GlassesUSA tilpasser anbefalingene sine med dyplæring

For tolv år siden satte grunnleggerne av GlassesUSA.com seg fore å tilby briller med styrke av høy pris til et mer rimelig prisnivå enn andre i markedet. Et tiår senere er selskapet nå verdens største nettbaserte brilleforhandler, og tilbyr et utvalg av solbriller, kontaktlinser og mer. Med det største utvalget av stiler og merker som tilbys på nettet, med tilbud fra Ray-Ban, Oakley og mer, og muligheten til å prøve alt på nettet ved hjelp av det virtuelle speilet og nyte gratis frakt og 100 % pengene-tilbake-garanti, er GlassesUSA.com din alt-i-ett-butikk for alle dine synsbehov.

Med en kundeorientert filosofi i hjertet av driften, personaliserer GlassesUSA.com til perfeksjon ved å bruke data til å betjene en mangfoldig kundebase med ulike smaker, preferanser og optiske behov, noe som gjør det enkelt for kundene å finne den perfekte innfatningen.

Men etter år med optimalisering av sine digitale opplevelser, var e-handelssteamet klart til å gå utover å anbefale flere aktuelle produkter til de som ble spådd å drive engasjement. Og etter å ha kjørt en test mot sine tradisjonelle maskinlæringsbaserte anbefalinger på startsiden, oppdaget GlassesUSA.com at Dynamic Yields sofistikerte dyplæringsalgoritme klarte å gi en økning i kjøp på 68 % og en økning i omsetning på 88 %, alt fra en enkelt widget.

GlassesUSA.com har egne merkevarer i tillegg til over 60 designernavn, og forstår hvor vanskelig det er å finne det perfekte brilleparet blant tusenvis av stiler som er tilgjengelige i katalogen. Anbefalinger prioriterer enkel oppdagelse og er en viktig del av e-handelsskjemaet, og de vises på tvers av ulike sider for å legge bedre til rette for kjøpsprosessen – inkludert startsiden, som representerer det første punktet for de fleste nettkjøpere. Teamet ønsket å maksimere ytelsen til produktanbefalingene der og trengte en løsning som kunne:

• Tren opp raskt for å anbefale de mest nøyaktige elementene basert på den omfattende produktkatalogen samt trender som sees på nettstedet
• Ta hensyn til ikke bare historisk atferd, men også aktivitet i økten for å vise frem varer som kundene mest sannsynlig vil engasjere seg i eller kjøpe
• Fortsett å lære med hver bit av nye data som mates inn i modellen for å sikre at anbefalingsresultatene optimaliseres kontinuerlig over tid

Det var da teamet begynte å kjøre anbefalinger basert på dyp læring med Dynamic Yield.

GlassesUSA.com representerer den aller øverste delen av trakten i kundereisen, og bestemte seg for å se på nytt på et område like under bretten hvor de historisk sett har vist en anbefalings-widget som viser opptil seks forskjellige produkter. E-handelsteamet håpet å få ut så mye verdi som mulig av denne sentrale plasseringen, og hypotetiserte at hvis de kunne tilby anbefalinger som var mer skreddersydd for individet ved inngangen til denne siden, ville det ikke bare forbedre ratene for legg til i handlekurv, men også øke kjøp og inntekter generelt. Når alt kommer til alt, kan en klassisk strategi med samarbeidende filtrering som viser frem interessante elementer basert på hva andre lignende brukere har interagert med, være svært effektiv, men anbefalingene er ikke genuint personalisert.


Etter å ha hørt om hvordan Dynamic Yields anbefalinger basert på dyp læring ikke bare kunne hente ut innsikt fra brukernes tidligere atferd, men også deres øktaktivitet, satte GlassesUSA.com opp et eksperiment for å teste anbefalingsstrategien AdaptML™ opp mot samarbeidende filtrering (collaborative filtering) i startside-widgeten for all trafikken fra datamaskin.


Med automatisk konfigurasjon per nettsted, produktfeed og enkeltperson, gjorde teamet bare noen få mindre justeringer av strategien før de raskt så imponerende resultater, mest nevneverdig en økning på 45 % i rate for legg til i handlekurv, en økning på 68 % i kjøp, og en oppgang på 88 % i inntekter som kan tilskrives de dyplæringsbaserte anbefalinger. Og etter å ha kjørt en lignende test på mobil, viste den avanserte algoritmen seg igjen å være den sterkeste, sammenlignet med kontrollen, og teamet hos GlassesUSA.com gjorde dyp læring til den eneste strategien for sin populære startside-widget i denne kanalen.

I sitt arbeid med å matche kunder med de best mulige brillene til rimelige priser, innså GlassesUSA.com at selskapet måtte gå lenger enn å tilby lignende eller supplerende varer til noe som er genuint tilpasset brukeren. Selskapets vilje til å tøye grensene for levering av kundeopplevelser førte til at de eksperimenterte med Dynamic Yields dyplæringsanbefalingsteknologi for bedre å forutse kundenes behov og automatisk forutsi hvilke produkter den enkelte mest sannsynlig vil engasjere seg i, selv helt i starten av trakten. Resultatene fra de første hjemmesidetestene, både på datamaskin og mobil, har allerede vist en betydelig innvirkning på teamets evne til å skape meningsfulle handlinger, der den avanserte algoritmen genererte en økning på 68 % i kjøp og en økning på 88 % i inntekter.