Leroy Merlin souhaitait offrir une expérience sur mesure aux utilisateurs qui accédaient à leur site à partir d’un e-mail ou de leur profil de compte. C’était un bon point de départ pour le programme de personnalisation de Leroy Merlin South Africa, car il utilisait le contexte de l’historique de navigation des utilisateurs connus. En se concentrant sur les utilisateurs qui sont déjà engagés et qui ont créé un compte, ils pourraient voir un succès précoce avant de se tourner vers les faibles intentions et les nouveaux utilisateurs.
À l’aide de piles de blocs de recommandations et de contenu dynamique, ils ont pu compiler des pages personnalisées qui montrent aux utilisateurs des recommandations basées sur l’affinité. Ces recommandations sont diffusées en fonction des données des clients concernant les préférences passées, l’historique des achats hors ligne et les interactions en temps réel avec la marque. Les scores d’affinité sont calculés à l’aide d’attributs sélectionnés tels que la catégorie, l’affinité de la marque, la fourchette de prix, le sujet, la couleur, etc.
Les nouveaux utilisateurs peuvent également visiter la page « Juste pour vous », y compris en naviguant à partir de la bannière de bienvenue de la page inférieure mentionnée précédemment. Ces utilisateurs voient les produits tendance actuels ainsi que des recommandations d’apprentissage profond basées sur l’algorithme NextML.
NextML est un algorithme d’AdaptML, un système d’IA centralisé qui automatise la prise de décision et adapte les expériences en fonction du comportement des utilisateurs en temps réel sur tous les canaux, prédisant leur prochain mouvement avec une précision inégalée.
NextML est un système d’IA d’apprentissage profond auto-formé qui adapte l’expérience numérique à chaque utilisateur individuellement, en extrapolant l’intention d’achat à partir des données de l’utilisateur et en prédisant les produits qui pourraient l’intéresser. NextML recommande la prochaine meilleure série de produits basés, adaptés au comportement des utilisateurs lorsqu’ils naviguent sur le site. En tant que modèle d’auto-apprentissage, NextML optimise en permanence les recommandations au cours de la session en fonction des habitudes d’achat, du comportement des visiteurs, de l’emplacement, etc.
L’équipe a utilisé NextML pour promouvoir spécifiquement les produits de première partie dans la mesure du possible, renforçant ainsi la réputation de sa marque pour ses produits de qualité supérieure dans la région.