Saltar al contenido principal

ESTUDIO DE CASO

GlassesUSA.com implementa un algoritmo de aprendizaje profundo para adaptar sus recomendaciones a cada comprador

This case study is related to the Dynamic Yield product.

círculo naranja

Data &. Services

Instituto económico

3 min de lectura · 2024

logotipo de Google
Logotipo de Microsoft
Logotipo de Pinterest
Logotipo de Wikipedia
logotipo de amazon

Cómo alcanzar un nivel superior de personalización con Dynamic Yield para profundizar las relaciones con los clientes y aumentar las ventas

Introducción

Hace doce años, los fundadores de GlassesUSA.com se propusieron ofrecer anteojos graduados de alta calidad a un precio más razonable que el de otros competidores en el mercado. Una década después, la empresa es ahora el minorista de anteojos en línea más grande del mundo y ofrece una variedad de gafas de sol, lentes de contacto y más. Con la mayor selección de estilos y marcas que se ofrecen en línea, con productos de Ray Ban, Oakley y más, además de la capacidad de probarte todo en línea mediante el espejo virtual y disfrutar de envíos gratis y 100 % de garantía de devolución de dinero, GlassesUSA.com es tu tienda única para todas tus necesidades de visión.

Pero después de años de optimizar sus experiencias digitales, el equipo de comercio electrónico estaba listo para dejar atrás la recomendación de productos de interés adicionales y pasar a aquellos que se predice que impulsarán la participación. Y después de realizar una prueba frente a sus recomendaciones tradicionales basadas en aprendizaje automático en la página de inicio, GlassesUSA.com descubrió que el sofisticado algoritmo de aprendizaje profundo de Dynamic Yield era capaz de generar un aumento del 68 % en las compras y un incremento del 88 % en los ingresos, todo desde un único widget.

Barra lateral

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt

Leer más

Encabezado

Examiná y compará la composición, el tamaño y la frecuencia de las cestas basándote en conjuntos personalizables y ofertas de valor.

Identificá los surtidos que más beneficien al negocio para respaldar la optimización de productos

Encontrá combinaciones de artículos que aparecen con mayor frecuencia en los carritos para facilitar estrategias de nuevas promociones y exhibiciones en la tienda

Explorá el comportamiento de compra posterior y la lealtad cuando se compran ciertos artículos desencadenantes

Descubrí los productos más vendidos, los artículos complementarios y las combinaciones frecuentes de artículos en un informe automatizado

"Con las recomendaciones de Dynamic Yield, ya no tenemos que elegir manualmente una estrategia de recomendación para las sugerencias de nuestra página de inicio. Su algoritmo de aprendizaje profundo determina automáticamente el subconjunto correcto de parámetros para cada usuario según su comportamiento, en qué punto se encuentran del recorrido del cliente y las tendencias observadas en todo el sitio, lo que lo hace superior a cualquier otra estrategia disponible, no solo en términos de resultados, sino también de tiempo ahorrado".

Nadav Yekutiel, Head of Data, GlassesUSA.com
anteojos en una estadística porcentual

Un aumento del 68 % en las compras y un incremento del 88 % en los ingresos, todo desde un solo widget

El desafío

Hogar de marcas propias y de más de 60 nombres de diseñadores, GlassesUSA.com comprende la dificultad de encontrar el par de anteojos perfecto entre miles de estilos disponibles en su catálogo. Priorizando la facilidad de descubrimiento, las recomendaciones son un componente principal de su sitio de comercio electrónico, y se ejecutan en varias páginas para facilitar mejor el proceso de compra, incluida la página de inicio, que representa el punto de entrada inicial para la mayoría de los compradores en línea. Con el objetivo de maximizar el rendimiento de sus recomendaciones de productos allí, el equipo requirió una solución que pudiera:

  • Entrenate rápidamente para recomendar los artículos más precisos según su extenso catálogo de productos y las tendencias observadas en todo el sitio

  • Tomá en cuenta no solo el comportamiento histórico, sino también la actividad dentro de la sesión para mostrar los artículos con los que es más probable que los compradores interactúen o que compren

  • Continuar aprendiendo con cada fragmento de nuevos datos incorporados al modelo para garantizar que los resultados de las recomendaciones se optimicen continuamente con el tiempo

Fue entonces cuando el equipo comenzó a implementar recomendaciones de aprendizaje profundo con Dynamic Yield.

Ejecución

Productos recomendados dinámicamente que sepredice que impulsarán la acción por individuo con un algoritmo avanzado de aprendizaje profundo.

En representación de la parte superior del embudo en el recorrido del cliente, GlassesUSA.com decidió revisar un área justo debajo del pliegue donde históricamente había mostrado un widget de recomendación con hasta seis productos diferentes. Con la esperanza de extraer la mayor cantidad de valor posible de esta ubicación central, el equipo de comercio electrónico formuló la hipótesis de que, si podía ofrecer recomendaciones más adaptadas al individuo al ingresar a esta página, no solo podría mejorar las tasas de adición al carrito, sino también aumentar las compras y los ingresos en general. Después de todo, una estrategia clásica de filtrado colaborativo que muestra artículos de interés según con qué hayan interactuado otros usuarios similares puede ser muy eficaz, pero las recomendaciones no son verdaderamente personalizadas.

 

  1. Autoentrenate rápidamente para recomendar los artículos más precisos en función de su extenso catálogo de productos, así como de las tendencias observadas en todo el sitio
    

  2. Tomá en cuenta no solo el comportamiento histórico, sino también la actividad dentro de la sesión para mostrar los artículos con los que es más probable que los compradores interactúen o que compren

  3. Continuá aprendiendo con cada nuevo dato incorporado al modelo para garantizar que los resultados de las recomendaciones se optimicen de forma continua a lo largo del tiempo

La visualización en la página de inicio de productos muy adaptados a cada individuo incentiva a añadirlos al carrito

seis pares de armazones de gafas con precio

Imagen cortesía de glassesusa.com

La conclusión clave

En su misión de conectar a los clientes con las mejores gafas posibles a precios accesibles, GlassesUSA.com reconoció que tenía que ir más allá de ofrecer artículos similares o complementarios para brindar opciones verdaderamente personalizadas para el usuario. La disposición de la empresa a superar los límites en la entrega de experiencias de cliente los llevó a experimentar con la tecnología de recomendaciones de aprendizaje profundo de Dynamic Yield para anticiparse mejor a las necesidades de los clientes y predecir automáticamente con qué productos es más probable que interactúe cada individuo, incluso en la parte superior del embudo. Los resultados de sus pruebas iniciales en la página de inicio, tanto en computadoras de escritorio como en dispositivos móviles, ya han demostrado un impacto significativo en la capacidad del equipo para impulsar acciones significativas; el algoritmo avanzado generó un aumento del 68 % en las compras y un incremento del 88 % en los ingresos.

Colaboradores: Einat Haftel, Chief Product Officer; Ori Bauer, CEO, Dynamic Yield; Susan Grossman, EVP, Marketing Services

[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.

Promoción

Consultá con nuestro equipo para saber cómo Mastercard puede mejorar tu negocio a través de sus productos y servicios.

Reservar demo