Ir para o conteúdo principal

Artigo

Aplique análises visuais às suas campanhas de personalização com nossa integração com a ContentSquare

O algoritmo de recomendações de Deep Learning permite que as marcas prevejam a próxima série de produtos que um consumidor provavelmente comprará.

Publicado: 28 de abril de 2021

Casal olhando de uma varanda

[Nova York, 28 de abril de 2021] A Dynamic Yield, a plataforma de otimização de experiência, anunciou hoje o lançamento gradual de seu algoritmo de Recomendações de Deep Learning de última geração e autoaprendizado, permitindo que as marcas prevejam a próxima série de produtos que um consumidor tem mais probabilidade de comprar.

Hoje, as recomendações de produtos são um requisito essencial para qualquer negócio de comércio eletrônico que queira aumentar o engajamento, as compras e a fidelidade. No entanto, um desafio constante para profissionais de marketing e de merchandising tem sido determinar quais produtos, entre um enorme catálogo de itens, oferecer a clientes com diferentes preferências e níveis de intenção.

As recomendações baseadas em Deep Learning do Dynamic Yield identificam intenções instantaneamente, até mesmo desde a primeira sessão, para combinar automaticamente os clientes com os produtos em que estão mais interessados ou que provavelmente comprarão, adaptando-se conforme novos dados são ingeridos. O modelo emprega o método item2vec, derivado diretamente de seu equivalente de Processamento de Linguagem Natural (NLP), o word2vec, para aprender os produtos no histórico de navegação de um usuário, atividade na sessão e tendências observadas em todo o site para recomendar produtos com os quais cada indivíduo deve se envolver enquanto faz compras.

“Os consumidores passaram a esperar um alto nível de personalização nas interações de varejo on-line”, disse Liad Agmon, CEO da Dynamic Yield. “Nosso modelo de Deep Learning explora tecnologias de rede neural de ponta de processamento de linguagem natural que provaram ser extremamente eficazes dentro do domínio de recomendações, proporcionando uma abordagem superior para prever os desejos e necessidades do cliente.”

Marcas líderes como URBN Brands, OFFICE, GlassesUSA.com e outras estão usando atualmente o algoritmo de aprendizagem profunda do Dynamic Yield para maximizar o desempenho de suas recomendações de produtos. A estratégia avançada baseada em aprendizagem automática já gerou aumentos substanciais de dois dígitos em compras e receita incremental para os clientes da Dynamic Yield.

Os principais benefícios do modelo de recomendação de Deep Learning incluem, mas não estão limitados a:

  • Resultados otimizados por usuário – O algoritmo de deep learning determina automaticamente o subconjunto ideal de parâmetros para cada usuário com base no comportamento, na sua posição na jornada do cliente e em quaisquer tendências identificadas no site, eliminando a necessidade de aplicar regras de filtro personalizadas manualmente.
  • Treinado rapidamente e adaptável – O algoritmo está constantemente e rapidamente aprendendo sozinho com base em uma enorme quantidade de dados comportamentais e de produtos para impulsionar resultados de recomendação que identificam instantaneamente a intenção do cliente, mesmo na primeira sessão, e são continuamente refinados à medida que novas informações são recebidas.
  • Disponível nos principais canais digitais – Aplique a mesma tecnologia avançada de aprendizagem profunda para fornecer recomendações de produtos previstas para impulsionar o engajamento no site dentro do aplicativo móvel, bem como por meio de campanhas por e-mail, que são personalizadas no momento da abertura do e-mail.

“Com o Dynamic Yield, já não precisamos de escolher manualmente uma estratégia para o nosso widget de recomendações na página inicial”, disse Nadav Yekutiel, Diretor de Dados da GlassesUSA.com. “O seu algoritmo de deep learning determina automaticamente o subconjunto correto de parâmetros para cada utilizador com base no seu comportamento, onde se encontra na jornada do cliente, bem como nas tendências observadas em todo o site, tornando-o superior a qualquer outra estratégia disponível – não só em termos de resultados, mas também de tempo poupado.”

Veja o estudo de caso completo de como a GlassesUSA.com implementa um algoritmo de deep learning para adaptar suas recomendações a cada cliente.

O modelo de recomendação de Deep Learning do Dynamic Yield faz parte do AdaptML™, o sistema de IA de Deep Learning autotreinável da empresa que adapta a experiência digital individualmente para cada usuário, extrapolando a intenção de compra de dados do cliente e prevendo produtos nos quais eles podem estar interessados.

Sobre a Dynamic Yield

O Dynamic Yield ajuda marcas empresariais a entregar e testar rapidamente interações digitais personalizadas, otimizadas e sincronizadas com os clientes. Equipes de marketing, produto, desenvolvimento e comércio eletrônico de mais de 350 marcas globais estão usando a plataforma de Otimização de Experiência do Dynamic Yield como a camada de tecnologia sobre soluções de CMS ou Comércio existentes para iterar mais rápido e combinar algoritmicamente conteúdo, produtos e ofertas para cada indivíduo para a aceleração de valor comercial a longo prazo.

Contact sales

Talk to an expert to learn how Mastercard can enhance your business through our products and services.

Mastercard