Doğal Dil İşleme – Natural Language Processing (NLP) -, günümüzde e-ticaret sitelerinin olmazsa olmaz teknolojisi haline geldi. Bunun en büyük nedeni doğal dil işleme teknolojisinin, kullanıcı deneyimini -User Experience (UX) -iyileştirmesi.
Akıllı arama, bir kullanıcının bir e-ticaret sitesindeki site içi arama kutusuna bulmak istediği ürünü yazdığında, bu anahtar kelime ile birebir eşleşen ürünlerin haricinde bulmak istediği ürünle alakalı önerilerin de gösterilmesidir.
Aşağıdaki elektronik ürünler satan bir e-ticaret sitesi örneğinde site içi arama kutusuna televizyon yazdığımızda sadece televizyonların değil, akıllı arama sayesinde alakalı sonuçların da gösterildiğini görüyoruz.
Bu basit bir iş gibi gözükebilir ancak akıllı arama sonuçlarının arkasında tamamen doğal dil işleme teknolojisi yer alır.
Doğal dil işleme teknolojisi, kayıtlı ürün içeriklerinden ürünün televizyon bilgisini alarak arama sonuçlarında televizyonları karşımıza çıkarırken aynı zamanda alakalı diğer sonuçları göstermek için televizyonla eş anlamlı, yakın anlamlı, üst-alt anlamlı, üyelik meronimi, parça meronimi gibi ilişkileri de anlayarak sonuçlarda gösterir.
Günlük hayatta klavyede yazı yazarken çoğu zaman yazım yanlışı yapabiliyoruz. Yanlış tuşa basmak, sesli harf kullanmamak, Türkçe karakter kullanmamak veya marka isimlerini okunuşuyla yazmak yazım yanlışlarına örnek olarak verilebilir.
E-ticaret sitelerinde ürün aratırken de yazım yanlışı yapabiliyoruz. Bazı e-ticaret siteleri, ürün yanlış yazılmış olduğunda otomatik olarak bunu anlıyor, düzeltiliyor ya da doğru yazılmış versiyonlarını öneri olarak bize gösteriyor.
Örneğin, bir e-ticaret sitesinden iphone marka telefon almak istediğimizi ve yazılışından tam emin olamadığımız marka isminin okunuşunu ile yani ayfon olarak aratmak isteyelim. Doğal dil işleme teknolojisi kullanan bu e-ticaret sitesi, bizim hangi markayı aratmak istediğimizi anladı ve doğru yazılmış versiyonlarını öneri olarak gösterdi. Böylece aradığımız ürünü bulabildik.
Burada doğal dil işleme, yazım hatalarına en yakın olası terimi belirler ve bunun yerine yanlış yazılan terimi otomatik olarak doğru olana dönüştürür ya da yanlış yazıma en yakın olası terimleri kullanıcıya önerir.
Otomatik tamamlama ise site içi arama kutusuna yazılan ilk harflere, kelimeye ya da kelime grubuna göre hangi ürünün aratılmak istediğinin tahmin edilmesidir. Tahmin edilen ürünler öneri olarak gösterilir ve kullanıcının seçimine bırakılır.
Örneğin, bebek bezi aratmak istediğimizi farzedelim. Aşağıdaki e-ticaret sitesi örneğinde görüldüğü üzere bebek bezinin ilk kelimesi olan bebek yazıldığında çıkan öneriler, doğal dil işleme teknolojisi sayesindedir.
Burada doğal dil işleme, arama kutusuna yazılan ilk harf ya da kelime aracılığıyla en alakalı anahtar kelimelerin önerebilebilmesi için diğer kullanıcıların arama terimlerinin toplandığı veri setlerini kullanır. Bu veriler ve arama terimleri arasındaki ilişkileri anlar ve kullanıcıya öneri olarak gösterir.
Chatbotlar, günümüzde daha çok bankacılık sektöründe kullanılıyor olsa da online alışverişin artmasıyla birlikte, bu yoğunluğa bir çare olarak e-ticaret sitelerinin olmazsa olmazı haline geldi.
Canlı sohbetlerde bir müşteri yetkilisi sisteme bağlanır ve sorularımızı anlayarak bize doğru yanıt verir. Ancak chatbotlar gerçek kişi değildir. Bu nedenle yazdıklarımızı anlaması ve yanıt verebilmesi doğal dil işleme teknolojisi sayesindedir.
Örneğin, dünya çapında perakende mağazalar zinciri Walmart, Yardım Merkezi sayfasında kullanıcılarını chatbota yönlendiriyor. Bu chatbot, belirli konulardaki soruları anlıyor ve yönlendirmeler ile kullanıcıların sorunlarına çözüm önerebiliyor. Eğer kullanıcı bu belirli konuların haricinde bir soru sorarsa chatbot bunu anlıyor ve kullanıcıyı ya gerçek bir kişiye yönlendiriyor ya da kullanıcının e-posta talebini alıyor.
Chatbotlar günümüzde çok yaygın olarak tercih ediliyor olmasına rağmen müşteri hizmetlerini iyileştirmeyi amaçlayan markalar chatbotlarını sürekli geliştirmekteler.
Gelişmiş chatbotlar doğal dil işleme teknolojisini daha iyi bir şekilde kullanarak bir insanın anlama kapasitesine yakın bir şekilde karşısındakini anlıyor ve klasik chatbotların ötesinde gelen soruya özgü cevap kurgulayarak kullanıcıyı yanıtlayabiliyorlar. Hatta iyi kurgulanmış bir chatbotun gerçek kişi olmadığını anlamamız mümkün olmuyor.
E-ticaret sitelerinde henüz bu kadar gelişmiş bir chatbota rastlamasak da başka alanlarda bu tarz chatbotlara rastlıyoruz.
Örneğin, yediğiniz yemeklerin kaç kalori olduğunu sorabildiğiniz ve yediklerinizi kaydetmek için kullanabileceğiniz Forksy.
Elinizdeki malzemeleri yazarak size yemek tarifi öneren ve sizinle konuşan bir Messenger botu olan Hey Plum.
Stanford psikologları ve yapay zeka uzmanları tarafından oluşturulan terapi botu Woebot.
E-ticaret sitelerine entegre edilen doğal dil işleme uygulamalarının kullanıcıların ihtiyaçlarını tam olarak karşılayabilmesi ve böylece kullanıcı deneyimini iyileştirilebilmesi için ham metinsel verinin doğru yapılandırılmış olması gerekir.
Doğru yapılandırılmış metinsel veri derken kastettiğimiz şey ise metinsel verilerin hizmet verilen sektöre göre yapısal ve anlamsal olarak düzenlenmesidir. Bunu bir örnekle açıklayalım:
Örneğin, bir seyahat sitesinde kayak yazıldığında çıkan sonuçlar ile spor malzemeleri satan bir e-ticaret sitesinde kayak yazıldığında çıkan sonuçların birbirinden farklı ve hizmet verilen sektörle alakalı olması ham metinsel verinin doğru yapılandırılmış olarak doğal dil işleme uygulamalarına entegre edilmesi sayesindedir.
Siz de ham metinsel verilerinizi sektörünüze uygun bir şekilde yapılandırmak ve doğal dil işleme uygulamaları ile e-ticaret sitenizde kullanıcı deneyimini iyileştirmek istiyorsanız bize ulaşabilirsiniz.