Algoritmos de recomendação têm sido usados como ferramenta de personalização por muitos anos em sites como Amazon, eBay, AliExpress, Wallmart e dezenas de outros. Com o tempo, os algoritmos tornaram-se cada vez mais sofisticados, permitindo que os clientes vejam os produtos de que precisam nos resultados da pesquisa e permitindo que as empresas vendam mais produtos.
Há cada vez menos sites com catálogos de produtos convencionais, onde o comprador tem que buscar o que precisa sempre. Claro, se o comprador vier ao site pela primeira vez, ele terá que escolher por conta própria, mas a cada novo clique e visualização, o algoritmo otimiza a entrega da mercadoria em tempo real, para que se torne cada vez mais personalizado. Além disso, surgem novos algoritmos que estão sendo desenvolvidos por empresas de alta tecnologia. Um deles foi desenvolvido pela Dynamic Yield.
Qual é o motor?
É um mecanismo de recomendação baseado em Deep Learning que permite aos proprietários de sites on-line gerar seleções de produtos relevantes que têm grande probabilidade de serem apreciados pelos visitantes do site. A principal tarefa dos desenvolvedores era determinar quais produtos deveriam ser apresentados no catálogo de produtos para atender às necessidades das diferentes necessidades.
A entrega do produto se adapta automaticamente conforme novos dados de comportamento do usuário se tornam disponíveis. No que diz respeito à tecnologia de aprendizagem, é word2vec ou item2vec. Os algoritmos de aprendizado profundo funcionam para exibir resultados de pesquisa de produto relevantes na forma de blocos de recomendação ou listas de produtos personalizadas (em páginas de categoria, em SERPs, etc.) com base no histórico de atividades do usuário, histórico de navegação, atividade de sessão, tendências, etc. geram recomendações com maior precisão, tal como se acontecesse no processo de compra offline com um assistente de vendas.
O motor não apareceu ontem e está sendo testado por marcas como muitos dos maiores varejistas, bancos e empresas de telecomunicações do mundo, incluindo a Rússia. Com base nos resultados do algoritmo, ele aumenta o volume de vendas de mercadorias e permite que as empresas gerem receitas adicionais significativas. Segundo dados da elf Cosmetics, que testou o motor, o aumento da receita online com o algoritmo é de cerca de 29%, em média. Os resultados foram comparados entre os usuários que viram as páginas de lista de produtos personalizadas com Dynamic Yield e aqueles que viram um catálogo de produtos com classificação básica no site.
Entrega de produto básico na página de categoria VS entrega de produto personalizado da página de categoria com base no mecanismo de Aprendizado Profundo
Capacidades de algoritmo
O novo motor tem três características principais:
- Otimizando resultados para cada usuário. O algoritmo de Deep Learning determina automaticamente o conjunto correto de parâmetros para cada usuário com base em seu comportamento, estágio na jornada do cliente, bem como quaisquer tendências identificadas em todo o site, eliminando a necessidade de filtragem manual pelo usuário.
- Aprendizagem e adaptação rápidas. O algoritmo está em constante aperfeiçoamento à medida que novas informações se tornam disponíveis e se autoaprendem rapidamente com base em uma grande quantidade de dados comportamentais e de produtos, bem como resultados de testes que determinam instantaneamente as intenções do cliente desde a primeira sessão.
- Digital-. Deep Learning , , , , , Email, , Digital- -, - , , -, , - .
Em geral, este algoritmo determina automaticamente o conjunto correto de parâmetros para cada usuário, com base em seu comportamento, onde ele está na jornada do cliente, bem como quaisquer tendências atuais no site. O modelo de recomendação de Deep Learning da Dynamic Yield faz parte do AdaptML, um sistema de aprendizado de máquina profundo que adapta experiências digitais para cada usuário extrapolando a intenção de compra para os dados do cliente e prevendo produtos que possam interessá-los.