Produktfindung mit visueller Suche bei leboncoin transformieren
Suche auf Millisekundenebene
Erfüllung der strengen Latenzanforderung von 200 ms.
80 Millionen Anzeigen, nahtloser Abruf
Skalierung der Vektorsuche über einen riesigen Datensatz hinweg.
Von null zum MVP in sechs Monaten
Schnelle Bereitstellung einer produktionsreifen visuellen Suche.
Zilliz Cloud gave us the speed and scale we needed to power visual search at Leboncoin, meeting our sub-200ms latency target and making product discovery seamless for millions of users.
Yann Lemonnier
Über Leboncoin
Leboncoin ist eine der meistbesuchten Websites Frankreichs und eine führende Re-Commerce-Plattform, die Millionen von Nutzern ermöglicht, gebrauchte Waren zu kaufen und zu verkaufen, Wohnungen zu finden oder mit Jobmöglichkeiten in Kontakt zu treten. Mit über 28 Millionen monatlichen Unique Visitors ist sie Frankreichs führende Website für Privatverkäufe und die zweitbeliebteste E-Commerce-Plattform. Darüber hinaus ist Leboncoin führend in den Bereichen Automobil und Immobilien und ein wichtiger Akteur bei Ferienunterkünften und Stellenanzeigen. Über 500.000 Fachleute und 15 % der französischen Unternehmen nutzen die Plattform, um zu verkaufen, zu werben oder zu rekrutieren, was sie zu einem unverzichtbaren Knotenpunkt für Privatpersonen und Unternehmen macht.
Durch das Angebot einer riesigen Auswahl an einzigartigen, gebrauchten oder generalüberholten Artikeln zu erschwinglichen Preisen ermöglicht Leboncoin den Nutzern, nachhaltige Entscheidungen zu treffen, die sowohl ihrem Budget als auch dem Planeten zugutekommen. Als Teil von Adevinta gehört es zu den führenden Re-Commerce-Plattformen, treibt die Kreislaufwirtschaft voran, reduziert Abfall und unterstützt Nachhaltigkeit, während es Nutzern und Unternehmen gleichermaßen wirtschaftlichen Mehrwert bietet.
Die Herausforderung: Modernisierung von Produktempfehlungen mit visueller Suche
Yann Lemonnier, ein ML Engineer bei Adevinta (ehemals ML Enabler, der Teams bei der Einführung von KI-Technologien unterstützte), kam 2024 zu Leboncoin, um eine Funktion für visuelle Suche aufzubauen, die schließlich auf alle Marktplätze unter dem Dach von leboncoin ausgeweitet werden sollte.
Leboncoin ermöglicht es Nutzern, gebrauchte Produkte zu kaufen und zu verkaufen, wobei Verkäufer Produktdetails, einschließlich Beschreibungen, Preisen und Fotos, manuell hochladen. Dieser Prozess erzeugt eine riesige Datenbank mit etwa 80 Millionen aktiven Anzeigen, die das Engineering-Team verwalten muss.
Um ein neues Publikum anzusprechen und die Plattform zu modernisieren, entschied Leboncoin, die visuelle Suche als Teil seines Produktempfehlungssystems einzuführen. Ziel war es, die Nutzererfahrung zu verbessern, indem die Produktentdeckung intuitiver und ansprechender gestaltet wird.
Aufbau des Systems für visuelle Suche
Das Team begann damit, visuelle Modelle zu recherchieren, die in der Lage sind, ähnliche Bilder innerhalb ihres Marktplatzes zu identifizieren. Nachdem sie ein Modell ausgewählt hatten, erkannten sie, dass sie eine leistungsstarke Vektordatenbank benötigten, um die für Ähnlichkeitssuchen generierten Embeddings zu speichern und abzurufen. Ihre Recherche wies schnell auf Milvus als führende Vektordatenbank hin, aber aufgrund von Ressourcenbeschränkungen entschieden sie sich für Zilliz Cloud, eine verwaltete Milvus-Lösung.
Das neue System für visuelle Suche führte zwei zentrale Funktionen ein:
- Ähnliche Artikel finden– Nutzer können auf eine Schaltfläche klicken, um ähnliche Produkte zu entdecken.
- Reverse Image Search – Nutzer können ein Foto hochladen und über das Kamerasymbol in der Suchleiste nach passenden Artikeln suchen.
Das Projekt begann sechs Monate vor Yann’s Ankunft, wobei das Team unter einem engen Zeitplan arbeitete, um innerhalb desselben Zeitrahmens ein MVP zu liefern. Sie mussten sich schnell mit visuellen Modellen, Embeddings und Similarity Matching vertraut machen. Nach der Bewertung ihrer Infrastrukturanforderungen stellte das Team fest, dass eine Vektordatenbank unerlässlich war, um Embeddings effizient zu speichern und abzufragen und so die Ähnlichkeitssuche zu unterstützen.
Warum Leboncoin Zilliz Cloud wählte
Das Team entschied sich für Zilliz Cloud, weil es ihre strenge Latenzanforderung von unter 200 ms erfüllte, selbst bei Nutzung der US-basierten Region. Über die Milvus-Kompatibilität hinaus bot Zilliz Cloud mehrere weitere zentrale Vorteile:
- Monitoring & Skalierbarkeit – Integrierte Tools vereinfachten Observability und Skalierung.
- Milvus-Kompatibilität & Open-Source-Transparenz – Das Team konnte die Codebasis auf Transparenz und Zuverlässigkeit prüfen.
- Einfache Bereitstellung – Das Erstellen eines Clusters war mit der intuitiven UI von Zilliz Cloud schnell und einfach.
Anfangs hatte das Team Schwierigkeiten mit der Datenaufnahme über Spark, aber die Bulk Insert-Funktion von Zilliz Cloud optimierte den Prozess und machte die Datenaufnahme deutlich effizienter. Zusätzlich zu Produktbildern integriert das Team auch geänderte Daten (Benutzerinteraktionen) in den Aufnahmeprozess, wobei kundenspezifische Software verwendet wird, die Ereignisse in Milvus-Upsert-Operationen umwandelt.
Ergebnisse
Durch die Implementierung einer visuellen Suche auf Basis von Zilliz Cloud modernisierte Leboncoin erfolgreich sein Produktempfehlungssystem und bot den Nutzern ein nahtloses und intuitives Erlebnis. Zu den wichtigsten Ergebnissen gehören:
- Verbesserte Nutzerinteraktion: Die Einführung der visuellen Suche verbesserte die Nutzerinteraktion erheblich, da sie es ihnen ermöglichte, ähnliche Produkte leicht zu finden. Die Funktionen für umgekehrte Bildsuche und „Ähnliche Artikel finden“ führten zu einer gesteigerten Produktentdeckung und einer verbesserten Nutzerbindung.
- Schnelle und skalierbare Leistung: Mit über 80 Millionen Anzeigen auf dem Marktplatz übertrifft das System die anspruchsvolle Latenzanforderung von 200 ms und erzielt sogar noch niedrigere Latenzen. Die Skalierbarkeit von Zilliz Cloud stellte sicher, dass die Plattform große Datenmengen ohne Geschwindigkeitseinbußen verarbeiten konnte, selbst während Zeiten mit Spitzenverkehr.
- Effiziente Vektorsuche: Der Einsatz von Milvus in Verbindung mit Zilliz Cloud ermöglichte es dem Team, Vektor-Embeddings effizient zu verwalten. Die einfache Bereitstellung und die Bulk Insert-Funktion von Zilliz Cloud machten die Datenaufnahme schnell und reibungslos und ermöglichten eine rasche Entwicklung des MVP.
- Zukunftssichere Lösung: Die Skalierbarkeit von Zilliz Cloud ermöglicht es Leboncoin, weiterhin innovativ zu sein. Das Team plant, fortschrittliche KI-Funktionen wie große Sprachmodelle (LLMs) für automatisierte Produktbeschreibungen zu integrieren und audiobasierte Artikelsuchen zu erkunden.
Zukunftspläne: Erkundung der konversationellen Suche
Leboncoin plant, seine Plattform mit modernsten KI-Funktionen weiter zu verbessern:
- LLM-generierte Beschreibungen– Automatisierung von Produktbeschreibungen zur Verbesserung der Qualität von Angeboten.
- Konversationelle Suche– Ermöglicht es Nutzern, Artikel über textbasierte Abfragen zu suchen, unterstützt durch große Sprachmodelle (LLM), Chat-Oberflächen und retrieval-augmented generation (RAG) für genauere und dynamischere Ergebnisse.
Durch die weitere Nutzung von KI und skalierbarer Infrastruktur verfeinert Leboncoin das Einkaufserlebnis für Millionen von Nutzern und bleibt im Re-Commerce-Bereich wettbewerbsfähig.
Folgen Sie den Neuigkeiten, Artikeln, Konferenzvorträgen und Meetups von Leboncoin, die in ihren Büros veranstaltet werden → https://mylnker.com/leboncoin-tech
- Über Leboncoin
- Die Herausforderung: Modernisierung von Produktempfehlungen mit visueller Suche
- Aufbau des Systems für visuelle Suche
- Warum Leboncoin Zilliz Cloud wählte
- Ergebnisse
- Zukunftspläne: Erkundung der konversationellen Suche
Inhalte
Branche
Elektronischer Geschäftsverkehr
Verwendete Technologie