Examine y compare la composición, el tamaño y la frecuencia de la cesta en función de paquetes personalizables y ofertas de valor.
Este estudio de caso está relacionado con el producto Dynamic Yield .
Hace doce años, los fundadores de GlassesUSA.com se propusieron ofrecer gafas graduadas de alta calidad a un precio más razonable que otros en el mercado. Una década después, la empresa es ahora el minorista de gafas en línea más grande del mundo y ofrece una variedad de gafas de sol, lentes de contacto y más. Con la mayor selección de estilos y marcas ofrecidas en línea, con ofertas de Ray Ban, Oakley y más, y la posibilidad de probar todo en línea usando el espejo virtual y disfrutar del envío gratuito y la devolución del dinero 100 % garantizada, GlassesUSA.com es su ventanilla única para todas sus necesidades de visión.
Pero después de años de optimizar sus experiencias digitales, el equipo de comercio electrónico estaba listo para ir más allá de recomendar productos de interés adicionales a aquellos que se preveía que impulsarían la participación. Y después de ejecutar una prueba con sus recomendaciones tradicionales basadas en aprendizaje automático en la página de inicio, GlassesUSA.com descubrió que el sofisticado algoritmo de aprendizaje profundo de Dynamic Yield fue capaz de producir un aumento del 68% en las compras y un aumento del 88% en los ingresos, todo desde un solo widget.
Examine y compare la composición, el tamaño y la frecuencia de la cesta en función de paquetes personalizables y ofertas de valor.
Identificar los surtidos que más benefician al negocio para apoyar la optimización del producto.
Encuentre combinaciones de artículos que aparecen con mayor frecuencia en las cestas para facilitar las estrategias para nuevas promociones y exhibiciones en la tienda.
Explorar el comportamiento de compra posterior y la lealtad cuando se compran ciertos artículos desencadenantes
Descubra los productos más vendidos y los accesorios y combinaciones de artículos frecuentes en un informe automatizado
Hogar de marcas privadas y más de 60 nombres de diseñadores, GlassesUSA.com comprende la dificultad de encontrar el par de gafas perfecto entre miles de estilos disponibles en su catálogo. Al priorizar la facilidad de descubrimiento, las recomendaciones son un componente importante de su sitio de comercio electrónico y se ejecutan en varias páginas para facilitar mejor el proceso de compra, incluida la página de inicio, que representa el punto de entrada inicial para la mayoría de los compradores en línea. Buscando maximizar el rendimiento de sus recomendaciones de productos allí, el equipo necesitaba una solución que pudiera:
Fue entonces cuando el equipo comenzó a ejecutar recomendaciones de aprendizaje profundo con Dynamic Yield.
Productos recomendados dinámicamente que se prevé que impulsen la acción por persona mediante un algoritmo avanzado de aprendizaje profundo.
Representando la parte superior del embudo en el recorrido del cliente, GlassesUSA.com decidió volver a visitar un área justo debajo del pliegue donde históricamente había mostrado un widget de recomendación que mostraba hasta seis productos diferentes. Con la esperanza de extraer el máximo valor de esta ubicación central, el equipo de comercio electrónico planteó la hipótesis de que si pudiera brindar recomendaciones más adaptadas a cada individuo al ingresar a esta página, no solo podría mejorar las tasas de agregar al carrito, sino también aumentar las compras y los ingresos en general. Después de todo, una estrategia clásica de filtrado colaborativo que muestra elementos de interés según la interacción de otros usuarios similares puede ser muy eficaz, pero las recomendaciones no son verdaderamente personalizadas.
Imagen cortesía de glassesusa.com
En su misión de encontrar las mejores gafas posibles para los clientes a precios asequibles, GlassesUSA.com reconoció que tenía que ir más allá de ofrecer artículos similares o complementarios a aquellos que realmente fueran personalizados para el usuario. La voluntad de la empresa de ampliar los límites de la experiencia del cliente los llevó a experimentar con la tecnología de recomendación de aprendizaje profundo de Dynamic Yield para anticipar mejor las necesidades del cliente y predecir automáticamente los productos con los que es más probable que interactúe cada individuo, incluso en la parte superior del embudo. Los resultados de sus pruebas iniciales de página de inicio, tanto en computadoras de escritorio como en dispositivos móviles, ya han demostrado un impacto significativo en la capacidad del equipo para generar acciones significativas, y el algoritmo avanzado generó un aumento del 68 % en las compras y un aumento del 88 % en los ingresos.
Colaboradores: Einat Haftel, directora de productos; Ori Bauer, director ejecutivo de Dynamic Yield; Susan Grossman, vicepresidenta ejecutiva de servicios de 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.