Các sản phẩm được đề xuất động, được dự đoán sẽ thúc đẩy hành vi của từng cá nhân nhờ thuật toán học sâu tiên tiến.

Là phần cao nhất của phễu trong hành trình của khách hàng, GlassesUSA.com đã quyết định xem xét lại một khu vực ngay bên dưới vùng hiển thị đầu tiên nơi họ trước đây đã hiển thị một tiện ích đề xuất giới thiệu tối đa sáu sản phẩm khác nhau. Hy vọng tận dụng tối đa giá trị từ vị trí nổi bật này, đội ngũ thương mại điện tử đã đưa ra giả thuyết rằng nếu họ có thể cung cấp các đề xuất được cá nhân hóa sâu hơn cho từng người dùng ngay khi truy cập trang này, thì không chỉ có thể cải thiện tỷ lệ thêm vào giỏ hàng mà còn tăng tổng thể số lượng mua hàng và doanh thu. Rốt cuộc thì, một chiến lược lọc cộng tác cổ điển giới thiệu các mặt hàng quan tâm dựa trên những gì những người dùng tương tự khác đã tương tác có thể rất hiệu quả, nhưng các đề xuất này không thực sự được cá nhân hóa.

1. Tự động học nhanh chóng để đề xuất các mặt hàng chính xác nhất dựa trên danh mục sản phẩm phong phú của mình cũng như các xu hướng được thấy trên toàn trang web.
   

   
2. Cân nhắc không chỉ hành vi trước đây mà còn cả hoạt động trong phiên để giới thiệu các mặt hàng mà người mua sắm có nhiều khả năng tương tác hoặc mua nhất
   
   
3. Tiếp tục học hỏi với mỗi dữ liệu mới được nạp vào mô hình để đảm bảo kết quả đề xuất được tối ưu hóa liên tục theo thời gian.