Динамически рекомендованные продукты, которые, как прогнозируется, побудят к действию каждого пользователя с помощью усовершенствованного алгоритма глубокого обучения.

Находясь на самом верху воронки в клиентском пути, GlassesUSA.com решил вернуться к области сразу под первым экраном, где ранее показывал виджет рекомендаций с демонстрацией до шести различных товаров. Стремясь извлечь максимум пользы из этого заметного размещения, команда eCommerce предположила, что если при входе на эту страницу она сможет показывать рекомендации, более точно адаптированные под пользователя, это поможет не только повысить добавление в корзину, но и увеличить количество покупок и общий доход. Ведь классическая стратегия коллаборативной фильтрации, которая показывает интересующие товары на основе взаимодействий похожих пользователей, может быть весьма эффективной, но рекомендации не являются по-настоящему персонализированными.

1. Быстро обучайтесь, чтобы рекомендовать наиболее точные товары на основе обширного каталога товаров, а также тенденций, наблюдаемых на сайте
   

   
2. Учитывайте не только историю поведения, но и активность в рамках текущей сессии, чтобы демонстрировать товары, с которыми покупатели с наибольшей вероятностью будут взаимодействовать или которые купят.
   
   
3. Продолжайте учиться с каждым новым фрагментом данных, поступающих в модель, чтобы обеспечить постоянную оптимизацию результатов рекомендаций с течением времени.