Produse recomandate dinamic, despre care se preconizează că vor genera acțiuni individuale cu ajutorul unui algoritm avansat de deep learning.

Reprezentând vârful pâlniei de vânzări în parcursul clientului, GlassesUSA.com a decis să revizuiască o zonă chiar sub linia de pliere unde a afișat în mod tradițional un widget de recomandări care prezenta până la șase produse diferite. Sperând să extragă cât mai multă valoare din această plasare frontală și centrală, echipa de comerț electronic a emis ipoteza că, dacă ar putea oferi recomandări mai adaptate individului la accesarea acestei pagini, ar putea nu numai să îmbunătățească ratele de adăugare în coș, ci și să crească achizițiile și veniturile în general. La urma urmei, o strategie clasică de filtrare colaborativă care prezintă elemente de interes pe baza a ceea ce au interacționat alți utilizatori similari poate fi extrem de eficientă, dar recomandările nu sunt cu adevărat personalizate.

1. Se auto-instruiește rapid pentru a recomanda cele mai precise articole pe baza catalogului său extins de produse, precum și a tendințelor observate pe site
   
   
2. Ia în considerare nu doar comportamentul istoric, ci și activitatea din cadrul sesiunii pentru a prezenta articolele cu care cumpărătorii sunt cel mai probabil să interacționeze sau să le cumpere.
   
   
3. Continuați să învățați cu fiecare element de date nou introdus în model pentru a vă asigura că rezultatele recomandărilor sunt optimizate continuu în timp.