Vantage Discovery

Vantage Discovery

Vantage Discovery (acquired by Shopify in March 2025) · 程式設計 · 商業

Vantage Discovery 是為線上商店設計的 AI 搜尋平台。它用嵌入向量與大型語言模型讀懂買家意圖、排序商品並個人化結果。Shopify 已於 2025 年 3 月收購這家公司。

Vantage Discovery 的介面預覽

關於 Vantage Discovery

About

什麼是 Vantage Discovery

Vantage Discovery 是一套面向零售電商的 AI 產品探索平台。2023 年由 Lance Riedel 與 Nigel Daley 創立,兩人都曾在 Pinterest 負責搜尋相關工作。公司走過種子輪與 A 輪募資,2025 年 3 月併入 Shopify。它並非面向消費者的 App,而是商店接上自家型錄與店面的一層搜尋服務。

它處理的落差,出現在買家的寫法與型錄的索引方式之間。像「通勤騎車穿的輕便雨衣」這種查詢,只比對標題與標籤的關鍵字引擎接不住。平台把商品與查詢都轉成向量,於是自然語言商品搜尋能回傳完全沒有出現這些詞的商品。接著再由語言模型依可能相關程度重新排序。

如今最大的限制是取得管道。Vantage Discovery 已不再以獨立服務販售,收購後價格頁與公開文件也一併下架。現在讀到相關資訊的人,多半是在評估 Shopify 用同一批人做出的東西,而不是採購原本的平台。第二個限制是人力。它是 API 產品,總得有人建立型錄模型、接好端點,並持續調整排序。

開始使用

  1. 先與團隊討論型錄規模與查詢量。取得權限靠的是業務洽談,不是自助註冊。
  2. 把型錄送進去。商品以資料記錄的形式建立,包含標題、描述、價格,以及搜尋比對時可用的屬性。
  3. 將搜尋端點接到店面,並設定分類、價格區間、庫存狀態等篩選條件。
  4. 上線後觀察查詢與點擊,再調整排序權重,以及個人化訊號所佔的比重。

產品資訊

快速了解 Vantage Discovery 的定價、支援平台與效能。

免費方案否
付費方案Custom pricing, not published
平台Web dashboard, REST API
開發者Vantage Discovery (acquired by Shopify in March 2025)
類別程式設計 · 商業
發布日期Jan 2023
最近更新Mar 2025
網站訪問量N/A
網站全球排名N/A
API 提供狀態是

適合對象

這項工具最適合的使用者、任務與情境。

使用者

  • 電商工程團隊:API 能接進既有的店面架構,但需要有人建立商品資料模型,並在正式環境維護一套搜尋服務。
  • 中型零售的商品企劃負責人:排序控制比多數搜尋工具更靠近業務端,前提是有人把商品規則翻成設定。
  • 市集與 B2B 型錄經營者:滿是專業術語的長串品項,最能在「依意義比對」的方式下受益。

任務

  • 救回零結果的查詢:商品與查詢被放進同一個向量空間後,改寫說法與屬性組合都能被接住,關鍵字索引往往直接漏掉。
  • 在既有店面加入自然語言商品搜尋:像「一百美元以內、冬天登山穿的保暖衣物」這類句子,不必手工建同義詞表也能得到可用結果。
  • 用行為資料建立個人化推薦:點擊與購買訊號餵給搜尋個人化,回訪者看到的結果會反映他先前瀏覽過什麼。

情境

  • 型錄裡全是技術零件:買家描述的是要解決的事,不是料號,語意比對正好補上這段距離。
  • 流量大但搜尋轉換差:當報表顯示大量查詢以跳出收場,先測試依可能相關度重新排序。
  • 已經在 Shopify 上營運的商店:收購意味著這套技術現在出現在 Shopify 自家的搜尋裡,而非另一筆獨立訂閱。

主要功能

全型錄的語意比對

商品與查詢被放進同一個向量空間,搜尋因此能依意義對上,而不是靠共同出現的字詞。有人找「冬天在家穿的暖呼呼家居服」,毛絨成套服裝即使沒寫「暖呼呼」也會出現。這是平台的核心,其餘能力都建立在這上面。

以語言模型重排向量結果

向量相似度先產出一份候選名單,再由語言模型依屬性契合度與成交機率重新排序。實務上的差別是,前幾筆結果看起來像經驗豐富的商品人員會挑的東西,而不只是數值距離最近的那幾筆。創辦團隊把差異化主要放在這裡。

依買家行為調整的搜尋個人化

平台讀取點擊、收藏與購買紀錄,為每位訪客調整結果。反覆瀏覽寬管牛仔褲的人,下次進來會看到這些商品排在更前面。本來就在收集行為資料的商店效果更明顯,因為模型有歷史可參考。

給開發者的向量搜尋 API

所有功能都走一支向量搜尋 API,由商店從自家前端呼叫。團隊保留原有介面與結帳流程,只把底層的查詢層換掉。不必重做版型,從評估到上線的路徑因此縮短。

屬性與中繼資料篩選

商品帶有分類、價格、庫存等中繼資料,查詢可以先依這些條件過濾再排序。語意比對就不會回傳尺寸不對或已售完的商品。篩選也能落實純粹相似度會忽略的商業規則。

型錄匯入流程

把商品送進來是一個明確步驟,不是專案尾聲的補丁:資料依模型需要的欄位建立,之後跟著型錄變動更新。標題與屬性乾淨與否很關鍵,資料鬆散就算排序模型再好,比對結果也一樣鬆散。

優缺點

優點

  • 帶有多重屬性的描述性查詢能給出可用結果,而這正是零售型錄上關鍵字搜尋最容易失手的場景。
  • API 優先的設計讓商店保留自家前端與結帳流程,不必搬到另一個商務平台。
  • 創辦團隊在 Pinterest 做過搜尋,排序邏輯反映的是真實的高流量零售經驗。
  • 個人化建立在多數商店本來就有的行為資料上,不需要另外鋪一層追蹤。

缺點

  • 現在已經買不到。Shopify 收購之後,Vantage Discovery 不再以獨立服務提供,2026 年要找搜尋供應商的人只能把它排除。
  • 沒有公開價格,舊的價格頁也下線了,編預算時沒有任何級距可以參照。
  • 需要內部技術人力接手。型錄建模、端點串接、相關度調校都落在商店這一側,行銷團隊無法獨力完成。

常見問題

它為零售店面提供搜尋與商品探索。商店把型錄送進去,再呼叫 API 取得語意比對與個人化結果,取代原本的關鍵字命中。