十二年前，GlassesUSA.com 的創辦人旨在以比市場上其他同類產品更合理的價位提供高品質處方眼鏡。十年後，該公司已成為全球最大的網上眼鏡零售商，提供各式太陽眼鏡、隱形眼鏡等更多產品。GlassesUSA.com 網羅最豐富的款式及品牌選擇，包括 Ray Ban、Oakley 等更多品牌，並可於網上透過虛擬試戴鏡功能試戴所有產品，更享免費送貨及百分之百退款保證，絕對能滿足您所有的視力需求，是一站式的選購商店。
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。GlassesUSA.com 在針對其首頁上傳統的機器學習推薦系統進行測試後發現，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及超值優惠，檢視並比較購物籃構成、大小及頻率。
識別最能為業務帶來好處的商品組合，以支持產品優化。
尋找在購物籃中最常出現的商品配對，以協助制定新促銷和店內陳列的策略。
探索購買某些觸發商品後的後續購買行為和忠誠度。
透過自動化報告，發掘熱銷商品、附加產品及經常搭配的商品組合。
GlassesUSA.com 匯聚自有品牌和 60 多個設計師品牌，深知要從產品目錄中數千種款式中找到完美眼鏡的難度。優先考慮便利的探索體驗，推薦是其電商網站的重要組成部分，貫穿不同頁面以更好地促進購物流程，其中包括作為大多數網上購物者主要入口點的主頁。為提升其產品推薦的表現，團隊需要一個能夠：
那時團隊開始採用 Dynamic Yield 運行深度學習推薦。
運用先進的深度學習演算法，動態推薦預計能推動個人行動的產品。
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 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%。
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.
