Các sản phẩm được đề xuất động được dự đoán sẽ thúc đẩy hành động cho từng cá nhân với thuật toán học sâu tiên tiến.

Đại diện cho phần đầu phễu trong hành trình khách hàng, GlassesUSA.com đã quyết định xem xét lại một khu vực ngay bên dưới tầm nhìn ban đầu, nơi trước đây đã hiển thị một tiện ích đề xuất giới thiệu tối đa sáu sản phẩm khác nhau. Với hy vọng khai thác tối đa giá trị từ vị trí nổi bật này, nhóm Thương mại điện tử đã đưa ra giả thuyết rằng nếu họ có thể cung cấp các đề xuất được tùy chỉnh nhiều hơn cho từng cá nhân khi truy cập trang này, thì nó không chỉ có thể cải thiện tỷ lệ thêm vào giỏ hàng mà còn tăng tổng số lượt mua hàng và doanh thu. Suy cho cùng, một chiến lược lọc cộng tác cổ điển trưng bày các sản phẩm quan tâm dựa trên những gì người dùng tương tự khác đã tương tác có thể rất hiệu quả, nhưng các đề xuất không thực sự được cá nhân hóa.

1. Tự huấn luyện nhanh chóng để đề xuất các sản phẩm chính xác nhất dựa trên danh mục sản phẩm phong phú cũng như các xu hướng được thấy trên toàn bộ trang web.
   

   
2. Hãy xem xét không chỉ hành vi trong quá khứ mà còn cả hoạt động trong phiên truy cập để hiển thị các mặt hàng mà người mua hàng có nhiều khả năng tương tác hoặc mua nhất
   
   
3. Tiếp tục học hỏi từ mỗi lượng dữ liệu mới được đưa vào mô hình để đảm bảo kết quả đề xuất được tối ưu hóa liên tục theo thời gian