根據可自訂的組合及優惠活動,檢查並比較購物籃的組成、大小及頻率。
十二年前,GlassesUSA.com 的創辦人致力於以比市場上其他品牌更合理的價格提供高品質的處方眼鏡。十年後,該公司現在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 提供線上最多元的款式和品牌選擇,包括 Ray Ban、Oakley 等,並可使用虛擬試戴功能試戴所有商品,享受免運費和 100% 退款保證,是您所有視力需求的一站式商店。
但經過多年優化其數位體驗後,電子商務團隊已準備好超越僅推薦額外感興趣的產品,轉而推薦那些預計能提升參與度的產品。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、大小及頻率。
找出對業務最有益的產品組合,以支援產品優化。
找出籃子中最常出現的商品組合,以制定新的促銷活動和店內陳列策略。
探索購買特定觸發商品後的後續購買行為和忠誠度。
在自動化報告中發掘暢銷商品和附加項目以及頻繁的商品組合
GlassesUSA.com 擁有自有品牌以及 60 多個設計師品牌,深知從其目錄中提供的數千種款式中尋找理想眼鏡的困難。將「易於發現」列為優先事項,推薦是其電子商務網站的主要組成部分,遍佈各個頁面以更好地促進購買流程,包括對大多數線上購物者而言是初始入口點的首頁。為了最大限度地提高其產品推薦的績效,該團隊需要一個能夠:
此時,團隊開始運用 Dynamic Yield 執行深度學習推薦。
根據先進深度學習演算法,動態推薦預計能促成個人採取行動的產品。
GlassesUSA.com 代表客戶旅程漏斗的最頂端,決定重新檢視一個頁面下半部(位於首頁內容下方,讀者需要滾動頁面才能看到)的區域,該區域歷來顯示一個推薦小工具,展示多達六種不同的產品。為了從這個醒目的版位中獲取最大價值,電子商務團隊假設,如果能夠在此頁面上為個別用戶提供更量身打造的推薦,不僅能提高加入購物車的比例,還能全面增加購買量和收益。畢竟,一種經典的協同篩選策略,可以根據其他類似用戶的互動情況展示感興趣的項目,這種策略可能非常有效,但這些推薦並非真正個人化。
圖片由 glassesusa.com 提供
GlassesUSA.com 的使命是以實惠的價格為客戶提供最好的眼鏡,該公司意識到必須超越提供類似或互補商品的範圍,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,促使他們嘗試 Dynamic Yield 的深度學習推薦技術,以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。其最初的桌面和行動裝置首頁測試結果,已經證明對團隊推動有意義行動的能力產生了顯著影響,其進階演算法產生了 68% 的購買量提升和 88% 的營收成長。
貢獻者:Einat Haftel,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 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。