente. Por ejemplo, en India, no existe un sistema de cuadrícula estandarizado para enumerar direcciones. Muchas veces, las direcciones son extremadamente no estándar. Entonces, ¿cómo nuestro agente de entrega entrega una cierta cantidad de paquetes dentro de un período de tiempo determinado?
Hemos desarrollado plataformas de inteligencia de geolocalización, que geocodifican y geocodifican inversamente para identificar el geocódigo correcto o cualquier dirección en lenguaje natural. Esto también se basa en los comentarios que recibimos de nuestra gente en el terreno. También hacemos mucho trabajo de optimización en el lado del almacenamiento, algoritmo de optimización de rutas para la planificación. Todo eso utiliza elementos de ciencia de datos.
Desde la perspectiva del vendedor, hemos invertido profundamente en tecnologías de visión por computadora para ayudarlos a crear listados de catálogo para nuestros usuarios. Porque no todos nuestros vendedores podrán crear imágenes de catálogo de la más alta calidad. Por lo tanto, usamos la visión por computadora para poder inferir automáticamente algunos de estos atributos y completarlos en nombre del vendedor. Todo esto sucede detrás de escena. Esto ya está activo para varias verticales. Seguimos ampliando la cobertura para ello.
¿Qué pasa con los problemas y desafíos de la cadena de suministro durante los bloqueos de Covid-19? ¿Cuáles fueron los aprendizajes clave?
Entonces, cuando ocurrieron los cierres y cuando se acordonaron las zonas o tuvimos que limitarnos a hacer solo todos los productos esenciales, se desbarató nuestra cadena de suministro general. Y la cadena de suministro es nuestra máquina de funcionamiento continuo.
Ahora, hemos desarrollado una gran cantidad de sistemas en estos últimos dos años para hacer frente a estas cosas. Anteriormente, ni siquiera teníamos sistemas que pudieran comprender áreas no reparables dentro de la zona de servicio. ¿Cómo representas eso y te aseguras de que los clientes no se sientan decepcionados? En confinamientos anteriores, incluso la definición de lo que estaba permitido, lo que no estaba también siguió cambiando.
Ahora tenemos un sistema más robusto que puede manejar todas estas interrupciones sin que toda la cadena de suministro se descontrole. Anteriormente, teníamos productos amontonados en los centros de clasificación, y estos no están equipados para contener estos productos. Pero cuando sucedieron este tipo de cosas antes, terminamos descubriendo algunas de estas fallas en nuestro diseño. Hemos invertido en tecnología para manejar estas interrupciones de mejores maneras.
¿Qué pasa con la Realidad Aumentada y el comercio electrónico? También anunciaste una asociación con Snap el año pasado. ¿Puedes dar más detalles sobre esto?
Los clientes buscan una experiencia en la que no haya concesiones. Y en un entorno fuera de línea, cuando compra un bien de consumo duradero, puede ver físicamente el producto y evaluarlo en su mente. Ese tipo de cosas siempre han sido el problema con el comercio electrónico en el pasado porque no puedes ver físicamente el producto.
Ahora, con algunas de estas tecnologías como AR que pueden cerrar esa brecha, incluso podemos hacer algo mejor que el comercio fuera de línea. Con AR, está entremezclando la realidad digital y la realidad física completamente de una manera perfecta. De hecho, podemos proyectar el objeto digital en nuestra realidad física y ver cómo se ve en nuestro entorno antes de tomar la llamada para comprarlo.
Por ejemplo, esto será cierto para los muebles. Incluso podría ver qué tan bien un color combina con su entorno. Y del mismo modo, para el cuidado personal de belleza. Todos estos casos de uso son bastante bien conocidos.
Nos hemos asociado con Snap, ya que tiene el mayor ecosistema de creadores para la funcionalidad AR. Queremos permitir que nuestros clientes se beneficien de la creatividad de este ecosistema. Cuando tenga sentido, creemos que la experiencia AR hará que la experiencia de compra sea mejor para el usuario. Por ejemplo, podrías estar comprando relojes. Ahora, con un filtro AR, puedes ponerte el reloj en la mano y ver cómo se ve. Hay muchas oportunidades interesantes que tenemos en mente y queremos construir para esta asociación.
Ya presentamos nuestra propia cámara Flipkart en julio de 2021 para algunas categorías, como muebles, equipaje, categorías de belleza, electrodomésticos grandes. Y pudimos ver una captación y conversión significativas para los usuarios, cuando tenían esta experiencia en comparación con otras en nuestras pruebas controladas internas. Fue entonces cuando nos dimos cuenta de que teníamos que escalar esto y comenzamos a buscar socios para aprovechar el ecosistema.
Snap fue una especie de elección automática con la que decidimos trabajar. Nuestra propia experiencia se ha lanzado, pero no a escala. Ahora lo escalaremos rápidamente.
