根據可自訂的套餐和優惠活動,檢查和比較購物籃的組成、大小和購買頻率。
十二年前, GlassesUSA.com的創辦人立志以比市場上其他產品更合理的價格提供高品質的處方眼鏡。十年後,該公司已成為全球最大的線上眼鏡零售商,提供各種太陽眼鏡、隱形眼鏡等產品。GlassesUSA.com 擁有網路上最豐富的款式和品牌選擇,包括 Ray Ban、Oakley 等品牌,並且可以使用虛擬試戴功能在線試戴所有眼鏡,享受免費送貨和 100% 退款保證,是您滿足所有視力需求的最佳選擇。
但經過多年的數位體驗優化,電子商務團隊已經準備好不再僅僅向預計會提升用戶參與度的用戶推薦他們感興趣的其他產品。在對首頁基於傳統機器學習的建議進行測試後,GlassesUSA.com 發現 Dynamic Yield 的複雜深度學習演算法能夠將購買量提升 68%,收入成長 88%,而這一切都來自一個元件。
根據可自訂的套餐和優惠活動,檢查和比較購物籃的組成、大小和購買頻率。
確定最有利於業務發展的產品組合,以支援產品優化。
找出購物籃中最常出現的商品組合,以便制定新的促銷策略和店內陳列方案。
探究購買某些觸發商品後的後續購買行為和忠誠度。
在自動產生的報告中,發現暢銷商品、配件以及常用商品組合。
GlassesUSA.com 匯集了自有品牌以及 60 多個設計師品牌,深知在數千種款式的眼鏡中找到完美眼鏡的難度。該網站以方便用戶發現商品為首要目標,推薦功能是其電子商務網站的重要組成部分,貫穿各個頁面,以更好地促進購買流程,包括主頁,主頁是大多數線上購物者的第一個入口。為了最大限度地提升產品建議的效果,該團隊需要一個能夠滿足以下條件的解決方案:
正是在那時,團隊開始使用 Dynamic Yield 進行深度學習推薦。
利用先進的深度學習演算法,動態推薦能夠促使每個人採取行動的產品。
GlassesUSA.com 代表了客戶旅程中最頂端的漏斗,因此決定重新審視頁面首屏下方的區域,該區域過去曾顯示一個推薦小部件,展示多達六種不同的產品。為了充分利用這個顯眼的位置,電子商務團隊假設,如果能夠在用戶進入此頁面時提供更個人化的推薦,不僅可以提高加入購物車的轉換率,還可以增加整體購買量和收入。畢竟,經典的協同過濾策略,即根據其他類似用戶互動過的內容來展示感興趣的項目,可能非常有效,但這種推薦並非真正個性化的。
圖片由glassesusa.com提供
GlassesUSA.com 的使命是為顧客提供價格實惠的最佳眼鏡,它意識到必須超越提供類似或互補的商品,轉而提供真正為用戶個性化的商品。該公司勇於突破客戶體驗交付的界限,因此嘗試使用 Dynamic Yield 的深度學習推薦技術,以便更好地預測客戶需求,並自動預測每個人最有可能參與的產品,即使是在銷售漏斗的最頂端。其在桌面端和行動端的初步主頁測試結果已經證明,該先進演算法對團隊推動有意義行動的能力產生了重大影響,使購買量提高了 68%,收入提高了 88%。
撰稿人: Einat Haftel ,首席產品長; Ori Bauer ,Dynamic Yield 執行長;Susan Grossman,行銷服務執行副總裁
[1] “Lorem ipsum dolor sat amet, consectetur” adipiscing elit, sed do eiusmod tempor incididunt ut Labore et dolore magna aliqua sed do eiusmod tempor inciditunt consectetur adipiscing elit tempor inciditunt consectetur adipiscing elit tempor inciditunt consectetur adipiscing elit 模式。
[2] Lorem ipsum dolor sat amet,consectetur adipiscing elit,sed do eiusmod tempor incididunt ut laboure et dolore。