Динамично препоръчани продукти, които се прогнозират, за да стимулират действията на всеки отделен човек, с усъвършенстван алгоритъм за дълбоко обучение.

Представлявайки самия връх на фунията в пътуването на клиента, GlassesUSA.com реши да преразгледа областта точно под сгъвката, където в миналото е показвал уиджет за препоръки, представящ до шест различни продукта. Надявайки се да извлече максимална стойност от това място на преден план, екипът за електронна търговия изказа предположението, че ако може да предостави препоръки, които да са по-подходящи за конкретния потребител при влизане в тази страница, ще може не само да подобри процента на добавяне в количката, но и да увеличи покупките и приходите като цяло. В края на краищата класическата стратегия за съвместно филтриране, която показва елементи от интерес въз основа на това, с което са взаимодействали други подобни потребители, може да бъде много ефективна, но препоръките не са истински персонализирани.

1. Самообучава се бързо да препоръчва най-точните продукти въз основа на обширния си продуктов каталог, както и на тенденциите, наблюдавани в сайта.
   

   
2. Вземете предвид не само историческото поведение, но и активността в рамките на сесията, за да покажете артикулите, с които купувачите най-вероятно ще се ангажират или ще купят.
   
   
3. Продължавайте да се учите с всяка нова част от данните, въведени в модела, за да гарантирате, че резултатите от препоръките се оптимизират непрекъснато с течение на времето.