Chapter: Modellering av vektorrum och problemet med kallstart · 13:34
Problem med kallstart i rekommendationer: Hur vektorrumsmodellering löser det
Sarah Miguel Cournane, datavetare på Hello Retails FoU-avdelning, beskriver hur plattformen kartlägger varje produkt som en koordinat i ett vektorrum med över 700 dimensioner. Detta tillvägagångssätt omformulerar ”cold-start”-problemet: Istället för att behöva veta vem en ny besökare är identifierar systemet vilka produkter denne interagerar med och utgår från de befintliga beteendemönstren kring dessa produkter för att anpassa upplevelsen redan från det allra första klicket.
Problemet med kallstart, enkelt förklarat
Varje rekommendationsmotor stöter så småningom på samma hinder: En ny kund dyker upp och det finns ingenting att utgå ifrån. Ingen köphistorik. Inga surfmönster. Inga profiluppgifter. Systemet måste gissa, och gissningar leder oftast till brus snarare än relevans.
Sarah jämför det med att börja dejta någon. Man vet ingenting om den andra personen – om hen är sportig, om hen har syskon. Man måste ta reda på det i realtid, med begränsade ledtrådar, och varje missförstånd kostar en något. Inom e-handel innebär den kostnaden oftast en förlorad konvertering.
Problemet med kallstart är en av de mest studerade utmaningarna inom utformningen av rekommendationssystem. Traditionella metoder för kollaborativ filtrering bygger på ackumulerat användarbeteende – ju fler interaktioner en plattform registrerar, desto bättre blir dess rekommendationer. Det fungerar bra efter sex månader. Men det hjälper nästan inte alls en besökare under dennes första besök.
En undersökning från McKinsey (2021) visade att 71 % av konsumenterna förväntar sig personanpassade interaktioner, och 76 % uppger att de blir frustrerade när dessa förväntningar inte infrias. För nya besökare – just den grupp som drabbas hårdast av ”cold-start”-problemet – innebär den frustrationen ofta att de snabbt lämnar webbplatsen.
Produkter som koordinater: Hur vektorrummet fungerar
Sarahs förklaring av mekanismerna bakom rekommendationerna utgår från ett grundläggande nytt perspektiv: Produkterna, inte kunderna, är den primära analysenheten.
I en traditionell produktkatalog kan en svart löpar-T-shirt för män ha produkt-ID 10. Det numret säger ingenting till systemet om vad produkten egentligen är. I det vektorrum som Sarah beskriver representeras samma produkt som en punkt i mer än 700 dimensioner. Dess position kodar allt som beteendedata avslöjar om den: Vilka andra produkter kunderna tittar på tillsammans med den, vad de köper efter att ha tittat på den, vilka kategorier som klustrar sig runt den, hur dess köpmönster skiljer sig från visuellt liknande artiklar.
Två produkter med överlappande egenskaper – till exempel produkt-ID 10 och en nyligen tillagd produkt med ID 20, båda svarta löpartröjor för män – hamnar på nästan samma plats i det utrymmet. De ingår i samma kluster. Eftersom de delar en plats kan de dela data.
Detta är den strukturella lösningen på problemet med ”kallstart” för produkter. När en ny artikel läggs till i katalogen kommer den inte in som ett oskrivet blad. Den kommer med ”grannar” – etablerade produkter i samma kluster – och ärver omedelbart deras beteendemässiga sammanhang. Sarah påpekar att systemet inte behöver vänta på att den nya produkten ska bygga upp sin egen interaktionshistorik; klustret sköter det åt den.
Hur man får en bild av nya kunder
Samma resonemang gäller även nya kunder, och det är här som Sarahs tankegång kopplar samman modellering på produktnivå med den mer övergripande utmaningen när det gäller personalisering.
När en ny besökare kommer in på en butik och klickar på tre produkter, finns dessa tre produkter redan någonstans i vektorrummet. De har relationer – med varandra, med angränsande kluster och med köpsekvenser som byggts upp över tusentals butiker. Systemet behöver inte veta vem besökaren är. Det behöver veta vad dessa produkter vet, och dessa produkter vet en hel del.
Sarah påpekar att det räcker med några få interaktioner för att fastställa positionen inom preferenslandskapet och ta fram relevanta rekommendationer, eftersom produkterna innehåller den beteendemässiga kontexten som systemet behöver. Kunden behöver inte identifiera sig; det räcker att hen handlar.
En undersökning från Epsilon (2017) belyser tydligt det kommersiella värdet av denna funktion: 80 % av konsumenterna är mer benägna att genomföra ett köp när varumärken erbjuder personanpassade upplevelser. Att lyckas med personaliseringen för nya besökare – den målgrupp som är svårast att tillgodose – är där skillnaden mellan generiska och relevanta budskap framträder tydligast i konverteringsstatistiken.
De ekonomiska aspekterna bakom katalogproblemet
Sarah lyfter dessutom fram två uppgifter från Hello Retails nätverk av handlare som ger en ny bild av hur brådskande denna fråga är för den dagliga verksamheten.
I de butiker som Hello Retails samarbetar med står ungefär 30 % av produkterna för 70 % av intäkterna. Denna koncentration gäller inom mycket olika branscher – Sarah påpekar att kundbasen sträcker sig från butiker som säljer båtar till butiker som säljer kläder – vilket tyder på att den speglar något strukturellt i hur sortiment och köpbeteende samverkar, snarare än något kategorispecifikt.
Den andra siffran är mer omvälvande: Cirka 50 % av de produkter som idag finns i en butiks sortiment kommer inte längre att finnas kvar om sex månader. Lagerbeståndet förnyas. Säsongssortiment försvinner. Nya SKU:er ersätter utgångna produkter. Den beteendedata som samlats in om en produkt som fasas ut riskerar att förbli outnyttjad om inte systemet kan identifiera dess efterträdare och överföra den kunskap som samlats in.
Klusterbildning i vektorrummet gör denna överföring möjlig. När en ny produkt läggs till i katalogen nära en produkt som tas bort är klusterrelationen tydlig och kunskapen överförs automatiskt. Sarahs poäng är att produktomsättningen i denna skala gör vektorrumsmetoden till en praktisk nödvändighet, inte en teknisk lyx.
BCG:s undersökning om personalisering inom detaljhandeln visar att de butiker som får ut mest värde av beteendedata är de som betraktar dessa data som en bestående tillgång snarare än som en signal på sessionsnivå. Det är vektorrumsmetoden som möjliggör denna beständighet: Produktrelationerna består även när enskilda SKU:er tas in i och tas bort ur sortimentet.
Mer än bara dataskydd: Varför produktfokus är ett designval
Sarah avslutar med en iakttagelse som kanske kan verka kontraintuitiv vid första anblicken. Anledningen till att rekommendationslogiken inte kräver att man vet vem kunden är har föga att göra med dataskydd, även om fördelarna för integriteten är påtagliga.
Det är ett arkitektoniskt val. Produkter är mer stabila än användare. En produkts vektorposition, som bygger på tusentals interaktioner från en mångsidig kundbas, är en mer omfattande och beständig signal än en användarprofil som nollställs varje gång en helt ny kund inleder sin första session. Att kraven på integritetsskydd uppfylls är en välkommen bieffekt. Den främsta anledningen är att produkter utgör en mer tillförlitlig grund för rekommendationer som fungerar redan från första klicket.
Se hela avsnittet av ”Conversations” med Sarah Miguel Cournane: ”Product Agents”.


