Skip to main content

ÉTUDE DE CAS

GlassesUSA.com déploie un algorithme de deep learning pour adapter ses recommandations à chaque acheteur

Cette étude de cas est associée au produit Dynamic Yield.

cercle orange

Data & Services

Institut économique

3 min de lecture · 2024

logo de Google
logo microsoft
logo de Pinterest
logo Wikipédia
logo amazon

Atteindre un niveau supérieur de personnalisation 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 proposer des lunettes de vue de haute qualité à un prix plus raisonnable que les autres acteurs du marché. Une décennie plus tard, l'entreprise est désormais le plus grand détaillant de lunettes en ligne au monde, proposant une variété de lunettes de soleil, de lentilles de contact, et plus encore. Avec la plus grande sélection de styles et de marques proposée en ligne, comprenant des articles de Ray Ban, Oakley et bien d'autres, ainsi que la possibilité de tout essayer en ligne grâce au miroir virtuel, tout en profitant de la livraison gratuite et d'une garantie de remboursement à 100 %, GlassesUSA.com est votre guichet unique pour tous vos besoins visuels.

Mais après des années d'optimisation de ses expériences numériques, l'équipe e-commerce était prête à aller au-delà de la recommandation de produits d'intérêt supplémentaires pour se tourner vers ceux dont la prédiction garantissait l'engagement. Et après avoir réalisé un test comparatif par rapport à ses recommandations traditionnelles basées sur le machine learning sur la page d'accueil, GlassesUSA.com a découvert que l'algorithme de deep learning sophistiqué de Dynamic Yield était capable de générer une augmentation de 68 % des achats et de 88 % du chiffre d'affaires, le tout à partir d'un seul widget.

Barre latérale

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

Lire la suite

Titre

Examinez et comparez la composition, la taille et la fréquence des paniers sur la base d'offres groupées et d'offres de valeur personnalisables.

Identifiez les assortiments qui profitent le plus à l'entreprise pour soutenir l'optimisation des produits

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

Explorez le comportement d'achat ultérieur et la fidélité lorsque certains articles déclencheurs sont achetés

Découvrez les meilleurs vendeurs, les articles associés et les combinaisons d'articles fréquentes dans un rapport automatisé

"Grâce aux recommandations de Dynamic Yield, nous ne devons plus choisir manuellement une stratégie de recommandation pour les recommandations de notre page d'accueil. Son algorithme d'apprentissage profond détermine automatiquement le sous-ensemble de paramètres approprié pour chaque utilisateur en fonction de son comportement, de sa position dans le parcours client et des tendances observées sur l'ensemble du site, ce qui le rend supérieur à toute autre stratégie disponible – non seulement en termes de résultats, mais aussi de temps gagné".

Nadav Yekutiel, Head of Data, GlassesUSA.com
lunettes sur une statistique en pourcentage

Une augmentation de 68 % des achats et de 88 % du chiffre d'affaires, le tout à partir d'un seul widget

Le défi

Abritant des marques de distributeur ainsi que plus de 60 noms de créateurs, GlassesUSA.com comprend la difficulté de trouver la paire de lunettes idéale parmi les milliers de styles disponibles dans son catalogue. Faisant de la facilité de découverte une priorité, les recommandations constituent un élément majeur de son site de commerce électronique, s’étendant sur diverses pages pour faciliter le processus d’achat, notamment la page d’accueil, qui représente le point d’entrée initial pour la plupart des acheteurs en ligne. Souhaitant maximiser la performance de ses recommandations de produits sur place, l’équipe avait besoin d’une solution capable de :

  • Entraînez-vous rapidement pour recommander les articles les plus précis en vous basant sur son vaste catalogue de produits ainsi que sur les tendances observées sur l’ensemble du site

  • Prenez en compte non seulement le comportement historique, mais également l'activité au sein de la session afin de présenter les articles avec lesquels les acheteurs sont le plus susceptibles d'interagir ou qu'ils sont le plus susceptibles d'acheter

  • Continuer à apprendre grâce à chaque nouvelle donnée intégrée dans le modèle pour garantir que les résultats des recommandations soient continuellement optimisés au fil du temps

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

Exécution

Produits recommandés de manière dynamique, prédits pour inciter chaque individu à agir grâce à un algorithme avancé de deep learning.

Représentant le tout début du parcours client, GlassesUSA.com a décidé de réexaminer une zone située juste en dessous de la ligne de flottaison où elle affichait historiquement un widget de recommandation présentant jusqu'à six produits différents. Espérant tirer le maximum de valeur de cet emplacement central, l'équipe e-commerce a émis l'hypothèse qu'en fournissant des recommandations plus fortement personnalisées pour chaque individu dès son arrivée sur cette page, elle pourrait non seulement améliorer les taux d'ajout au panier, mais aussi augmenter les achats et le chiffre d'affaires global. Après tout, une stratégie de filtrage collaboratif classique qui présente des articles d'intérêt en fonction des interactions d'autres utilisateurs similaires peut s'avérer très efficace, mais les recommandations ne sont pas véritablement personnalisées.

 

  1. Formez-vous rapidement pour recommander les articles les plus précis en vous basant sur son vaste catalogue de produits ainsi que sur les tendances observées sur l'ensemble du site
    

  2. Prenez en compte non seulement le comportement historique, mais également l'activité au sein de la session afin de présenter les articles avec lesquels les acheteurs sont le plus susceptibles d'interagir ou qu'ils sont le plus susceptibles d'acheter

  3. Continuer à apprendre grâce à chaque nouvelle donnée intégrée dans le modèle pour garantir que les résultats des recommandations soient continuellement optimisés au fil du temps

Un affichage de produits sur la page d’accueil fortement personnalisé pour chaque individu incite à l’ajout au panier

six paires de montures de lunettes à prix

Image reproduite avec l'aimable autorisation de glassesusa.com

Le principal point à retenir

Dans le cadre de sa mission visant à proposer aux clients les meilleures lunettes possibles à des prix abordables, GlassesUSA.com a compris qu'elle devait aller au-delà de la simple suggestion d'articles similaires ou complémentaires pour proposer des articles véritablement personnalisés pour l'utilisateur. La volonté de l'entreprise de repousser les limites de la livraison d'expériences client l'a amenée à tester la technologie de recommandation par deep learning 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, et ce dès le sommet de l'entonnoir. Les résultats de ses tests initiaux sur la page d'accueil, à la fois sur ordinateur et sur mobile, ont déjà prouvé un impact significatif sur la capacité de l'équipe à stimuler des actions concrètes, l'algorithme avancé générant une augmentation de 68 % des achats et de 88 % du chiffre d'affaires.

Contributeurs : Einat Haftel, directrice des produits (Chief Product Officer) ; 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.

Promotions

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

Réserver une démo