ShimmerCat for Business - Utveckling av intelligentare och snabbare e-handelssidor med hjälp av maskininlärning

Syfte och mål

Syftet med projektet var att utveckla en produkt för att skapa intelligentare och snabbare e-handelssidor med hjälp av maskininlärning. Grunden för projektet är den egenutvecklade HTTP/2-mjukvaran ShimmerCat, som via datainsamling och analys genom AI och maskininlärning kan minska laddningstider för e-handelssidor. Målet med projektet var dels att utveckla funktioner kopplade till förbättringar av användarupplevelsen, och att utveckla funktionerna för att ytterligare förbättra laddningstiderna med hjälp av AI och maskininlärning.

Resultat och förväntade effekter

Projekttresultaten har varit tillfredsställande och visar på att datadriven e-handel är framtiden. Tack vare resultaten kan e-handlare nu på ett enkelt sätt minska webbsidans laddningstid genom att bara addera ShimmerCat till sin befintliga IT-infrastruktur. ShimmerCat sköter sedan kommunikationen med e-handelssidans besökare och samlar in data såsom nätverksförhållanden, enhet, och geografisk plats, för att sedan optimera denna data med AI och maskininlärning för att minska laddningstider. Den förväntade effekten är 40-60% snabbare laddningstider.

Upplägg och genomförande

Med det nya protokollet HTTP/2, som lanserades i slutet av 2015, ändrades marknaden för att skapa snabba webbsidor. Upplägget för detta projektet har varit att fortsätta det innovativa arbete som inleddes av forskare inom Beräkningsvetenskap som skapade en banbrytande mjukvara för att skapa snabbare laddningstider för webbsidor över hela världen. Dagens marknad med tjänster för att skapa snabbare webbsidor är anpassad efter gammal teknologi från 90-talet, och med genomförandet av detta projekt vill vi öppna upp för en ny lösning på marknaden.