ผลิตภัณฑ์ที่แนะนำแบบไดนามิก ซึ่งคาดว่าจะกระตุ้นการกระทำของแต่ละบุคคลด้วยอัลกอริธึมการเรียนรู้เชิงลึกขั้นสูง

เนื่องจากเป็นส่วนต้นสุดของเส้นทางการซื้อของลูกค้า GlassesUSA.com จึงตัดสินใจปรับปรุงส่วนที่อยู่ด้านล่างของหน้าเว็บ ซึ่งเดิมเคยแสดงวิดเจ็ตแนะนำสินค้าที่มีให้เลือกมากถึงหกรายการ เพื่อดึงคุณค่าสูงสุดจากตำแหน่งที่โดดเด่นนี้ ทีมอีคอมเมิร์ซจึงตั้งสมมติฐานว่า หากสามารถให้คำแนะนำที่ปรับแต่งให้เหมาะสมกับแต่ละบุคคลมากขึ้นเมื่อเข้าสู่หน้านี้ จะไม่เพียงแต่ช่วยเพิ่มอัตราการเพิ่มสินค้าลงในตะกร้า แต่ยังเพิ่มยอดขายและรายได้โดยรวมอีกด้วย ท้ายที่สุดแล้ว กลยุทธ์การกรองแบบร่วมมือแบบคลาสสิกที่แสดงรายการที่น่าสนใจโดยอิงจากสิ่งที่ผู้ใช้รายอื่นที่มีลักษณะคล้ายกันเคยมีปฏิสัมพันธ์ด้วยนั้น อาจมีประสิทธิภาพสูง แต่คำแนะนำเหล่านั้นไม่ได้เป็นแบบเฉพาะบุคคลอย่างแท้จริง

1. ฝึกฝนตนเองอย่างรวดเร็วเพื่อแนะนำสินค้าที่เหมาะสมที่สุดโดยอิงจากแคตตาล็อกสินค้าที่ครอบคลุมและแนวโน้มที่พบเห็นได้ทั่วทั้งเว็บไซต์
   
   
2. ควรพิจารณาไม่เพียงแค่พฤติกรรมในอดีตเท่านั้น แต่ยังรวมถึงกิจกรรมภายในช่วงเวลาดังกล่าวด้วย เพื่อแสดงสินค้าที่ผู้ซื้อมีแนวโน้มที่จะมีส่วนร่วมหรือซื้อมากที่สุด
   
   
3. เรียนรู้ต่อไปเรื่อยๆ ด้วยข้อมูลใหม่แต่ละส่วนที่ป้อนเข้าสู่โมเดล เพื่อให้มั่นใจว่าผลลัพธ์การแนะนำได้รับการปรับปรุงอย่างต่อเนื่องตลอดเวลา