Saltar al contenido principal

Artículo

Aplica analíticas visuales a tus campañas de personalización con nuestra integración de ContentSquare

El algoritmo de recomendaciones de aprendizaje profundo permite a las marcas predecir la próxima serie de productos que es más probable que compre un consumidor.

Publicado: 28 de abril de 2021

Pareja mirando desde un balcón

[Nueva York, 28 de abril de 2021] Dynamic Yield, la plataforma de optimización de experiencias, ha anunciado hoy el lanzamiento gradual de su algoritmo de recomendaciones de aprendizaje profundo de última generación, que se autoentrena y permite a las marcas predecir la siguiente serie de productos que es más probable que compre un consumidor.

Hoy en día, las recomendaciones de productos son un requisito esencial para cualquier negocio de comercio electrónico que busque aumentar la participación, las compras y la lealtad. Sin embargo, un desafío constante para los especialistas en marketing y los comerciantes ha sido determinar qué productos de un catálogo masivo de artículos ofrecer a los clientes con diversas preferencias y niveles de intención.

Las recomendaciones basadas en el aprendizaje profundo de Dynamic Yield identifican instantáneamente la intención, incluso desde la primera sesión, para relacionar automáticamente a los clientes con los productos en los que están más interesados o que es más probable que compren, adaptándose a medida que se ingieren nuevos datos. El modelo emplea el método item2vec, derivado directamente de su homólogo de Procesamiento del Lenguaje Natural (PLN), word2vec, para conocer los productos en el historial de navegación de un usuario, la actividad durante la sesión y las tendencias observadas en todo el sitio para recomendar los productos con los que se prevé que cada individuo interactúe mientras compra.

“Los consumidores esperan un alto nivel de personalización en las interacciones de venta minorista en línea”, dijo Liad Agmon, CEO de Dynamic Yield. “Nuestro modelo de Deep Learning explota tecnologías de redes neuronales de vanguardia de procesamiento de lenguaje natural que resultan ser extremadamente efectivas dentro del dominio de las recomendaciones, proporcionando un enfoque superior para predecir los deseos y necesidades de los clientes”.

Marcas líderes como URBN Brands, OFFICE, GlassesUSA.com y otras están utilizando actualmente el algoritmo de aprendizaje profundo de Dynamic Yield para maximizar el rendimiento de sus recomendaciones de productos. La estrategia avanzada impulsada por el aprendizaje automático ya ha generado aumentos sustanciales de dos dígitos en las compras y en los ingresos incrementales para los clientes de Dynamic Yield.

Los beneficios clave del modelo de recomendación de aprendizaje profundo incluyen, pero no se limitan a:

  • Resultados optimizados por usuario: el algoritmo de aprendizaje profundo determina automáticamente el subconjunto correcto de parámetros para cada usuario en función de su comportamiento, su posición en el viaje del cliente y cualquier tendencia identificada en el sitio, eliminando la necesidad de aplicar manualmente reglas de filtrado personalizadas.
  • Entrenamiento rápido y adaptativo: el algoritmo aprende de forma constante y rápida basándose en una gran cantidad de datos de comportamiento y productos para potenciar resultados de recomendación que identifican al instante la intención del cliente, incluso desde la primera sesión, y se perfeccionan de forma continua a medida que llega nueva información.
  • Disponible dentro de canales digitales clave – Aplique la misma tecnología avanzada de aprendizaje profundo para ofrecer recomendaciones de productos que se prevé impulsen la interacción en el sitio dentro de la aplicación móvil, así como a través de campañas de correo electrónico, que se personalizan en el momento en que se abre el correo electrónico.

“Con Dynamic Yield, ya no tenemos que elegir manualmente una estrategia para nuestro widget de recomendaciones de la página de inicio”, dijo Nadav Yekutiel, jefe de datos de GlassesUSA.com. “Su algoritmo de aprendizaje profundo determina automáticamente el subconjunto correcto de parámetros para cada usuario según su comportamiento, dónde se encuentran en el viaje del cliente, así como las tendencias observadas en todo el sitio, lo que lo hace superior a cualquier otra estrategia disponible, no solo en términos de resultados sino también de tiempo ahorrado”.

Consulta el caso de estudio completo sobre cómo GlassesUSA.com implementa un algoritmo de aprendizaje profundo para adaptar sus recomendaciones a cada comprador.

El modelo de recomendación de aprendizaje profundo de Dynamic Yield es parte de AdaptML™, el sistema de inteligencia artificial de aprendizaje profundo de autoentrenamiento de la compañía que adapta la experiencia digital individualmente a cada usuario al extrapolar la intención de compra de los datos del cliente y predecir los productos que podrían interesarle.

Acerca de Dynamic Yield

Dynamic Yield ayuda a las marcas empresariales a ofrecer y probar rápidamente interacciones digitales con los clientes personalizadas, optimizadas y sincronizadas. Los equipos de marketing, productos, desarrollo y comercio electrónico de más de 350 marcas globales utilizan la plataforma de optimización de experiencia de Dynamic Yield como capa tecnológica sobre sus CMS o soluciones comerciales existentes para iterar más rápido y hacer coincidir algorítmicamente contenido, productos y ofertas con cada individuo para la aceleración del valor comercial a largo plazo.

Contact sales

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

Mastercard