根據可自訂的組合及優惠活動,檢查並比較購物籃的組成、大小及購買頻率。
十二年前,GlassesUSA.com 的創辦人致力於以比市場上其他商家更合理的價格提供高品質的處方眼鏡。十年過後,該公司現已是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。GlassesUSA.com 線上擁有最齊全的款式與品牌選擇,包含 Ray Ban、Oakley 等,並且能透過虛擬試戴功能線上試戴所有商品,還能享有免運費與 100% 退款保證,是您所有配鏡需求的一站購足商店。
但經過多年優化數位體驗後,電子商務團隊已準備好不再僅限於推薦額外感興趣的產品,而是轉向針對預計能推動參與度的客群。在首頁對傳統機器學習推薦進行測試後,GlassesUSA.com 發現 Dynamic Yield 先進的深度學習演算法能透過單一小工具帶來 68% 的購買量提升與 88% 的營收成長。
根據可自訂的組合及優惠活動,檢查並比較購物籃的組成、大小及購買頻率。
發掘對業務效益最高的產品組合,以支援產品優化
找出購物籃中出現頻率最高的商品組合,以利於制定新的促銷活動及店內陳列策略
探索購買特定觸發商品後的後續購買行為和忠誠度
在自動化報告中,找出頂尖賣家、附件及常見商品組合
擁有自有品牌以及超過 60 個設計師品牌,GlassesUSA.com 了解在其產品目錄中,從數千種款式中找到一副完美眼鏡的困難。優先考慮易於發現,推薦是其電子商務網站的重要組成部分,遍及各個頁面以更好地促進購買流程,包括首頁,該首頁是大多數線上購物者的初始入口點。為最大化其產品推薦的效能,該團隊需要一個可實現以下目標的解決方案:
當時,團隊開始運用 Dynamic Yield 執行深度學習推薦。
運用進階深度學習演算法,動態推薦預期可促使個人採取行動的產品。
代表著客戶旅程漏斗最頂端的環節,GlassesUSA.com 決定重新檢視網頁首屏下方的一個區域,該區域過去曾顯示推薦小工具,展示多達六種不同的產品。希望從這個核心版位中獲取最大價值,電子商務團隊假設,如果它能在用戶進入此頁面時提供更個人化的推薦,不僅能提高加入購物車率,還能全面增加購買量和營收。畢竟,能夠根據其他類似用戶的互動來展示感興趣項目的經典協同篩選策略可以非常有效,但這些推薦並非真正個人化。
圖片由 glassesusa.com 提供
為達成以實惠的價格為客戶配對最適合眼鏡的使命,GlassesUSA.com 意識到必須從提供相似或互補商品,進一步轉向為使用者提供真正個人化的商品。該公司願意突破客戶體驗交付的界限,促使他們試驗 Dynamic Yield 的深度學習推薦技術,以期能更有效地預見客戶需求,並自動預測每個個體最可能互動的產品,即使在銷售漏斗的最頂端也是如此。其在桌上型電腦和行動裝置上的首次首頁測試結果,已證明對團隊推動有意義行動的能力產生了重大影響,先進演算法使購買量提升 68%,營收成長 88%。
[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。