انسانی تشریح کے ساتھ تلاش کے سوال کی تفہیم کو بڑھانا
مبہم ایج کیسز کو مستقل طور پر سنبھالنے اور پولینڈ میں مقیم ایک سرکردہ ای کامرس گروپ کے لیے تلاش کی مطابقت کو بہتر بنانے کے لیے انسانی فیصلے اور ساختی درجہ بندی کا فائدہ اٹھانا۔
منصوبے کا جائزہ
پولینڈ میں مقیم ای کامرس لیڈر کلائنٹ کو روزانہ لاکھوں سرچ سوالات موصول ہوتے ہیں۔ ان سوالات میں سے بہت سے ہیں۔ مبہم، شامل کریں غلط ہجے، یا رجوع کریں۔ متعدد مصنوعات کے زمرےخودکار سرچ انجنوں کے لیے چیلنجز پیدا کرنا۔
ایس کو بہتر بنانے کے لیےکان کی درستگی اور کسٹمر کا تجربہ، شیپ نے Baymard کے مطالعہ سے متاثر ہو کر ایک ساختی تشریحی فریم ورک تیار کیا۔ سوالات کو منظم طریقے سے درجہ بندی کیا گیا تھا۔ 11 زمرے (مثال کے طور پر، پروڈکٹ کیٹیگری، تھیم، مخصوص وصف، عین مطابق، مرچنٹ، علامت، غیر پروڈکٹ، وغیرہ) ترجیح کے قوانین مسلسل درجہ بندی کو یقینی بنانے کے لیے۔
اہم اعدادوشمار
50,000+ سوالات کی تشریح
متعدد زمروں میں
11 تشریحی کلاسز
واضح تعریفوں اور ترجیحی اصولوں کے ساتھ
3-مرحلہ ورک فلو
تشریح ➔ QA ➔ SME ثالثی۔
پروجیکٹ کا دائرہ کار
اس منصوبے کا مرکز تعمیر a جامع درجہ بندی بڑے پیمانے پر مارکیٹ پلیس پلیٹ فارم پر صارف کی تلاش کے رویے کے مکمل اسپیکٹرم کو حاصل کرنے کے لیے۔ دائرہ کار میں شامل ہیں:
- 11 زمروں کی درجہ بندی تیار کرنا ایسے معاملات کو حل کرنے کے لیے واضح تعریفوں اور ترجیحی درجہ بندی کے ساتھ جہاں سوالات ایک سے زیادہ کلاسوں میں فٹ ہو سکتے ہیں۔
- ہزاروں حقیقی سوالات کی تشریح درجہ بندی کے نظام کو تربیت دینے اور کیلیبریٹ کرنے کے لیے پروڈکٹ اور غیر پروڈکٹ دونوں ڈومینز میں۔
- مبہم سوالات کو حل کرنا سبجیکٹ میٹر ایکسپرٹس (SMEs) کے پاس بڑھا کر، اس بات میں مستقل مزاجی کو یقینی بناتے ہوئے کہ ایج کیسز کو کیسے ہینڈل کیا گیا۔
- تشریح شدہ مثالیں اور جواز فراہم کرنا QA کیلیبریشن کے لیے، ایک تربیتی سیٹ بنانا جس پر مستقبل کے تشریح کار حوالہ کے لیے انحصار کر سکیں۔
نمونہ تشریحات شامل ہیں:
- De dietrich ELENSIO ➔ بالکل درست
- E 91 ➔ کہنا مشکل ہے۔
- tezfiles ➔ مرچنٹ
- subaru brz toyota gt86 ➔ غیر پروڈکٹ
- اوکولری بی ایچ پی ➔ پروڈکٹ کیٹیگری
- stawu skokowego ➔ علامت
چیلنجز
اس منصوبے کو کئی پر قابو پانا پڑا ڈیٹا کی پیچیدگی کے مسائل جو ای کامرس تلاش کے ماحول میں عام ہیں:
محیط
"E 91" جیسے سوالات بہت مختلف مصنوعات (ایک کار کا ماڈل، ایک فیوز ہولڈر، ایک کیپسول امپرنٹ) سے مطابقت رکھتے ہیں، جس کی تشریح انتہائی غیر یقینی ہوتی ہے۔
ٹائپوز اور متغیرات
غلط ہجے یا شارٹ ہینڈ، جیسے "lampa uf zestaw"، کو "lampa UV zestaw" کے طور پر سمجھنے کے لیے سیاق و سباق کی انسانی تشریح کی ضرورت ہوتی ہے۔
اوور لیپنگ زمرہ جات
سوالات اکثر متعدد کلاسوں سے مماثل ہوتے ہیں (مثال کے طور پر، عین مطابق بمقابلہ ہم آہنگ بمقابلہ مخصوص خصوصیت)، مستقل مزاجی کو یقینی بنانے کے لیے ترجیحی اصولوں کی ضرورت ہوتی ہے۔
غلط ان پٹس
بغیر کسی پروڈکٹ کے میچ کے سیریل کوڈز یا شناخت کنندگان کو غلط درجہ بندی کرنے کی بجائے "غلط جملہ" کے طور پر ٹیگ کرنے کی ضرورت ہے۔
اسکیل ایبلٹی
متواتر طور پر مختلف درجہ بندی کے قوانین کا اطلاق کرنا ہزاروں سوالات مضبوط QA اور تشریحی حکمرانی کا مطالبہ کیا۔
حل
ان چیلنجوں سے نمٹنے کے لیے، a تشکیل شدہ تشریح کا فریم ورک متعارف کرایا گیا تھا، انسانی نگرانی کے ساتھ آٹومیشن کو متوازن کرتے ہوئے:
تشریحی رہنما خطوط
تفصیلی تعریفیں، مثالیں، اور ہدایات تخلیق کی گئیں تاکہ تشریح کرنے والوں کو پیچیدہ منظرناموں میں بھی مسلسل درجہ بندی کرنے میں مدد ملے۔
ترجیحی اصول
ایک درجہ بندی قائم کی گئی تھی (مثال کے طور پر، مطابقت پذیر> عین مطابق> مخصوص خصوصیت) لہذا اوورلیپنگ کے معاملات کو منظم طریقے سے حل کیا گیا تھا.
کثیر سطحی QA عمل
- تربیت یافتہ تشریح کاروں کی طرف سے ابتدائی تشریح۔
- QA ماہرین کے ذریعہ ثانوی جائزہ۔
- کنارے کے معاملات یا اختلاف رائے پر ثالثی کے لیے ایس ایم ایز کو بڑھانا
حقیقی دنیا کے سوالات کے ساتھ رہنما اصولوں کا عملی اطلاق
- 4008146044786 ➔ غلط جملہ
- معجزہ królika ➔ موضوعاتی وصف
- zcd کہکشاں گرے ➔ موازن
- owczarek belgijski ➔ تھیم
اس بات کو یقینی بنایا سیدھ، معیار، اور وشوسنییتا تشریح پائپ لائن کے اس پار۔
نتائج
اس پہل نے کلائنٹ کے تلاش کے ماحولیاتی نظام میں قابل پیمائش بہتری فراہم کی:
- 50,000+ سوالات کی درجہ بندی اعلی درستگی کے ساتھ، تلاش میں بہتری کے لیے ایک مضبوط تربیتی ڈیٹاسیٹ کی تشکیل۔
- تلاش کے نتائج کی بہتر مطابقت، براہ راست صارف کے اطمینان کو بڑھانا اور غیر متعلقہ میچوں سے مایوسی کو کم کرنا۔
- کم ابہام SME سے چلنے والے ثالثی اور ترجیحی اصولوں کے ذریعے ایج کیسز کو منظم طریقے سے حل کر کے۔
- بہتر مصنوعات کی دریافت, اس بات کو یقینی بنانا کہ صارفین زمرہ جات، صفات اور تھیمز میں زیادہ درست طریقے سے آئٹمز تلاش کر سکیں۔
مجموعی طور پر، اس منصوبے نے ایک کے لیے بنیاد رکھی زیادہ ذہین، صارف پر مرکوز تلاش کا تجربہای کامرس مارکیٹ میں اپنے مسابقتی برتری کو برقرار رکھنے میں کلائنٹ کی مدد کرنا۔
انسانی تشریحی ورک فلو نے تلاش کے پیچیدہ سوالات میں وضاحت کی۔ ساختی درجہ بندی اور ترجیحی اصولوں نے ہمارے سرچ انجن کی درستگی کو نمایاں طور پر بہتر کیا اور صارف کے تجربات کو مزید ہموار بنا دیا۔
- تلاش اور دریافت کے سربراہ، پولینڈ میں قائم ای کامرس جماعت
