自2010年以来，Zulily公司一直在亚马逊网站的阴影下经营服装和其他商品，并取得惊人的销售额。尽管大多数零售商对电子商务这一巨兽心存恐惧，似乎其触角无所不在，但Zulily公司始终通过机器学习(ML)软件产生的定制优惠来吸引消费者。
Zulily公司首席信息官卢克·弗里昂(Luke Friang)表示，成功实现超个性化的关键包括一个协作开发模式(该模式强调在以功能为中心的小组中开发软件)，以及一个及时供应链。Zulily公司的灵感来自Spotify公司的敏捷开发小组模式。
遇见小组模式
虽然Spotify公司的模式在技术上不是企业敏捷框架，但该模式利用了其中许多最佳实践：自组织、跨职能和同地协作的小组密切合作以构建业务功能。
Spotify公司模式是许多大公司所采用的规模化敏捷框架(SAFe)的替代品。根据Gartner的说法，一些公司已实施了SAFe和Spotify公司或其他替代方案的混合框架模型。Gartner公司表示，到2022年，三分之一的大型组织将使用多种框架来扩展敏捷性。
在Zulily公司，小组由各种职能人员组成，包括数据科学家、机器学习工程师、iOS和安卓系统开发人员以及产品经理。弗里昂说道，Zulily公司拥有营销小组，它们负责进行移动端推送通知，发送电子邮件和广告;网站浏览，包括应用程序和评论的“首页”;购物付款;以及负责那些处理网站可靠性工程、DevOps和其他任务的后端。
供应链小组负责确保货物顺利到达客户手中，这对于一家采用最小库存业务模式并声称客户购物后可快速处理的公司来说，这是一个特殊的挑战。
这些小组共同打造客户体验，每天推出新的“商店”，其中包括数千种产品，从服装、鞋类到玩具和零食。弗里昂表示，根据购物历史记录、浏览行为和社交媒体行为以及其他几种信息对购物者提供个性化体验，这需要Zulily公司每天推出数百万版本的移动应用程序和网站。这款移动应用程序在Zulily公司近700万用户中非常受欢迎，该程序形成的订单占Zulily公司订单的四分之三。
机器学习的魔力
它的工作方式如下：Zulily公司的会员选择通过短信或电子邮件接收在谷歌云平台(GCP)上分析产生的优惠信息。点击或敲击优惠信息的会员可查看有关促销和其他优惠的详细信息。当消费者进行购物时，该交易将在“亚马逊网络服务(AWS)”中被处理，Zulily公司在2018年就将其仓库管理和其他业务操作转移到该平台。
许多不愿意让AWS来处理优惠信息的零售商不会与这家电子商务巨头做生意，但弗里昂对此有不同看法。他认为“这是关乎在技术方面快速创新的能力，”这反过来又有助于更好地为客户服务。
DevOps团队使用Kubernetes软件来管理Docker容器，这促进了塑造移动应用程序和推荐体验的技术魔力。“每个小组都可以极其快速地获得所需的全部能力，”弗里昂说。
但最终，编写高质量的算法才是成功的秘诀。“随着我们对你的了解，我们会更好地倾听你的声音，”弗里昂说。
Zulily公司是一个很好伙伴：弗雷斯特研究公司(Forrester Research)在2018年进行的调查显示，68%的零售商表示他们会投资个性化，52%的零售商承诺将采用某种形式的人工智能(AI)或机器学习模式，其中包括语音电子商务、聊天机器人或计算机视觉技术。
Zulily公司目前使用H2O平台来构建其大部分机器学习模型，该平台是由H20.ai公司所开发的一个开源框架。不过，弗里昂表示这种情况可能会发生改变，因为他希望在TensorFlow(是由谷歌开发的开源库)中构建更多模型。一个集中化的数据科学团队会有助于获取机器学习算法的相关信息，使对每个单独用户的销售个性化，并与销售团队合作来优化分类、产品和库存。
弗里昂希望使用集合方法来增强Zulily公司的个性化功能，利用多个模型来生成一个最佳预测模型。他最近还聘请奥利·唐斯(Olly Downs)担任该公司的数据和机器学习副总裁。“他将帮助我们推动下一阶段的战略，”弗里昂说。
该战略将继续依赖于小组模式，这种模式很有效，因为大多数员工在一个专注于特定业务功能的小组中工作了多年。弗里昂说，这可以促进团队之间的连续性和凝聚力，并有助于保持对目的和目标有一个“清晰视线”。
京公网安备 11010502049343号