GlassesUSA.com использует алгоритм глубокого обучения для адаптации своих рекомендаций под каждого покупателя.

Продукты, динамически рекомендуемые на основе продвинутого алгоритма глубокого обучения, которые, как предполагается, побуждают каждого человека к действию.

Представляя самую верхнюю часть воронки в пути клиента, GlassesUSA.com решила пересмотреть область чуть ниже первого экрана, где исторически отображался виджет рекомендаций, демонстрирующий до шести различных продуктов. Надеясь извлечь максимальную выгоду из этого центрального размещения, команда электронной коммерции предположила, что если она сможет предоставлять рекомендации, более точно подобранные для каждого пользователя при входе на эту страницу, это позволит не только улучшить показатели добавления в корзину, но и увеличить количество покупок и общий доход. В конце концов, классическая стратегия коллаборативной фильтрации, которая демонстрирует интересные товары на основе взаимодействия с ними других похожих пользователей, может быть весьма эффективной, но такие рекомендации не являются по-настоящему персонализированными.

1. Быстро самообучайтесь, чтобы рекомендовать наиболее точные товары на основе обширного каталога продукции, а также тенденций, наблюдаемых на сайте
   
   
2. Принимайте во внимание не только историческое поведение, но и активность в рамках сессии, чтобы показывать товары, с которыми покупатели с наибольшей вероятностью будут взаимодействовать или которые купят
   
   
3. Продолжайте обучаться с каждым новым фрагментом данных, поступающим в модель, чтобы результаты рекомендаций постоянно оптимизировались со временем