十二年前，GlassesUSA.com 的創辦人旨在提供比市場上其他業者更實惠的高品質處方眼鏡。十年後，該公司現已成為全球最大的網上眼鏡零售商，提供各式太陽眼鏡、隱形眼鏡等產品。GlassesUSA.com 提供網上款式與品牌選擇最齊全的商品，囊括 Ray Ban、Oakley 等品牌，您還可以使用虛擬試戴功能線上試戴所有商品，並享有免運費和 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，以及 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優惠方案，檢視並比較購物籃構成、大小及頻率。
識別最能讓企業受惠的商品組合，以支持產品優化
找出購物籃中最常見的商品組合，以制定新促銷活動和店內陳列策略。
探索當購買了某些觸發商品時的後續購買行為和忠誠度
在自動化報告中發掘熱銷商品和附件，以及常見商品組合。
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
那時團隊開始採用 Dynamic Yield 運行深度學習推薦。
採用先進深度學習演算法的動態推薦產品，預計能推動個人行動。
GlassesUSA.com 代表客戶旅程中漏斗的最頂端，因此決定重新審視頁面首屏以下的一個區域，該區域歷史上曾展示一個推薦小工具，其中包含最多六種不同的產品。電子商務團隊希望能從這個顯眼位置獲取最大價值，因此假設如果能在用戶進入此頁面時提供更高度個人化的推薦，不僅能提高加入購物車的比例，還能增加整體購買量和收入。畢竟，一種經典的協同過濾策略，根據其他類似用戶的互動情況來展示感興趣的項目，可能非常有效，但推薦內容並非真正個人化。
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好的眼鏡，因此他們意識到必須超越提供相似或互補商品的做法，轉而提供真正個人化的商品。該公司願意突破客戶體驗交付的界限，這促使他們嘗試 Dynamic Yield 的深度學習推薦技術，以便更好地預測客戶需求，並自動預測每個個體最有可能參與的產品，即使是在銷售漏斗的最頂端。其初步首頁測試（包括桌面版和手機版）的結果已證明對團隊推動有效行動的能力產生了顯著影響，先進的演算法使購買量提升了 68%，收入增長了 88%。
撰稿人：Einat Haftel，產品總監；Ori Bauer，Dynamic Yield 執行長；Susan Grossman，行銷服務執行副總裁
[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.
