Zappos Membuat Terobosan Pengalaman Pelanggan Menggunakan AWS

Membangun merek dagang elektronik memerlukan fokus pada inovasi pengalaman pelanggan. Terutama pada segmen busana, pengalaman ritel tradisional temu langsung telah membentuk ekspektasi pelanggan. Menurut Ameen Kazerouni, kepala riset dan platform pembelajaran mesin di Zappos, “Kunci utama dalam perdagangan elektronik adalah membuat pelanggan merasa senyaman yang mereka rasakan di toko, yaitu mengetahui bagaimana suatu barang cocok, bagaimana tampilannya, dengan kepercayaan diri yang sama saat mereka mencobanya secara fisik.”

Untuk mendapatkan pengalaman pribadi seperti ini dalam ruang digital tidaklah mudah. Tetapi jika ada perusahaan yang giat mengupayakannya, itu adalah Zappos. Didirikan pada 1999, Zappos.com adalah peritel busana daring besar yang terdepan dalam industri tersebut dengan kebijakan pengembalian barang dalam 365 hari, pengiriman cepat dan bebas biaya, serta layanan tanpa henti setiap hari. Sejak 2009, Zappos telah menjadi anak perusahaan Amazon.

Perusahaan ini secara terukur meningkatkan pengalaman pelanggan perdagangan elektronik menggunakan analitik dan pembelajaran mesin yang dibangun di Amazon Web Services (AWS). Solusi ini memungkinkan Zappos untuk menyesuaikan ukuran dan hasil pencarian bagi masing-masing pengguna sekaligus mempertahankan pengalaman pengguna yang sangat lancar dan responsif.

Zappos memahami bahwa pemberian saran yang akurat merupakan kunci dalam pengalaman berbelanja yang efisien. Perusahaan meyakinkan pelanggan dengan kebijakan pengembalian yang penuh perhatian dan pengiriman cepat serta bebas biaya, tetapi kedua penawaran ini dampaknya mahal dan tidak berbeda dari yang lain.

“Kami bertanya sendiri: bagaimana agar kita semakin beda?” ujar Kazerouni. “Bagaimana cara mengoptimalkan tingkat pengembalian barang tanpa berdampak negatif pada pengalaman pelanggan? Masalah ini kami putuskan agar diselesaikan menggunakan pembelajaran mesin dan analitik di AWS.”

Pada fase pencarian dalam perjalanan pelanggan, tujuan perusahaan adalah membuat rekomendasi yang disesuaikan kebutuhan saat waktu berjalan untuk meningkatkan relevansi pencarian. Alih-alih menggunakan algoritme pencarian generik, Zappos berupaya memahami pelanggan secara personal dan memberikan seperangkat hasil pencarian unik untuk istilah yang dicari. (Hal ini juga menampilkan jelas tombol opsi-tidak-ikut-serta (opt-out) bagi pelanggan yang tidak menginginkan personalisasi hingga tingkat ini.)

Pada saat yang sama, hal tersebut tidak boleh terlihat memperlambat kinerja pencarian. “Kami perlu meminimalkan jumlah waktu operasi tambahan,” tutur Kazerouni. “Jadi kami menggabungkan caching dengan kinerja tinggi, prakalkulasi strategis hasil tertentu, dan pendekatan pembelajaran mesin berbasis ansambel yang menggunakan beberapa model sederhana.”

Jalur data dimulai dengan klien ringan yang mengirim peristiwa relevan ke API penyerapan untuk pemrosesan. API terpasang di grup penskalaan otomatis untuk menangani volume data besar. Dari API, data dikirimkan ke Amazon Data Firehose untuk proses penyerapan ke dalam gudang data Amazon Redshift yang memberikan akses data beperforma tinggi untuk riset machine learning. Amazon Simple Storage Service (Amazon S3) adalah perantara Amazon Data Firehose dengan Amazon Redshift.

Zappos menggunakan beberapa teknologi untuk melatih dan menjalankan model. Zappos mengandalkan Amazon SageMaker untuk memprediksikan ukuran pakaian pelanggan. Prediksi ini disimpan di cache dan kemudian dipaparkan saat program dijalankan melalui API layanan mikro untuk digunakan dalam rekomendasi. Zappos menggunakan Amazon EMR untuk menjalankan analitik big data terhadap fraksi biaya dari klaster lokal tradisional. Zappos juga menjalankan model menggunakan unit pemrosesan grafis (GPU) pada Amazon Elastic Compute Cloud (Amazon EC2).

Perusahaan memungkinkan pencarian sangat cepat dari prediksi yang dikomputasikan sebelumnya menggunakan dua layanan berbeda. Amazon DynamoDB menyimpan hasil prakomputasi yang akan diakses pada waktu aktif. Basis data dokumen dan kunci nilai yang dikelola secara penuh ini memberikan kinerja satu digit milidetik dalam skala apa pun. Amazon DynamoDB dapat menangani lebih dari 10 triliun permintaan per hari dan mampu mendukung puncak permintaan lebih dari 20 juta permintaan per detik. Agar waktu respons lebih cepat lagi, Zappos memanfaatkan Amazon ElastiCache for Redis, sebuah penyimpanan data memori internal sebagai lapisan cache. Layanan ini memastikan latensi submilidetik ketika dibutuhkan.

Layanan mikro yang menjalankan model dan menggabungkan hasil dijalankan pada instans Amazon EC2 yang diatur dalam grup penskalaan otomatis dengan penyeimbang muatan berbasis lokasi. Zappos menggunakan Amazon Route 53 sebagai sistem nama domain yang merutekan lalu lintas ke seluruh solusi.

Membangun dan memelihara arsitektur yang rumit ini dengan metode pengembangan dan penerapan tradisional akan sangat kompleks. Sebagai gantinya, Zappos mengandalkan infrastruktur sebagai kode menggunakan AWS CloudFormation. “Setiap aspek dari solusi diwujudkan dalam templat AWS CloudFormation,” tutur Kazerouni. “Untuk mengubah, kita cukup menyesuaikan templat. Jika perlu memperbaiki cara layanan berkomunikasi dengan Redis, kami tidak mengulangi perubahan secara manual, tetapi mengubah templat dan menerapkannya di semua tempat. "

Ia memperhatikan bahwa tidak mungkin membangun solusi tanpa keragaman layanan AWS dengan perintah tim. “Dengan menggunakan layanan AWS sebagai blok pembangun, para rekayawasan dapat fokus pada peningkatan kinerja dan hasil dibandingkan biaya DevOps.“

Zappos mengirimkan hasil pencarian ditingkatkan ini kepada pelanggan dengan peningkatan latensi hampir tidak terdeteksi, dengan 99 persen pencarian diselesaikan dalam waktu kurang dari 48 milidetik. Dengan menggunakan arsitektur yang sama, Zappos juga meningkatkan secara signifikan rekomendasi ukuran yang dipersonalisasi berdasarkan survei kesesuaian sederhana dan pembelian sebelumnya. Hasilnya, perusahaan tersebut telah mengurangi pencarian berulang dan pengembalian produk. Zappos juga telah mencapai tingkat pencarian hingga klik-tayang produk yang lebih tinggi dan menaikkan posisi pilihan pelanggan dalam hasil pencarian.

Seperti yang Kazerouni rangkum, “Kami menganggap diri kami sebagai perusahaan layanan pelanggan yang kebetulan menjual sepatu dan pakaian. Apa pun yang dapat kami lakukan sehingga meningkatkan layanan akan meningkatkan bisnis kami pula. Menggunakan AWS memungkinkan kami berinovasi dalam pengalaman secara lebih cepat."

Untuk mempelajari selengkapnya, kunjungi aws.amazon.com/big-data/datalakes-and-analytics.