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公司更合理的價格提供高品質處方眼鏡。十年後,該公司現已成為全球最大的線上眼鏡零售商,提供各式各樣的太陽眼鏡、隱形眼鏡等。GlassesUSA.com 在線上提供 Ray Ban、Oakley 等品牌最多元的款式和品牌選擇,並能夠使用虛擬試戴功能線上試戴所有商品,享受免費送貨和 100% 退款保證,是您滿足所有視力需求的一站式商店。
但經過多年優化數位體驗後,電子商務團隊已準備好超越推薦額外感興趣的產品,轉而推薦預計能促進互動的產品。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、大小及購買頻率。
識別最能為業務帶來益處的產品組合,以支持產品優化
找出購物籃中最常見的商品搭配,以制定新促銷和店內陳列的策略。
探索購買特定觸發商品後的後續購買行為和忠誠度
透過自動化報告揭露暢銷商品、搭配商品及常見商品組合
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:
當時,該團隊開始運用萬事達卡個人化推薦平台 (Dynamic Yield) 進行深度學習推薦。
透過先進的深度學習演算法,動態推薦預計能針對個人推動行動的產品。
代表客戶旅程中行銷漏斗的最頂端,GlassesUSA.com 決定重新審視一個位於網頁首頁下方、過去曾顯示多達六種不同產品推薦小工具的區域。電子商務團隊希望從這個核心的版位中獲取最大價值,因此假設如果能在使用者進入此頁面時提供更為個人化的推薦,不僅能提高加入購物車的比例,還能全面增加購買量和營收。畢竟,一種經典的協同篩選策略,即根據其他類似使用者的互動來展示感興趣的商品,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
為了以實惠的價格為客戶提供最好的眼鏡,GlassesUSA.com 意識到必須超越提供類似或互補的商品,轉而提供真正個人化給用戶的商品。該公司願意突破客戶體驗提供的界限,這促使他們嘗試 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,即使在漏斗的最頂端也是如此。其最初在桌面和行動裝置上的首頁測試結果,已證明對團隊推動有意義行動的能力產生了顯著影響,先進演算法使購買量增加了 68%,收入增加了 88%。
貢獻者:Einat Haftel,首席產品長;Ori Bauer,萬事達卡個人化推薦平台 (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.