01 Bağlam ve Sorun
Müşteri, kira odaklı bir BNPL ürünü sundu: müşteriler onaylanmış bir harcama limiti için başvurdu, ardından uygun satın alımları finanse edip tam ödeme yerine taksitle geri ödedi. Ürün sadece mobilya, televizyon ve tüketici elektroniği gibi kiralanabilir ürünleri kapsıyordu, kalem, defter ve kırtasiye gibi düşük değerli tüketim ürünlerini değil. Müşteri, ödeme seçeneğini doğrudan her perakendecinin web sitesine entegre ederek büyüdü: satış perakendeciye yaklaşır, perakendeci bir kum kutusu sağlar, ekip gateway'i entegre eder, mühendislik ve QA testini yapar, ardından her iki taraf bir üretim yayınını koordine eder.
Bu model beş ila yedi perakendecide çalıştı ve ağ büyüdükçe çöktü. Perakendeciler Shopify, Magento, BigCommerce ve özel platformların farklı kombinasyonlarını, farklı ödeme işlemlerini ve farklı sandbox ile sürüm prosedürlerini çalıştırıyordu; böylece her entegrasyon kendi kalıcı uygulama ve destek yaşam döngüsü haline geliyordu. Herhangi bir perakendeci platformu yükseltmesi veya ödeme değişikliği, müşteriyi entegrasyonu yeniden inşa etmeye, regresyon testlerini yeniden yapmaya ve yeni bir ortak sürüm planlamaya zorlayabilir. Yaklaşık altı ay sonra program yaklaşık 15 perakendeciye 60 ila 70 kişiye destek verdi ve plan ertesi yıl 200+ perakendeci olmasını öngörüyordu: doğrusal bir uzatma yüzlerce, potansiyel olarak bin civarında kişi anlamına geliyordu. Asıl sorun geliştirme kapasitesi değildi. Mimari, her yeni perakendeciyi yeni bir dış bağımlılık haline getirdi, bu yüzden müşteri, perakendeci büyümesinin artık mühendislik ve destekte orantılı büyüme gerektirmediği bir modele ihtiyaç duyuyordu.
02 Rol ve Kısıtlamalar
AI Product Manager uçtan uca çözümün sahibiydim: ürün stratejisi, problem tanımı, müşteri yolculuğu tasarımı, yapay zeka kullanım durumu tanımı, çözüm mimarisi, perakendeci etkinleştirme stratejisi, ürün veri ve etiketleme gereksinimleri, mühendislik ve yapay zeka/makine toplama koordinasyonu, API ve arka uç gereksinimleri, sanal kart entegrasyonu, mobil ve tarayıcı eklentisi deneyimleri, güvenlik ve uyum koordinasyonu, analitik ve model performans gereksinimleri, dağıtım planlaması ve paydaş yönetimi. En önemli çağrılardan biri, yapay zekanın nerede kullanılıp kullanılmaması gerektiği konusunda kapsam belirlemeydi: model yalnızca bir ürünün kiralanabilir ürün politikası kapsamında uygun olup olmadığını sorguladı. Kredi değerliliğini belirlemedi, kredi limitleri belirlemedi, kimlik doğrulamadı, geri ödeme şartlarını belirlemedi, SSN doğrulaması yapmadı veya hesapları onaylamadı; bunların hepsi müşterinin mevcut onay, kimlik ve anlaşma sistemlerinde kaldı.
Kısıtlamalar somuttu. Perakendeci tarafı uygulama bağımlılığını ortadan kaldırın: hiçbir perakendeci ödeme yöntemi eklemek, sandbox erişimi sağlamak, ödeme yapmayı değiştirmek, özel API'leri açmak, geliştiricileri atamak veya ortak QA yapmak zorunda olmamalıdır. Ürün düzeyinde uygunluğu destekliyor, çünkü bir perakendeci hem kiralanabilir hem de kiralanabilir olmayan ürünleri satabiliyordu; bu nedenle sistem, tüm perakendeciler yerine bireysel sepet ürünlerini sınıflandırdı ve karma sepetleri yalnızca uygun kısmı finanse ederek yönetti. Farklı perakendeci teknolojilerinde çalışın ve DOM değişikliklerini yönetin, çünkü uzantı hâlâ perakendeci sayfalarını okuyor ve sayfa güncellemeleri HTML yapısını, seçicileri, ürün kartlarını, fiyatları ve ödeme alanlarını değiştirebilir. Kabul edilebilir sınıflandırma doğruluğunu koruyun, genellikle %85 ila 90 arasında, hedefler 90'ın üzerinde ve 95'e doğru ilerleyecek. Müşteri bilgilerini (isim, adres, cep telefonu numarası, SSN ve OTP) şifreleme, tokenizasyon, erişim kontrolleri ve denetim kaydı ile koruyun. Daha sonra, her mağazanın satış noktası sistemine entegre olmadan fiziksel perakende satışı destekleyin.
03 Ürün Yaklaşımı
Daha verimli bir perakendeci-entegrasyon ekibi kurmak yerine, entegrasyonun yerini değiştirdik. Orijinal model, müşterinin finansman kapasitesini perakendecinin kasasına yerleştiriyordu. Yeniden tasarlanmış model, finansman deneyimini müşterinin kontrol ettiği kanallar içinde konumlandırdı: e-ticaret için Chrome bir uzantı ve fiziksel mağazalar için müşterinin mobil uygulaması. Bu, birçok perakendecide çalışan ve müşterinin ödeme yöntemini uygulamayan paylaşılan, satıcıdan bağımsız bir platform oluşturdu.
Çevrimiçi olarak, Chrome uzatması perakendeciyi tespit etti, müşteri finansmanının mevcut olduğunu bildirdi, sepeti ve toplamı okudu, ürün detaylarını arka plana gönderdi, her ürünü kiralanabilir veya kiralanamaz olarak sınıflandırdı, uygun olmayan ürünleri hariç tuttu, uygun miktarı müşterinin limitine göre kontrol etti, kayıt ve doğrulamayı destekledi, anlaşmayı sundu, tek kullanımlık veya sınırlı kullanımlı sanal kart oluşturdu, ve bunu perakendecinin standart kasasına otomatik olarak doldurdu. Yeni bir perakendeci etkinleştirmek, altı aylık ikili entegrasyon yerine iç yönetilen bir süreç haline geldi: perakendecinin kamu katalog verilerini toplamak, müşterilerin politikasına göre kiralanabilir veya kiralamayan ürünleri etiketlemek, binlerce kayıt üzerinde sınıflandırıcıyı eğitmek veya güncellemek, bilinen etiketlere göre doğruluğu doğrulamak, ürün adı, fiyat, miktar, kategori ve sepet toplamı için DOM çıkarımı yapılandırmak, Uçtan uca akışı test edin, sonra perakendeciyi etkinleştirin, sandbox gerekmez, checkout change veya gateway dağıtımı gerekmez.
Mağazada aynı özelliği mobil uygulamaya da genişlettik. Uygulama, müşterinin bir mağazanın coğrafi sınırının içinde olduğunu tespit etti; Fatura tezgahında müşteri ayrıntılı faturayı fotoğrafladı; OCR ürün isimlerini, miktarlarını ve fiyatlarını çıkardı; satır maddeler normalleştirildi ve aynı uygunluk modeline aktarıldı; uygulama, uygun olmayan ürünlerden ayrılarak kiralanabilir ürünlerin ayrı ödenebileceği şekilde ayrıldı; uygun toplam sınırla karşılaştırıldı; müşteri anlaşmayı kabul etti; Uygun miktar için sanal bir kart oluşturuldu ve mağazanın normal kart kabul süreci boyunca kullanıldı. Müşteri kartı kullanmadan önce geofence'den ayrılırsa, kart otomatik olarak süresi doluyordu. Geofencing işlemi işlemedi, arka uçun kartın yaşam döngüsü durumunu değiştirmesi için tetikleyici olarak görev yaptı.
Müşterinin daha büyük bir entegrasyon ekibine ihtiyacı olduğu görülüyordu. Asıl sorun, büyümenin yüzlerce dış perakendeci sistemine ve sürüm takvimine bağlı olmasıydı. Deneyimi müşteri kontrolündeki bir uzantı ve mobil uygulamaya taşımak, sanal kartların birlikte çalışabilirlik katmanı olarak kullanıldığı bir durum bu bağımlılığı değiştirdi: perakendeci ürün verileri, özel ödeme entegrasyonunun yerini aldı ve her ürün bağımsız olarak karar verildi.
04 Üretilen Özellikler
Desteklenen perakendeci tespit
Uzatma, etkinleştirilmiş perakendeci sitelerini tanır ve müşteri finansmanının mevcut olduğunu bildirir.
DOM tabanlı araba çıkarımı
Perakendeciye özgü DOM mantığı, ürün ve sepet bilgilerini sayfadan çeker.
YZ ürün uygunluğu
Her sepet öğesi paylaşılan model tarafından kiralanabilir veya kiralanamaz olarak sınıflandırılır.
Karma araba kullanımı
Uygun olmayan ürünler hariç tutulur, bu yüzden sadece uygun kısım finanse edilir.
Uzantı kaydı
Yeni müşteriler alışveriş yolculuğundan çıkmadan hesap oluşturur.
Sanal kart + ödeme otomatik doldurma
Tek kullanımlık veya sınırlı kullanımlık bir kart oluşturulur ve perakendecinin kasasına otomatik olarak doldurulur.
Mobil mağaza içi yolculuğu
Mevcut müşteri uygulaması, uygun fiziksel mağaza satın alımlarını finanse etmek için genişletildi.
Depo geofencing
Uygulama, bir müşterinin desteklenen bir mağazanın yapılandırılmış alanında olduğunu algılar.
Fatura ele geçirme + OCR
Müşteri, ayrıntılı faturayı fotoğraflar; OCR , görselden satır öğelerini çıkarır.
Makbuz normalizasyonu
OCR çıktı, yapılandırılmış ürün, miktar ve fiyat kayıtlarına dönüştürülür.
Uygun / Uygun Olmayan Ayrım
Uygulama, nelerin finanse edilebileceğini ve ayrı olarak nelerin faturalandırılması veya ödenmesi gerektiğini gösteriyor.
Geofence tetikleyen son kullanma süresi
Mağaza sınırından önce ayrılmak otomatik kart süresi dolmasını tetikler.
Ayrıca gönderildi: onaylı limit doğrulama, mobil OTP doğrulama, müşterinin mevcut kimlik sistemlerine karşı gerçek zamanlı SSN doğrulaması, anlaşmanın sunumu ve kabul edilmesi (uzatma ve uygulama için), ürün eğitimi ve DOM yapılandırması ile tekrarlanabilir perakendeci etkinleştirilmesi, her iki kanalda tekrar kullanılan ortak ürün sınıflandırması ve uygunluk, müşteri doğrulama, anlaşmalar, sanal kartlar ve analitik için tek bir omnichannel arka uç.
05 Mimari
İki müşteri kanalı bir arka uçta birleşti. Çevrimiçi kanal Chrome uzantısı ve perakendeci DOM çıkarımıdır; Mağaza içi kanal mobil uygulamanın yanı sıra fatura fotoğrafçılığı, OCR ve coğrafi fencing ile birlikte sunuluyor. Her ikisi de ürün normalizasyonu, kiralanabilir ürün sınıflandırması, müşteri kimliği ve kredi limiti doğrulama, anlaşma oluşturma, sanal kart verme, kart yaşam döngüsü yönetimi ve analitik ile denetim kaydı için aynı temel hizmetleri kullanır. Bir Python arka uçu REST API'leri ortaya çıkarır; harici bir PCI DSS uyumlu kart sağlayıcısı, tek kullanımlık veya sınırlı kullanımlı sanal kartları verir.
Mimari, genişleme birimini değiştirdi. Her perakendeci daha önce ticari bir anlaşma, perakendeci teknik kaynakları, sandbox erişimi, ödeme entegrasyonu, ortak QA (QA), koordineli bir sürüm ve sürekli platform desteği gerektiriyorken, yeni bir çevrimiçi perakendeci artık öncelikle ürün veri hazırlama, etiketleme, model eğitimi veya doğrulama, DOM yapılandırması, ödeme testi ve uzatma aktivasyonu gerektiriyor. Yeni bir fiziksel perakendeci öncelikle mağaza konumu yapılandırması, ürün veri kapsamı, makbuz formatı doğrulama, OCR testi, uygunluk testi ve kart kabul doğrulaması gerektirir. Güvenlik, şifreleme, tokenizasyon, kısıtlı erişim, denetim kaydı, OTP doğrulama, gerçek zamanlı SSN doğrulama, kontrollü anlaşma yürütme, tek kullanımlık veya sınırlı kullanımlı kartlar, konuma bağlı son kullanma süresi ve PCI DSS uyumlu sağlayıcıyı kapsamaktadır. Güvenilirlik yüzeye göre izlenir: çevrimiçi DOM arızası (eksik ürünler, geçersiz seçiciler, otomatik doldurma hataları), mağazadaki OCR değişkenlik (kötü aydınlatma, bulanıklık, katlanma, kısaltma, vergi ve indirim çizgileri), coğrafi sınırlar (reddedilen izinler, iç mekan doğruluğu, GPS kayması, gecikmeli çıkış olayları, işletim sistemi arka plan sınırları) ve sanal kart sonuçları (verme hataları, sağlayıcı zaman aşımları, aktivasyon, son kullanma, yetkilendirme). Takas noktalar açıktır: perakendeci bağımsızlığı hâlâ perakendecinin DOM'una bağlıdır; POS bağımsızlığı, makbuz kalitesine bağlıdır; Paylaşılan bir model, iki çok farklı giriş türünü kapsar; konum kontrolü, konum doğruluğuyla sınırlıdır; ve harici kart sağlayıcısı altyapı yükünü azaltırken tedarikçi bağımlılığını ekler.
06 Analitik ve Gözlemlenebilirlik
Genişletilmiş platform, çevrimiçi ödeme OCR performans, model doğruluğu, konum davranışı ve ödeme sonuçları için ayrı ölçüm gerektiriyordu; çünkü tek bir arıza bunlardan herhangi birinde ortaya çıkabilirdi. OCR doğruluk ve sınıflandırma doğruluğu ayrı ayrı ölçüldü: sınıflandırma hatası, yanlış OCR metni, yanlış alım ayrıştırması, yetersiz ürün bağlamı veya gerçek bir model hatasından kaynaklanabilirdi. Hem bir e-ticaret hunisi (perakendeci tespit edildi → uzatma açıldı→ sepet çıkarıldı → sınıflandırıldı → uygun miktar → doğrulanmış → anlaşma → kart → satın alma otomatik →doldurma ) ve mağaza içi huni (→mağaza tespit edildi, geofence girildi, fatura fotoğrafı →çekildi, satır ürünler fotoğraflandı → OCR → satır ürünler → sınıflandırıldı→ kiralanamaz → uygun onaylı → anlaşması → kart → ödeme veya süresi doldu) uç uca enstrümantlarla eşleştirildi. Destek profili de değişti: perakendeci entegrasyonları, kum kutuları ve geçit hatalarından uzaklaşarak faturalandırma, anlaşmalar, geri ödeme, OCR veya fatura okuma, DOM değişiklikleri, konum izni ve kart yetkilendirme sorularına yöneldi.
Çevrimiçi perakendeci metrikleri
Perakendeci tespiti, sepet çıkarma, DOM hataları, otomatik doldurma ve ödeme başarısı, onaydan satın alma dönüşümü.
Sınıflandırma metrikleri
Perakendeci, kategori ve kanal bazında doğruluk, sahte kiralanabilir ve kiralanamaz oranlar ile güven dağılımı.
OCR metrikleri
Yakalama ve işleme başarısı, hat ve fiyat çıkarma, toplam uzlaştırma, yeniden yakalama ve manuel düzeltme oranları.
Coğrafi çit metrikleri
Giriş tespiti, izin reddedilme, çıkış olayları, çıkış sonrası süresi dolan kartlar ve üretimden ödemeye kadar süre.
Sanal kart metrikleri
Başarı talebi, üretim gecikmesi, sağlayıcı hataları, aktivasyon, yetkilendirme sonuçları ve kullanılmayan kart oranı.
07 Yapay Zeka Karar Katmanı
Model, her iki kanalda da tutarlı dar tanımlanmış bir soruya yanıt verdi: Bu ürün müşterinin kiralanabilir ürün politikası kapsamında uygun mu? Çevrimiçi girdiler, ürün adı, görsel, kategori, perakendeci bağlamı, mevcut açıklama, fiyat ve miktar ile kiralanabilir/kiralama yapılamaz eğitim etiketini birleştirdi. Mağaza içi girdiler, OCRçıkarılmış açıklamalar, makbuz satır metni, miktar, fiyat, mağaza bağlamı ve önceki perakendeci ürün verilerinden oluşuyordu; bunlar genellikle bir e-ticaret sayfasından çok daha az açıklayıcı olduğundan, ürün normalizasyonu mağaza içi akışta en önemli olanıydı. Boru hattı, DOM veya makbuzdan ürün bilgilerini topladı, perakendeciye özgü metni normalleştirdi, bilinen kategorilerle eşleştirdi, kiralanabilirliği değerlendirdi, sonucu geri gönderdi, uygun toplamı hesapladı ve model sonucunu ve sürümünü izlemek için kaydetti. Eğitim, yapılandırılmış, tablo formunda veriler (isim, görsel, kategori, perakendeci, etiket) ve her perakendeci veya perakendeci grubu başına binlerce örnek içeren denetli bir ürün sınıflandırma modeli kullanıldı. Bildirilen doğruluk yaklaşık yüzde 85 ila 90 arasındaydı ve hedefi 90'ı aşmak ve 95'e doğru gelişmekti; bu, müşterinin proje düzeyinde bir ölçütü olup, ayrı bir hassasiyet, geri çağırma, F1 veya bağımsız denetlenmiş değerlendirme sağlanmamıştı.
Yapay zeka sadece ürün uygunluğunu cevapladı. Kredi değerini hiç belirlemedi, kredi limitleri belirlemedi, kimlik doğrulamadı, geri ödeme şartlarını tanımlamadı, SSN doğrulaması yapmadı veya hesapları onaylamadı; bunlar müşterinin mevcut sistemlerinde kaldı. Bilinen başarısızlık modları (kiralanabilir olmayan bir ürün kiralanabilir olarak puanlandırılmış, yanlış reddedilen kiralanabilir ürün, yanlış haritalanmış kısaltılmış bir makbuz satırı, paketlenmiş veya yepyeni bir ürün, değişen perakendeci taksonomisi veya kötü OCR) önerilen bir sonraki adımı işaret eder: güvene dayalı karar, kendinden emin olduğunda otomatik olarak devam eden, orta güvenle deterministik kategori kuralları uygulayan, müşteriden düşük güvenle yeniden kazanmasını isteyen karar, ve çözülmediğinde inceleme için yönlendirmeleri hariç tutar veya yönlendirmeler.
08 Durum ve Sonuç
Chrome uzatması, orijinal modelde yaklaşık 15 perakendeciye kıyasla yaklaşık dört ay içinde 100+ perakendeciye destek verdi ve sonunda müşterilerin finansman ürününü 300+ online perakendeci arasında kullanmasına izin verdi; bu, 15 perakendeci tabanına göre yaklaşık yirmi kat artıştı. Yeni bir perakendeci artık teknik kaynaklara, kum havuzuna erişime, gateway entegrasyonuna, ortak QA'ya, perakendeci tarafında dağıtıma veya koordineli sürümlere ihtiyaç duymuyordu; dahili kontrollü veri hazırlama, etiketleme, model eğitimi, DOM yapılandırması, kontrol testi ve aktivasyon yoluyla mümkün olabilir. Orijinal 60 ila 70 kişilik ekip genel olarak aynı kaldı; veri hazırlığı, model eğitimi ve doğruluk çalışmaları için yaklaşık dört-beş yapay zeka/makine öğrenimi mühendisi eklendi; böylece organizasyon eski modelin ima ettiği orantılı personel artışından kaçındı. Perakendeci entegrasyon çalışmaları, özel geliştirme, sandbox çalışmaları, ortak testler ve platforma özgü ödeme bakımı kaldırıldı; Müşteri, onaylanan limiti kabul eden daha fazla yer aldıkça ödeme işlem hacminin arttığını bildirdi (niteliksel olarak bildirildi, kesin bir rakam verilmedi). Platform daha sonra mobil uygulama aracılığıyla fiziksel perakendeciliğe de yayıldı; bu da temel modelin sadece web ödeme ile sınırlı olmadığını kanıtladı; tekrarlanan entegrasyonlar, sandboxlar, geçit geliştirme, ortak kalite kalitesi, yayın koordinasyonu ve orantılı destek büyümesine bağlı maliyetler iyileştirildi; sanal kart sağlayıcısı ana dış bağımlılık olarak kalan unsur oldu.
300+
Çevrimiçi perakendeciler destekleniyor
20×
Perakendeci kapsamı artışı
4 mo
100+ perakendeciye (15 aylık için 6 aylık bir kişiye verdik)
85-90%
Bildirilen model doğruluğu
09 Düşünce / Sırada Ne Olacak
İşe yarayan şey, personel sorunu yerine bağımlılık sorununu çözmekti: tek bir uygunluk özelliği web sayfaları, alışveriş sepetleri ve OCRçıkarılmış faturalar sunuyordu, sanal kartlar müşterinin perakendecilerin zaten desteklediği ödeme akışlarıyla hareket etmesini sağlıyordu ve her kanal kendi kontrollerini (DOM çıkarma ve otomatik doldurma online; OCR, geofencing ve kart süresi mağazada kullanma süresi) ekliyordu, tutarlı bir paylaşılan platformda. Sonraki geliştireceğim şey: perakendeci etkinleştirmesini dahili operasyon ürünü olarak resmileştirmek (yükleme, etiketleme, eğitim, doğrulama, DOM ve mağaza konumu kurulumu, sürüm onayı, sağlık izleme); toplam hesaplar, indirimler ve vergi mutabakatı ile nihai fatura ile uzlaştırmak için makbuz uzlaştırma ekleyin; düşük güven inceleme politikası getirmek; kısa son kullanma tarihleri, miktar ve tek işlem limitleri ile yetkilendirme sonrası derhal kapatma ile coğrafi çit kontrollerini güçlendirmek; planlı sentetik testlerle otomatik DOM-değişim algısı oluşturmak; OCR ve yapay zeka hata raporlamalarını kontrol panellerinde ayrı; model yönetişiminin izlenebilirliğini artırmak (kanal, perakendeci, model ve eğitim verisi versiyonu, girdiler, OCR ve sınıflandırma güveni, anlaşma versiyonu, kart sonucu); ve farklı izinleri ve arka plan-konum davranışları göz önüne alındığında Android ve iOS arasında dikkatlice genişletilebilir. Kalıcı sonuç, perakendeci ürün verilerinin özel ödeme entegrasyonunun yerini aldığı, yapay zekanın uygunluğu belirlediği, mevcut sistemlerin kimlik ve kredi yönetildiği, sanal kartların birlikte çalışabilirlik oluşturduğu, tarayıcı ve mobilin müşteriye dağıtım üzerinde kontrol sağladığı çok kanallı bir platform oldu; böylece iş büyümesi mühendislik çabasından ayrıldı.