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。GlassesUSA.com 在線上提供最大量的款式和品牌選擇，包括 Ray Ban、Oakley 等，並可使用虛擬試戴功能線上試戴所有產品，同時享有免費送貨及 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購買量 68% 的提升和收入 88% 的增長，所有這些都來自一個小工具。
根據可自訂的套裝及超值優惠，檢視及比較購物籃構成、大小及頻率。
識別對業務最有利的貨品種類，以支持產品優化。
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
探索當購買了某些觸發商品時的後續購買行為和忠誠度
在自動化報告中揭示暢銷商品、附件和常見的商品組合
GlassesUSA.com 集合了自有品牌和超過 60 個設計師品牌，深知在其目錄中提供的數千種款式中尋找完美眼鏡的難度。優先考慮易於發現，推薦是其電子商務網站的重要組成部分，貫穿各個頁面以更好地促進購買流程，包括主頁，主頁是大多數網上購物者的最初入口點。為了最大限度地提高其產品推薦的表現，該團隊需要一個能夠：的解決方案
那時，該團隊開始執行深度學習推薦並採用 Dynamic Yield。
採用先進的深度學習演算法，動態推薦產品，預測能針對個人促進行動。
GlassesUSA.com 代表客戶旅程漏斗的最頂端，決定重新審視一個在首屏下方、歷來顯示推薦小工具的區域，該小工具曾展示多達六種不同的產品。電子商務團隊希望從這個顯眼位置獲取最大價值，因此假設若能在用戶進入此頁面時提供更貼合個人需求的推薦，不僅能提高加入購物車的比率，還能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，可能非常有效，但這些推薦並非真正的個人化。
圖片由 glassesusa.com 提供
GlassesUSA.com 旨在以實惠的價格為客戶配對最佳眼鏡，因此意識到必須超越提供相似或互補商品，轉而提供真正為用戶量身定制的商品。該公司樂於拓展客戶體驗交付的界限，促使他們嘗試 Dynamic Yield 的深度學習推薦技術，以更好地預測客戶需求，並自動預測每個人最有可能參與的產品，即使是在漏斗的最頂端。其初次在桌面版和手機版主頁的測試結果，已經證明對團隊推動有意義的行動產生了顯著影響，其中先進的演算法使購買量提升 68%，收入增加 88%。
撰稿人：Einat Haftel，產品總監；Ori Bauer，Dynamic Yield 行政總裁；Susan Grossman，執行副總裁，市場服務
[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.
