जार्विस एमएल ने कंपनियों को अपने उत्पादों को निजीकृत करने में मदद करने के लिए $16 मिलियन जुटाए – Vanity Kippah

Written by Frank James

जार्विस एमएल, एक ऐसा प्लेटफॉर्म जो उत्पादों, सेवाओं और अनुभवों को बेचने वाले ब्रांडों को एआई-पावर्ड पर्सनलाइजेशन इंजन प्रदान करता है, ने आज घोषणा की कि उसने डेल टेक्नोलॉजीज कैपिटल के नेतृत्व में एक राउंड-अप में $16 मिलियन जुटाए हैं। Vanity Kippah के साथ एक साक्षात्कार में, सीईओ राकेश यादव ने कहा कि नई पूंजी का उपयोग किया जाएगा जार्विस एमएल के आर एंड डी और बिक्री और विपणन टीमों को “उत्पाद विकास और बाजार में प्रवेश में तेजी लाने” के लिए बढ़ रहा है।

जब महामारी ने ब्रांडों को ऑनलाइन उपस्थिति बढ़ाने या उन्हें खरोंच से बनाने के लिए प्रेरित किया, तो निजीकरण का मूल्य तेजी से ध्यान में आया। नेटफ्लिक्स- और अमेज़ॅन-एस्क दर्जी उत्पाद अनुशंसाओं के आदी, ग्राहकों ने सभी आकारों की कंपनियों से समान मांग करना शुरू कर दिया। मैकिन्से के अनुसार, 71% खरीदार अब कंपनियों से व्यक्तिगत बातचीत करने की उम्मीद करते हैं, जबकि 76% ऐसा नहीं करने पर निराश हो जाते हैं।

अप्रत्याशित रूप से, कुछ शोध-विशेष रूप से ग्राहक विश्लेषिकी प्रदाताओं से-सुझाव देते हैं कि वैयक्तिकरण एक सार्थक निवेश है। सर्वेक्षण का जवाब देने वाले चालीस प्रतिशत उपभोक्ताओं ने कहा कि उन्होंने व्यक्तिगत अनुभवों के कारण मूल रूप से नियोजित की तुलना में कुछ अधिक महंगा खरीदा है। लेकिन इस तरह के वैयक्तिकरण को बनाना तकनीकी दृष्टिकोण से चुनौतीपूर्ण हो सकता है।

इसलिए यादव 2021 में जार्विस एमएल की स्थापना की। Google में एक पूर्व वरिष्ठ कर्मचारी इंजीनियर, जहां उन्होंने Google पेमेंट्स और Google विज्ञापनों के पीछे मशीन लर्निंग प्लेटफॉर्म के विकास का नेतृत्व किया।यादव एक ऐसा उत्पाद बनाना चाहते थे जो कंपनियों को डेटा को ब्रांड जुड़ाव में बदलने की अनुमति दे, जैसे कि मार्केटिंग अभियान या कस्टम वेब अनुभव।

मैंमहामारी ने उपभोक्ता ऑनलाइन खरीदारी के रुझान में बदलाव को तेज कर दिया है। इसका मतलब यह भी है कि व्यवसायों के लिए इस बदलते उपभोक्ता प्रतिमान को अनुकूलित करने के लिए ऑनलाइन अनुशंसा रणनीतियां महत्वपूर्ण हैं, “यादव ने ईमेल के माध्यम से Vanity Kippah को बताया। मैंAmazon, Airbnb, Google और Facebook जैसी दिग्गज टेक कंपनियां उपभोक्ताओं को प्रसन्न करने और विकास और मध्य-बाजार कंपनियों की स्वतंत्रता को सीमित करने के लिए मशीन लर्निंग का उपयोग कर रही हैं, जिन्हें अंततः तकनीकी विशाल पारिस्थितिक तंत्र में आपूर्तिकर्ता या निष्पादन भूमिकाओं के लिए फिर से आरोपित किया जाता है। जार्विस एमएल के साथ, ये कंपनियां डेटा का लाभ उठा सकती हैं जो उन्हें पहले से ही तकनीकी दिग्गजों पर निर्भरता को कम करने के लिए है, जबकि लगातार स्केलिंग करना है।

जार्विस एमएल

जार्विस एमएल वेबसाइट का स्क्रीनशॉट।

यादव ने जार्विस एमएल को पूरी तरह से प्रबंधित “मशीन लर्निंग-ए-ए-सर्विस” समाधान के रूप में वर्णित किया है, जो कंपनियों को अपने उत्पादों के लिए एक निजीकरण इंजन को जल्दी से तैनात करने में सक्षम बनाता है। प्लेटफ़ॉर्म डेटा में बिक्री और इन्वेंट्री पैटर्न सीखने के लिए एल्गोरिदम का उपयोग करता है जो कंपनियां इसमें जोड़ती हैं, और बनाती भी हैं पूर्वानुमान, मूल्य निर्धारण और प्रचार मॉडल जो इन कंपनियों को अपनी वेबसाइटों, ऐप्स और विज्ञापनों के साथ-साथ कंसीयज सेवाओं और ग्राहक सेवा को वैयक्तिकृत करने की अनुमति देते हैं।

वैयक्तिकरण इंजन के साथ सभी प्रकार के पूर्वाग्रह पाए जाते हैं। वे अक्सर डेटा असंतुलन का परिणाम होते हैं: इंजन को विकसित करने के लिए उपयोग किए जाने वाले डेटा में ग्राहकों के एक समूह का प्रतिनिधित्व नहीं किया जाता है। पिछले साल, लिंक्डइन कहा इसने एक ऐसी समस्या का समाधान किया जिसने कनेक्शन सुझावों को उन लोगों के लिए कम सटीक बना दिया जो दूसरों की तुलना में कम बार सेवा का उपयोग करते हैं। अन्य शोधों ने सुझाव दिया है कि ई-कॉमर्स साइटों पर अनुशंसा प्रणाली निम्न को संबोधित कर सकती हैं: आर्थिक बहुत कुछ खरीदने वाले ग्राहकों की तुलना में वंचित ग्राहकों को गलत तरीके से।

यादव ने सीधे तौर पर पूर्वाग्रह के सवाल को संबोधित नहीं किया, लेकिन इस बात पर जोर दिया कि जार्विस एमएल ग्राहक “अपने डेटा के मालिक हैं” और यह कि मंच “जीवन भर के मूल्यों, वरीयताओं और विभिन्न दुकानदारों के स्वाद” के लिए राजस्व का अनुकूलन करता है।

“हाँअरविस एमएल सिर्फ एक मंच है जो विपणन अभियानों या व्यक्तिगत वेबसाइट अनुभवों जैसे कार्रवाई योग्य ब्रांड जुड़ाव के लिए उस डेटा का लाभ उठाने में मदद करता है, ”यादव बताते हैं। “ग्राहकों के समूह की रूपरेखा बनाकर… जार्विस एमएल बिक्री को अधिकतम करने के लिए अत्यधिक प्रासंगिक अनुशंसित उत्पाद, सेवाएं और अनुभव प्रदान कर सकता है। हमारा सिस्टम इस तरह के फ्लेवर-आधारित मॉडलों के पूल से सर्वश्रेष्ठ मॉडल चुनता है और सबसे अच्छा मॉडल चुनता है जो हमारे उद्यम ग्राहकों के लिए प्रदर्शन करता है। ”

सिफारिश इंजन बाजार में – एक बाजार जो 2028 तक $ 17.3 बिलियन तक पहुंच सकता है, ग्रैंड व्यू रिसर्च के अनुसार – जार्विस एमएल कंस्ट्रक्टर और रिचरेलेवेंस जैसे ईकॉमर्स-केंद्रित स्टार्टअप के साथ प्रतिस्पर्धा कर रहा है। अन्य प्रतिद्वंद्वियों में फ्लाईबिट्स और मोनेट शामिल हैं (जिसे 2019 में किबो द्वारा अधिग्रहित किया गया था)।

लेकिन यादव ने जार्विस एमएल की प्रतिस्पर्धा के बावजूद बढ़ने की क्षमता में विश्वास व्यक्त किया, जो कि ट्विडी एंड कंपनी वेकेशन रेंटल जैसे ग्राहकों द्वारा जल्दी अपनाने का संकेत देता है। स्टार्टअप के पास वर्तमान में 21 का कार्यबल है, जो वर्ष के अंत तक 40 से अधिक तक विस्तार करना चाहता है।

मैंहमारे उत्पादों को एकीकृत करना आसान है और व्यवसायों को अधिक राजस्व प्राप्त करने में मदद करने के लिए गहरी मशीन सीखने की क्षमता प्रदान करते हैं… उदाहरण के लिए, एक ट्रैवल कंपनी साल्ट लेक सिटी के एक सेवानिवृत्त जोड़े को अधिक मामूली अपार्टमेंट की पेशकश करते हुए, बेवर्ली हिल्स परिवार को अपनी वेबसाइट पर समुद्र तट के घरों को स्वचालित रूप से सूचीबद्ध कर सकती है। दोनों आजीवन मूल्य के संदर्भ के आधार पर किसी भी ग्राहक के लिए प्रासंगिक हैं,” यादव ने कहासी-सूट स्तर के तकनीकी प्रबंधक जार्विस एमएल जावास्क्रिप्ट एसडीके और कोड परिवर्तन की एक पंक्ति का उपयोग करके केवल परिणाम उत्पन्न कर सकते हैं।

About the author

Frank James

Leave a Comment