十二年前，GlassesUSA.com 的創辦人致力於以比市場上其他公司更合理的價格提供高品質處方眼鏡。十年後，該公司現已成為全球最大的網上眼鏡零售商，提供各種類型的 太陽眼鏡、隱形眼鏡 等產品。GlassesUSA.com 提供網上最齊全的款式和品牌選擇，包括 Ray Ban、Oakley 等品牌，您還可以使用虛擬鏡子在網上試戴所有商品，並享受免費送貨和 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。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。
識別對業務最有利的商品組合，以支援產品優化。
找出購物籃中最常見的商品搭配，以制定新促銷活動和店內陳列的策略。
探索購買某些觸發商品後的後續購買行為和忠誠度。
在自動化報告中發掘熱門暢銷產品、附加產品以及常見的商品組合。
GlassesUSA.com 擁有自有品牌以及超過 60 個設計師品牌，深知從其產品目錄中數千種款式中找到完美眼鏡的難度。為優先考量探索的便利性，推薦是其電子商務網站的重要組成部分，貫穿各個頁面，以更好地促進購買過程，包括作為大多數網上購物者最初進入點的首頁。為了最大限度地提升其產品推薦的效能，團隊需要一個能夠實現以下目標的解決方案：
就在那時，團隊開始利用 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 的使命是以實惠的價格為客戶配搭最合適的眼鏡，它意識到必須超越僅提供類似或互補商品的做法，轉而提供真正個人化的商品。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.
