Passer au contenu principal

ÉTUDE DE CAS

GlassesUSA.com déploie un algorithme d’apprentissage profond pour adapter ses recommandations à chaque client

Cette étude de cas est liée au produit de rendement dynamique.

Cercle orange

Données &. Services

Institut économique

3 min de lecture · 2024

Logo Google
Logo Microsoft
Logo Pinterest
Logo Wikipédia
Logo Amazon

Atteindre une personnalisation de niveau supérieur avec Dynamic Yield pour approfondir les relations clients et augmenter les ventes

Introduction

Il y a douze ans, les fondateurs de GlassesUSA.com ont entrepris de fournir des lunettes sur ordonnance de haute qualité à un prix plus raisonnable que les autres sur le marché. Dix ans plus tard, l’entreprise est maintenant le plus grand détaillant mondial de lunettes en ligne, offrant une variété de lunettes de soleil, de lentilles de contact et plus encore. Avec la plus grande sélection de styles et de marques offerts en ligne, des offres de Ray Ban, Oakley et plus encore, et la possibilité d’essayer tout en ligne grâce au miroir virtuel, de profiter de la livraison gratuite et d’un remboursement garanti, GlassesUSA.com’est votre guichet unique pour tous vos besoins en vision.

Mais après des années à optimiser ses expériences numériques, l’équipe eCommerce était prête à aller au-delà de la simple recommandation de produits supplémentaires d’intérêt pour ceux censés stimuler l’engagement. Et après avoir effectué un test selon ses recommandations traditionnelles basées sur l’apprentissage automatique sur la page d’accueil, GlassesUSA.com découvert que l’algorithme sophistiqué d’apprentissage profond de Dynamic Yield pouvait générer une augmentation de 68% des achats et une augmentation de 88% des revenus, le tout à partir d’un seul widget.

Encadré

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt

En savoir plus

Cap

Examinez et comparez la composition, la taille et la fréquence du panier en fonction de forfaits personnalisables et d’offres à valeur.

Identifiez les assortiments qui bénéficient le plus à l’entreprise afin de soutenir l’optimisation des produits

Trouvez des associations d’articles qui apparaissent le plus souvent dans les paniers afin de faciliter les stratégies pour de nouvelles promotions et des présentoirs en magasin

Explorez le comportement d’achat et la fidélité ultérieurs lorsque certains objets déclencheurs sont achetés

Découvrez les meilleures ventes, les pièces jointes et les combinaisons fréquentes d’articles dans un rapport automatisé

« Avec les recommandations Dynamic Yield, nous n’avons plus à choisir manuellement une stratégie de recommandation pour nos recommandations sur la page d’accueil. Son algorithme d’apprentissage profond détermine automatiquement le bon sous-ensemble de paramètres pour chaque utilisateur en fonction de son comportement, de sa position dans le parcours client, ainsi que des tendances observées sur le site, ce qui le rend supérieur à toute autre stratégie disponible – non seulement en termes de production, mais aussi de temps gagné. »

Nadav Yekutiel, Head of Data, GlassesUSA.com
Lunettes sur une statistique de pourcentage

Une augmentation de 68% des achats et une augmentation de 88% des revenus, tout cela grâce à un seul produit

Le défi

Abritant des marques de marque privée ainsi que plus de 60 noms de créateurs, GlassesUSA.com comprend la difficulté de trouver la paire de lunettes parfaite parmi des milliers de styles disponibles dans son catalogue. En privilégiant la facilité de découverte, les recommandations sont un élément majeur de son site de commerce électronique, s’étendant sur différentes pages pour faciliter le processus d’achat, y compris la page d’accueil, qui représente le point d’entrée initial pour la plupart des acheteurs en ligne. Cherchant à maximiser la performance de ses recommandations de produits là-bas, l’équipe avait besoin d’une solution capable de :

  • Entraînez-vous rapidement à recommander les articles les plus précis selon son vaste catalogue de produits ainsi que les tendances observées sur le site

  • Prenez en compte non seulement le comportement historique, mais aussi l’activité pendant la séance pour mettre en valeur les articles avec lesquels les acheteurs sont les plus susceptibles d’interagir ou d’acheter

  • Continuez à apprendre à chaque nouvelle donnée intégrée au modèle afin de vous assurer que les résultats des recommandations soient continuellement optimisés dans le temps

C’est alors que l’équipe a commencé à faire des recommandations d’apprentissage profond avec Dynamic Yield.

Exécution

Des produits recommandés dynamiquement prédit pour stimuler l’action par individu grâce à un algorithme avancé d’apprentissage profond.

Représentant le tout haut de l’entonnoir dans le parcours client, GlassesUSA.com a décidé de revisiter une zone juste en dessous du pli où elle affichait historiquement un widget de recommandation présentant jusqu’à six produits différents. Dans l’espoir d’en tirer le plus de valeur possible de cette mise en avant, l’équipe eCommerce a émis l’hypothèse que si elle pouvait fournir des recommandations plus ciblées à l’individu dès l’entrée sur cette page, elle pourrait non seulement améliorer les taux d’ajout au panier, mais aussi augmenter les achats et les revenus globaux. Après tout, une stratégie classique de filtrage collaboratif qui met en valeur des éléments d’intérêt basés sur ce que d’autres utilisateurs similaires ont rencontré peut être très efficace, mais les recommandations ne sont pas vraiment personnalisées.

 

  1. Entraînez-vous rapidement à recommander les articles les plus précis selon son vaste catalogue de produits ainsi que les tendances observées sur le site
    

  2. Prenez en compte non seulement le comportement historique, mais aussi l’activité pendant la séance pour mettre en valeur les articles avec lesquels les acheteurs sont les plus susceptibles d’interagir ou d’acheter

  3. Continuez à apprendre à chaque nouvelle donnée intégrée au modèle afin de vous assurer que les résultats des recommandations soient continuellement optimisés dans le temps

Une page d’accueil affichant des produits fortement adaptés aux attraits individuels ajoutés au panier

Six paires de montures de lunettes à prix élevé

Image gracieuseté de glassesusa.com

Le point clé à retenir

Dans sa mission de jumeler les clients avec les meilleures lunettes possibles à des prix abordables, GlassesUSA.com a reconnu qu’il fallait aller au-delà de la simple fourniture d’articles similaires ou complémentaires pour offrir des articles véritablement personnalisés à l’utilisateur. La volonté de l’entreprise de repousser les limites de la livraison de l’expérience client l’a amenée à expérimenter la technologie de recommandation d’apprentissage profond de Dynamic Yield pour mieux anticiper les besoins des clients et prédire automatiquement les produits avec lesquels chaque individu est le plus susceptible d’interagir, même au sommet de l’entonnoir. Les résultats de ses premiers tests sur la page d’accueil, tant sur ordinateur que sur mobile, ont déjà eu un impact significatif sur la capacité de l’équipe à mener des actions significatives, l’algorithme avancé générant une augmentation de 68% des achats et une augmentation de 88% des revenus.

Contributeurs : Einat Haftel, chef du produit; Ori Bauer, PDG, Dynamic Yield; Susan Grossman, vice-présidente exécutive, Services marketing

[1] « Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua sed do eiusmod tempor incididunt consectetur adipiscing elit sed.

[2] Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore.

Sujets connexes

Grande entreprise, commerce de détail, habillement/commerce spécialisé, épicerie

Promotion

Consultez notre équipe pour découvrir comment Mastercard peut améliorer votre entreprise grâce à nos produits et services.

Démo du livre