Leroy Merlin wollte Benutzern, die ihre Website über eine E-Mail oder ihr Kontoprofil aufrufen, ein maßgeschneidertes Erlebnis bieten. Dies war ein guter Ausgangspunkt für das Personalisierungsprogramm von Leroy Merlin Südafrika, da es den Kontext aus dem Browserverlauf bekannter Benutzer verwendete. Indem sie sich auf Benutzer konzentrieren, die bereits engagiert sind und sich für ein Konto angemeldet haben, könnten sie frühzeitig Erfolge erzielen, bevor sie sich auf Benutzer mit geringer Kaufabsicht und neue Benutzer konzentrieren.
Mithilfe von Stapeln von Empfehlungsblöcken und dynamischen Inhalten konnten sie personalisierte Seiten zusammenstellen, die den Nutzern affinitätsbasierte Empfehlungen anzeigen. Diese Empfehlungen werden auf der Grundlage von Kundendaten für vergangene Präferenzen, der Offline-Kaufhistorie und Echtzeit-Interaktionen mit der Marke bereitgestellt. Affinitätswerte werden anhand ausgewählter Attribute wie Kategorie, Markenaffinität, Preisspanne, Thema, Farbe und mehr berechnet.
Neue Benutzer können auch die Seite "Nur für Sie" besuchen, indem sie von der zuvor erwähnten Willkommensbanner auf der unteren Seite aus navigieren. Diesen Nutzern werden aktuelle Trendprodukte sowie Deep-Learning-Empfehlungen angezeigt, die auf dem NextML-Algorithmus basieren.
NextML ist ein Algorithmus innerhalb von AdaptML, einem zentralisierten KI-System, das die Entscheidungsfindung automatisiert und Erfahrungen an das Echtzeit-Nutzerverhalten über alle Kanäle hinweg anpasst und den nächsten Schritt mit beispielloser Genauigkeit vorhersagt.
NextML ist ein selbstlernendes Deep-Learning-KI-System, das das digitale Erlebnis individuell an jeden Benutzer anpasst, indem es die Kaufabsicht aus den Nutzerdaten extrapoliert und vorhersagt, an welchen Produkten sie interessiert sein könnten. NextML empfiehlt die nächstbeste Serie von Produkten, die an das Benutzerverhalten beim Navigieren auf der Website angepasst sind. Als selbstlernendes Modell optimiert NextML die Empfehlungen während der Sitzung kontinuierlich auf der Grundlage von Kaufmustern, Besucherverhalten, Standort und mehr.
Das Team nutzte NextML, um gezielt Erstanbieterprodukte zu bewerben, wo immer dies möglich war, und stärkte so den Ruf seiner Marke für Produkte höchster Qualität in der Region.