在大流行期间，零售商被迫接受电子商务。但有些人发现，随着消费者期望的变化和购买模式的转变，他们难以维持客户忠诚度。他们发现，由于像亚马逊这样的强大竞争，客户对那些没有向他们展示他们想要的东西的网站缺乏耐心。根据Baymard 研究所的研究，每 100 名潜在客户中，有 70 人会在没有购买的情况下离开。
这就是 Purva Gupta 推出Lily AI的原因，这是一个人工智能驱动的平台，可以将零售商或品牌的购物者与他们可能想要购买的产品联系起来。 Lily 由 Sowmiya Narayanan 共同创立，提供旨在为搜索引擎和产品发现轮播等网络商店组件提供支持的算法。
Lily 今天宣布，它在由嘉楠耘智领投的 B 轮融资中筹集了 2500 万美元，使其融资总额达到 4100 万美元。
“不同的购物者搜索独特，这使得零售电子商务品牌必须建立正确的产品分类来捕捉常见和长尾搜索，”古普塔通过电子邮件告诉 TechCrunch。 “想想你自己在零售电子商务网站上的令人沮丧的经历，并收到不相关的结果，或者更糟糕的是，根本没有结果，即使你正在寻找的产品显然是由该零售商提供的。”
在联合推出 Lily 之前，Gupta 曾在 Eko India 和联合国儿童基金会担任过各种职务。 Narayanan 带来了她在德州仪器、Yahoo! 的软件开发经验。 （全面披露：TechCrunch 的母公司）和 Box，她是Box Notes产品的全栈 Web 开发人员。
Lily 最初是作为零售商的应用程序，帮助了解女性购物者对时尚的个人喜好。但是，当事实证明难以获得牵引力时，Gupta 和Narayanan 转而构建了一个更加以企业为中心的解决方案，并将其打包为插件、软件即服务订阅产品。
Lily 现在保留了一支时尚、家居和美容领域的“专家”团队，他们帮助完善产品分类，然后用于训练产品搜索和推荐算法。 （该小组还研究和开发了将“罗纹面料”和“极简主义着装风格”等产品属性转化为算法可以理解的数学“语言”的方法。）本质上，Lily 根据特征（例如“风格、”、“适合”和“场合”），并使用与商品属性数据相关联的品牌客户数据来预测每个客户对目录中产品属性的亲和力。
图片来源： Lily AI
Gupta 承认，在产品归因和自动化产品标签领域还有其他公司依赖自动化和人工智能。例如， Depict.ai提供了一个产品推荐工具，该工具利用了来自互联网的数据。 Black Crow AI正在开发一个平台来预测电子商务客户将购买哪些产品，而Constructor则出售对数字零售市场搜索和发现的框架的访问权。
Meta 还为 Facebook Marketplace尝试了服装属性预测，两年前展示了一个可以从 Instagram 和 Flickr 上的模特照片中提取服装属性和时尚风格的系统。
但她认为，就可配置性而言，Lily 是目前最强大的选择之一。 Gupta 还强调，该平台在力所能及的范围内保护隐私，不使用客户姓名、地址或金融交易信息，而是在其客户的电子商务网站上使用匿名用户交互。
“与我们合作的 IT 决策者专注于 Lily 的更具体和切实的应用，而不是处于战略前沿。他们对 Lily 可以提供的信息的深度和准确性感兴趣；我们如何训练模型；以及输出和置信水平的准确性，”她说。 “我们通过定制我们的产品来满足他们的需求以及一个专门的客户成功团队来考虑随着时间的推移对目标或结果的变化。”
无论如何，迄今为止，大牌客户已经签约使用 Lily 的服务，包括 Macy’s、The Gap 及其各种品牌、Bloomingdale’s 和 thredUP。
Lily 不愿公开其收入数据，这家拥有 87 名员工的公司表示，它没有对年底员工人数的预测。撇开有关保密的问题不谈，古普塔断言，即使考虑到宏观经济逆风，Lily 也“处于有利位置”，可以在未来几个月利用新的零售垂直领域。
“自大流行开始以来，Lily AI 发展迅速，因为健康危机迅速加剧了零售向电子商务和数字化转型的转变，”古普塔说。 “我们将利用新资金进一步扩展到家居、美容和时尚领域的企业和中端市场零售电子商务品牌……我们还计划将我们的解决方案更深入地扩展到零售堆栈中的进一步应用，以及进一步为我们的客户提供一套丰富的分析。”