十二年前，GlassesUSA.com 的創辦人致力於以比市場上其他產品更合理的價格提供高品質的處方眼鏡。十年後，該公司現已成為全球最大的線上眼鏡零售商，提供各式各樣的太陽眼鏡、隱形眼鏡等產品。GlassesUSA.com 擁有線上提供最廣泛的款式和品牌選擇，包括 Ray Ban、Oakley 等產品，並能夠使用虛擬試戴鏡線上試戴所有產品，享受免運費及 100% 退款保證，是滿足您所有視力需求的一站式商店。
但在經過多年優化其數碼體驗之後，電子商務團隊已準備好超越以往的做法，不再只是向那些預計能提高參與度的用戶推薦更多感興趣的產品。在針對其首頁上傳統的機器學習推薦系統進行測試後，GlassesUSA.com 發現 Dynamic Yield 精密的深度學習演算法能夠帶來 68% 的購買量增長和 88% 的收入提升，而這一切都來自單一個小工具。
根據可自訂的捆綁銷售和超值優惠，檢查並比較購物籃組成、大小和頻率。
識別對業務最有益的商品組合，以支援產品優化
尋找在購物籃中最常見的商品搭配，以制定新促銷和店內陳列的策略
當購買某些觸發商品時，探索後續購買行為和忠誠度。
在自動化報告中揭示熱銷產品、相關附件及常用商品組合
GlassesUSA.com 擁有自有品牌及超過 60 個設計師品牌，深知要從目錄中數千種款式裡，找到一副完美眼鏡的困難。為優先考慮發現的便捷性，推薦功能是其電子商務網站的重要組成部分，貫穿多個頁面以更好地促進購買流程，包括對大多數網上購物者而言是主要入口點的首頁。為最大化其產品推薦的表現，該團隊需要一個能夠實現以下目標的解決方案：
正是在那時，團隊開始與 Dynamic Yield 合作，運行深度學習推薦。
透過先進的深度學習演算法，動態推薦預計能促使個人採取行動的產品。
作為客戶旅程中最頂端的部分，GlassesUSA.com 決定重新審視一個歷史上曾在頁面折疊下方顯示推薦小工具的區域，該小工具展示多達六種不同產品。為了從這個醒目的位置獲得最大價值，電子商務團隊假設，如果能夠在此頁面入口處提供更為個人化的推薦，不僅可以提高加入購物車率，還可以全面增加購買量和收入。畢竟，一種經典的協同過濾策略，即根據其他類似用戶的互動來展示感興趣的商品，可以非常有效，但這些推薦並非真正個人化。
圖片由glassesusa.com提供
GlassesUSA.com 的使命是以實惠的價格為客戶提供最佳眼鏡，他們意識到必須超越提供類似或補充商品的範疇，轉為提供真正個人化的商品予用戶。該公司勇於突破客戶體驗交付的界限，促使他們試驗 Dynamic Yield 的深度學習推薦技術，以更好地預測客戶需求，並自動預測每個個體最有可能感興趣的產品，即使是在銷售漏斗的最頂端亦然。其在桌面和流動裝置上的初始主頁測試結果，已證明對團隊推動有效行動的能力產生重大影響，先進的演算法使購買量提升 68%，收入增加 88%。
貢獻者：Einat Haftel，首席產品官；Ori Bauer，Dynamic Yield 行政總裁；Susan Grossman，市場服務執行副總裁
[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.
