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 擁有網上最齊全的款式和品牌選擇，包括 Ray Ban、Oakley 等，並可使用虛擬試戴鏡在網上試戴所有產品，更可享免費送貨和 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。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，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。
識別最能讓業務受益的產品組合，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
透過自動化報告發掘暢銷商品及附件和常用商品組合。
GlassesUSA.com 擁有自有品牌以及 60 多個設計師品牌，深知從其產品目錄中的數千種款式中找到完美眼鏡的困難。為了優先考慮易於發現，推薦是其電子商務網站的一個主要組成部分，遍布各個頁面，以更好地促進購買流程，包括作為大多數網上購物者初始入口點的首頁。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實現以下目標的解決方案：
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。
作為客戶旅程中最頂層的部分，GlassesUSA.com 決定重新審視其頁面首屏下方的一個區域，該區域過去曾展示一個推薦小工具，可展示多達六種不同的產品。為了從這個醒目的位置中獲取最大價值，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，根據其他相似用戶的互動情況來展示感興趣的商品，可能非常有效，但這些推薦並非真正個人化。
圖片由 glassesusa.com 提供
GlassesUSA.com 意識到，為了以實惠的價格為客戶提供最佳的眼鏡，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給用戶的商品。該公司勇於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，並自動預測每個個體最有可能互動的產品，即使是在漏斗的最頂端。其在桌面和流動裝置上進行的初始首頁測試結果，已證明對團隊推動有意義行動的能力產生了重大影響，先進的演算法使購買量提升了 68%，收入增長了 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.
