Fallstudien
Gemini und Firebase AI Logic haben Karrot in weniger als zwei Wochen eine Übersetzungsfunktion ermöglicht, mit der das Unternehmen seinen Umsatz steigern konnte
Lesezeit: 2 Minuten
Karrot ist eine hyperlokale, communitybasierte Peer-to-Peer-Marktplatz-App, mit der Nutzer Artikel von anderen verifizierten Nutzern kaufen, an sie verkaufen und mit ihnen tauschen können. Seit dem Start in Südkorea im Jahr 2015 hat sich die Plattform auf globale Märkte ausgeweitet und über 43 Millionen registrierte Nutzer gewonnen.
Nach dem Start in Nordamerika stellten die Entwickler von Karrot fest, dass 30% der Nutzer in der Region eine andere Gerätesprache als Englisch verwenden, z. B. Spanisch. Um die App zugänglicher zu machen, wollte das Team schnell und in großem Umfang eine nahtlose Übersetzungsfunktion in Karrot einführen. Die Entwickler kamen zu dem Schluss, dass die effizienteste Möglichkeit, hochwertige Übersetzungen zu implementieren, die Einbindung eines KI-Dienstes direkt in die App wäre. Daher wählten sie Firebase AI Logic und das Android SDK aus, um auf Gemini Flash Lite zuzugreifen. Dies führte zu einer höheren Kauf-Conversion bei Nutzern, die keine englische Gerätesprache verwenden.
Gemini Firebase AI Logic einbinden
Das Team testete zunächst zwei Optionen auf dem Gerät: das ML Kit Translation SDK und Gemini Nano. Beide Optionen hatten jedoch Nachteile: ML Kit Translation entsprach nicht den Qualitätsanforderungen des Teams und bei Gemini Nano musste der Nutzer die Modelldaten herunterladen, wenn sie noch nicht auf dem Gerät vorhanden waren.
Anschließend testete das Team Firebase AI Logic. Durch den direkten Aufruf der Gemini API aus der App lieferte Firebase AI Logic genaue Ergebnisse in einer Geschwindigkeit, die einer natürlichen Konversationskadenz entsprach.
Die Einbindung von Firebase AI Logic in die App war laut TaeGyu An, einem Android-Softwareentwickler im Mobile Platform-Team von Karrot, „bemerkenswert einfach“. TaeGyu und das Team nutzten die Dokumentation und die Codebeispiele der Plattform, um in weniger als drei Stunden einen Proof of Concept zu erstellen.
So konnte das Team mehr Zeit für die Optimierung von Prompts und die Suche nach optimalen Konfigurationswerten aufwenden. „Auch ohne umfassende Erfahrung mit dem Schreiben von Prompts war es dank der Anleitungen und Tipps in der offiziellen Dokumentation einfach, schnell die richtige Richtung für die Verbesserung der Übersetzungsqualität zu finden“, so WonJoong Lee, ein Android-Softwareentwickler im North America Product Team von Karrot.
Diese niedrige Einstiegshürde und die schnelle Bearbeitungszeit ermöglichten es den Entwicklern, die Entwicklungskosten niedrig zu halten und in nur zwei Wochen vom Proof of Concept zum Produktionscode zu gelangen – und das alles ohne Einrichtung eines dedizierten Back-Ends. So blieb auch mehr Zeit für das UX- und Richtliniendesign, z. B. für das Opt-in-Verhalten und die Bedingungen für das Übersetzungsbanner.
Umsatz mit erweiterten KI-Funktionen steigern
Seit der Implementierung der Übersetzung mit Gemini und Firebase AI Logic hat das Karrot-Team eine höhere Kauf-Conversion bei Nutzern beobachtet, die keine englische Gerätesprache verwenden. Das zeigt, dass die Übersetzungsfunktion zur Umsatzsteigerung beiträgt.
Von den Nutzern, die eine andere Gerätesprache als Englisch verwenden, hat jeder dritte Nutzer, dem das Übersetzungsbanner angezeigt wurde, die Funktion aktiv genutzt. Das Team hat außerdem festgestellt, dass Käufer, denen die Übersetzungsfunktion angeboten wurde, 2,4-mal häufiger einen Chat mit einem Verkäufer gestartet haben als Käufer, denen die Funktion nicht angeboten wurde.
Die Flexibilität und Einfachheit der Bereitstellung von Firebase AI Logic hat das Team dazu veranlasst, weitere Funktionen zu prüfen, um die Arbeitsabläufe der Entwickler zu vereinfachen. „Es ist lohnend, Funktionen zu entwickeln, die auf verschiedenen Android-Geräten skaliert werden können und gleichzeitig dazu beitragen, dass sich Nachbarn in ihren lokalen Communities vernetzen und interagieren können“, so TaeGyu.
In Zukunft plant das Team, Server-Promptvorlagen zu implementieren, um Prompts nach der Veröffentlichung anzupassen, ohne eine neue Version der App ausliefern zu müssen. In Kombination mit Remote Config sollte dies dem Team helfen, schneller zu iterieren und den Betriebsaufwand zu senken.
Jetzt starten
Hier erfahren Sie, wie Sie mit Firebase AI Logic Gemini-basierte Funktionen wie KI-Übersetzungen und In-App-Personalisierung entwickeln können, um Ihren Nutzern schneller ein besseres Nutzererlebnis zu bieten.
Weiterlesen
-
Fallstudien
redBus ist die weltweit größte Online-Plattform für Bustickets und bedient Millionen von Reisenden in Indien, Südostasien und Lateinamerika.
Thomas Ezan, Tracy Agyemang • Lesezeit: 3 Minuten
-
Fallstudien
Monzo ist eine digitale Bank im Vereinigten Königreich mit 15 Millionen Kunden und Tendenz steigend. Mit zunehmender Größe der App stellte das Entwicklungsteam fest, dass die Startzeit der App ein kritischer Bereich für Verbesserungen war. Es befürchtete jedoch, dass dafür erhebliche Änderungen am Code erforderlich wären.
Ben Weiss, Tracy Agyemang • Lesezeit: 2 Minuten
-
Fallstudien
In der dynamischen Welt der sozialen Medien wird die Aufmerksamkeit der Nutzer schnell gewonnen oder verloren. Die Meta-Apps (Facebook und Instagram) gehören zu den größten sozialen Plattformen der Welt und bedienen Milliarden von Nutzern weltweit.
Mayuri Khinvasara Khabya, Tracy Agyemang • Lesezeit: 4 Minuten
Auf dem Laufenden bleiben
Lassen Sie sich Woche für Woche die neuesten Informationen zur Android-Entwicklung zusenden.