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、隱形眼鏡等產品。GlassesUSA.com 擁有線上提供最廣泛的款式和品牌選擇，包括 Ray Ban、Oakley 等產品，並能夠使用虛擬試戴鏡線上試戴所有產品，享受免運費及 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 68% 的購買量增長和 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
在自動化報告中發掘暢銷商品、附帶商品和常用商品組合
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
就在那時，團隊開始利用 Dynamic Yield 運行深度學習推薦。
利用先進的深度學習演算法，動態推薦預計能針對個別使用者推動行動的產品。
GlassesUSA.com 代表了客戶旅程中漏斗的最頂端，決定重新審視頁面下方的一個區域，該區域歷來顯示一個推薦小工具，展示多達六種不同的產品。為了從這個醒目的版位中獲取最大價值，電子商務團隊假設，如果能在用戶進入此頁面時提供更為個人化的推薦，不僅可以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，根據其他類似用戶的互動來展示感興趣的商品，可以非常有效，但這些推薦並非真正個人化。
圖片由 glassesusa.com 提供
其旨在以實惠的價格為客戶配搭最佳眼鏡的使命下，GlassesUSA.com 意識到必須超越提供相似或互補商品的做法，轉向真正為用戶個人化定製的商品。該公司願意突破客戶體驗交付的界限，促使他們試驗 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可能感興趣的產品，即使在漏斗的最頂端。其首次主頁測試（包括桌面版和流動版）的結果，已證明對團隊推動有意義行動的能力產生重大影響，先進的演算法帶來了 68% 的購買量增長和 88% 的收入增長。
貢獻者：Einat Haftel，產品總監；Ori Bauer，Dynamic Yield 執行長；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.
