고급 딥러닝 알고리즘으로 개인별 행동을 유도할 것으로 예측되는 동적으로 추천되는 제품.

고객 여정에서 퍼널의 가장 상단에 위치한 GlassesUSA.com은 과거에 최대 6가지 제품을 보여주는 추천 위젯이 표시되었던 스크롤 없이 볼 수 있는 영역 바로 아래에 있는 영역을 다시 검토하기로 결정했습니다. 전자상거래 팀은 가장 눈에 띄는 위치의 이점을 최대한 활용하고자, 이 페이지에 진입하는 개개인에게 더욱 맞춤화된 추천을 제공하면 장바구니 추가율을 높일 뿐만 아니라 전반적인 구매 및 매출을 증대할 수 있다고 가정했습니다. 결국, 다른 유사 사용자의 상호작용을 기반으로 관심 있는 항목을 보여주는 고전적인 협업 필터링 전략은 매우 효과적일 수 있지만, 그 추천은 진정으로 개인화된 것이 아닙니다.

1. 방대한 제품 카탈로그는 물론, 사이트 전체에서 보이는 트렌드를 기반으로 스스로 빠르게 학습하여 가장 정확한 상품을 추천합니다.
   

   
2. 과거 행동뿐만 아니라 세션 내 활동도 고려하여 쇼핑객이 가장 관심 있어 하거나 구매할 가능성이 높은 항목을 보여줍니다.
   
   
3. 모델에 수집되는 새로운 데이터에 따라 지속적으로 학습하여 시간이 지남에 따라 추천 결과가 지속적으로 최적화되도록 보장합니다.