疫情期间，零售商被迫拥抱电子商务。但一些人发现，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。
结果，面对亚马逊等强大竞争对手，他们发现，对于不能提供客户所需产品的网站，客户的耐心很低。根据 Baymard Institute 的研究，每100名潜在客户中，就有70人会在未进行购买的情况下离开。
这就是 Purva Gupta 推出 Lily AI 的原因。这是一个由人工智能驱动的平台，能够将零售商或品牌的购物者与可能想要购买的产品联系起来。Sowmiya Narayanan 联合创立了 Lily，它提供的算法旨在为网络商店组件（如搜索引擎和产品发现轮播图）提供支持。
Lily 今天宣布，它在由 Khosla Ventures 领投的 B 轮融资中筹集了2500万美元，使其总融资额达到4100万美元。
“不同的购物者搜索方式独特，因此零售电商品牌必须建立正确的产品分类体系，以捕捉常见搜索和长尾搜索，”Gupta 通过电子邮件告诉 TechCrunch。“想想你自己在使用零售电商网站时遇到的令人沮丧的经历：即使你正在寻找的产品明显由该零售商提供，却收到了不相关的结果，甚至完全没有结果。”
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多个职位。Narayanan 带来了她在德州仪器、Yahoo!（完全披露：TechCrunch 的母公司）和 Box 开发软件的经验，在那里她是 Box Notes 产品的全栈 Web 开发人员。
Lily 最初是一款面向零售商的应用程序，旨在帮助其了解女性购物者在时尚方面的个人偏好，但在难以获得市场反响后，Gupta 和 Narayanan 转向构建更专注于企业的解决方案，并将其打包为插件形式的软件即服务订阅产品。
如今，Lily 保留了一支由时尚、家居和美容领域的“专家”组成的团队，他们帮助完善产品分类体系，这些分类体系随后用于训练产品搜索和推荐算法。（该小组还研究和开发将“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 基于特征（例如“风格”、“合身度”和“场合”）捕获产品细节，并利用与物品属性数据相关联的品牌客户数据，预测每位客户对产品目录中产品属性的偏好。
Gupta 承认，在产品归因和自动产品标记领域，还有其他依赖自动化和人工智能的公司。例如，Depict.ai 提供一款产品推荐工具，该工具利用来自互联网各处的数据；Black Crow AI 正在开发一个平台，用于预测电子商务客户将购买哪些产品；Constructor 出售访问权限，其框架为数字零售市场的搜索和发现功能提供支持。
Meta 也进行了实验，针对 Facebook Marketplace 进行了服装属性预测。两年前，该公司展示了一个系统，能够从 Instagram 和 Flickr 上模特的照片中提取服装属性和时尚风格。
但她认为，就其可配置性而言，Lily 是市场上更强大的选项之一。Gupta 还强调，该平台在可能的范围内注重隐私保护，不使用客户的姓名、地址或财务交易信息，而是使用其客户电子商务网站上的匿名用户交互数据。
电商聚合商的未来前景如何？
“与我们合作的 IT 决策者更关注 Lily 的具体且切实的应用，而非处于战略前沿。他们感兴趣的是 Lily 所能提供的信息的深度和准确性、我们如何训练模型，以及输出的准确性和置信度，”她说。“我们通过定制产品以满足客户需求，并提供专门的客户成功团队来应对目标和结果随时间的变化，从而赢得市场。”
无论如何，迄今为止，包括梅西百货（Macy's）、盖璞（The Gap）及其旗下众多品牌、布鲁明戴尔（Bloomingdale's）和 thredUP 在内的知名客户已签约使用 Lily 的服务。
Lily 不愿公开其营收数据，这家拥有87名员工的公司表示，目前尚未对年底的雇员规模做出预测。面对关于保密性的质疑，Gupta 断言，即使考虑到宏观经济逆风，Lily 也“处于有利地位”，有望在未来几个月内抓住新的零售垂直领域的机遇。
Gupta 表示：“自疫情开始以来，由于健康危机迅速加剧了零售业向电子商务和数字化转型的转变，Lily AI 实现了大幅增长。我们将利用新资金进一步拓展至家居、美容和时尚领域的企业和中型市场零售电商品牌……我们还计划更深入地扩展我们的解决方案，以应用于零售技术栈中的更多场景，并为我们的客户提供更丰富的分析套件。”