Saltar al contenido principal

ESTUDIO DE CASO

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

Este caso de estudio está relacionado con el producto Dynamic Yield.

círculo naranja

Data & Services

Instituto de Economía

3 min de lectura · 2024

Logotipo de Google
logotipo de Microsoft
Logotipo de Pinterest
logotipo de wikipedia
logotipo de Amazon

Alcanzá un nuevo nivel 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 recetados de alta calidad a un precio más razonable que el de otros actores del mercado. Una década después, la empresa es ahora el minorista de anteojos en línea más grande del mundo y ofrece una variedad de anteojos de sol, lentes de contacto y mucho más. Con la mayor selección de estilos y marcas que se ofrece en línea, con opciones de Ray-Ban, Oakley y muchas más, y la posibilidad de probarte todo virtualmente con el espejo virtual y disfrutar de envío gratis y garantía de devolución del 100% del dinero, GlassesUSA.com es tu tienda única para todas tus necesidades visuales.

Pero después de años de optimizar sus experiencias digitales, el equipo de comercio electrónico estaba listo para ir más allá de recomendar productos adicionales de interés y recomendar aquellos que se preveía que impulsarían la interacción. Y después de probar 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 podía generar un aumento del 68% en las compras y un incremento del 88% en los ingresos, todo desde un solo 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 la cesta en función de paquetes 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 más frecuencia en los carritos para facilitar las 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 artículos más vendidos, los complementos y las combinaciones frecuentes de artículos en un reporte automatizado

"Con las recomendaciones de Dynamic Yield, ya no tenemos que elegir manualmente una estrategia de recomendación para las recomendaciones de nuestra página de inicio. Su algoritmo de aprendizaje profundo determina automáticamente el subconjunto adecuado de parámetros para cada usuario en función de su comportamiento, de la etapa del recorrido del cliente en la que se encuentra y de 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 del tiempo ahorrado".

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

Un aumento del 68 % en las compras y del 88 % en los ingresos, todo a partir de un solo widget

El desafío

Con marcas propias y más de 60 nombres de diseñadores, GlassesUSA.com entiende lo difícil que es encontrar el par de anteojos perfecto entre los miles de estilos disponibles en su catálogo. Al priorizar la facilidad para descubrir productos, las recomendaciones son un componente fundamental de su sitio de comercio electrónico y aparecen en varias páginas para facilitar el proceso de compra, incluida la página de inicio, que representa el punto de entrada inicial para la mayoría de los compradores en línea. Para maximizar el rendimiento de sus recomendaciones de productos allí, el equipo necesitaba una solución que pudiera:

  • Autoentrenate rápidamente para recomendar los artículos más precisos basándote en su amplio catálogo de productos y en las tendencias observadas en todo el sitio

  • Tomá en consideración 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

  • Continuá aprendiendo con cada fragmento de datos nuevos ingresados en el modelo para garantizar que los resultados de las recomendaciones se optimicen de forma continua a lo largo del tiempo

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

Ejecución

Productos recomendados dinámicamente que, mediante un algoritmo avanzado de aprendizaje profundo, se prevé que impulsen la acción de cada persona.

Al representar la parte más alta 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 que presentaba hasta seis productos diferentes. Con la esperanza de extraer el máximo valor de esta ubicación privilegiada y central, el equipo de comercio electrónico planteó la hipótesis de que, si podía ofrecer recomendaciones más adaptadas individualmente 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 en función de con qué han interactuado otros usuarios similares puede ser sumamente efectiva, pero las recomendaciones no están verdaderamente personalizadas.

 

  1. Entrenate rápido para recomendar los artículos más precisos en función de su extenso catálogo de productos y de las tendencias observadas en todo el sitio
    

  2. Tomá en consideración 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. Continuar aprendiendo con cada dato nuevo incorporado al modelo para garantizar que los resultados de las recomendaciones se optimicen continuamente con el tiempo

Una visualización de productos en la página principal altamente adaptada al usuario incentiva a agregarlos al carrito

seis pares de armazones de anteojos con precio

Imagen gentileza de glassesusa.com

La conclusión clave

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

Colaboradores: Einat Haftel, directora de Producto; Ori Bauer, director ejecutivo de Dynamic Yield; Susan Grossman, vicepresidenta ejecutiva de Servicios de Marketing

[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