十二年前，GlassesUSA.com 的創辦人創立的宗旨就是提供高品質的處方眼鏡，以比市面上其他品牌更合理的價格出售。十年後，該公司已成為全球最大的網上眼鏡零售商，提供各式各樣的太陽眼鏡、隱形眼鏡等產品。GlassesUSA.com 網羅線上最豐富的款式與品牌選擇，包括 Ray Ban、Oakley 等，並提供虛擬試戴功能，讓您線上試戴所有產品，更享免運費和 100% 退款保證，是您滿足所有視力需求的一站式商店。
但在經過多年優化數碼體驗之後，電子商務團隊已準備好超越以往的做法，不再只是向那些預期能提升參與度的用戶推薦額外的產品。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貨品組合，以支持產品優化
找出購物籃中最常見的商品組合，以協助制定新促銷活動和店內陳列策略
探索購買了特定觸發商品後的後續購買行為與忠誠度
在自動化報告中了解頂尖賣家、附件和常用商品組合。
GlassesUSA.com 匯聚自家品牌及超過60個設計師品牌名稱，深明要在其產品目錄中成千上萬款式之中找到最合適的眼鏡有多困難。為了優先考慮「易於發現」，推薦功能是其電子商務網站的重要組成部分，遍布不同頁面，以更好地促進購買流程，其中包括作為大多數網上購物者最初入口點的首頁。為了最大限度地提升其產品推薦的效能，該團隊需要一個能夠做到以下幾點的解決方案：
這時，團隊開始透過 Dynamic Yield 運行深度學習推薦。
透過先進的深度學習演算法，動態推薦產品，預期能驅動每個人的行動。
作為客戶旅程漏斗的頂端，GlassesUSA.com 決定重新審視首屏以下的一個版位，該處歷史上曾展示一個推薦小工具，用以顯示最多六款不同產品。電子商務團隊希望充分利用此核心版位的價值，因此預計，若能針對個別用戶進入此頁面時提供更個人化的推薦，不僅能提高加入購物車率，更能全面增加購買量及收益。畢竟，一種根據其他相似用戶的互動內容來展示感興趣商品的經典協同過濾策略，可能十分有效，但其推薦內容並非真正個人化。
圖片來源：glassesusa.com
為實現以實惠價格為顧客配對最合適眼鏡的使命，GlassesUSA.com 意識到它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給用戶。該公司勇於突破客戶體驗交付的界限，促使他們嘗試採用 Dynamic Yield 的深度學習推薦技術，以便更準確地預測客戶需求，並自動預測每個客戶最有可能感興趣的產品，即使是在銷售漏斗的最初階段亦然。其針對桌面版和流動版網頁進行的初步首頁測試結果，已經證明對團隊推動有意義行動的能力產生了重大影響，當中先進演算法帶來了 68% 的購買量增長和 88% 的收入提升。
貢獻者：Einat Haftel，產品總監；Ori Bauer，行政總裁，Dynamic Yield；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。
