Les algorithmes de recommandation sont utilisés comme outil de personnalisation depuis de nombreuses années sur des sites comme Amazon, eBay, AliExpress, Wallmart et des dizaines d'autres. Au fil du temps, les algorithmes sont devenus de plus en plus sophistiqués, permettant aux acheteurs de voir les produits dont ils ont besoin dans les résultats de recherche et permettant aux entreprises de vendre plus de produits.
Il y a de moins en moins de sites avec des catalogues de produits conventionnels, où l'acheteur doit à chaque fois chercher ce dont il a besoin. Bien sûr, si l'acheteur vient sur le site pour la première fois, il devra choisir lui-même, mais à chaque nouveau clic et visualisation, l'algorithme optimise la livraison des marchandises en temps réel, de sorte que cela devienne de plus en plus personnalisé. De plus, de nouveaux algorithmes apparaissent, développés par des entreprises de haute technologie. L'un d'eux a été développé par Dynamic Yield.
Quel est le moteur?
Il s'agit d'un moteur de recommandation basé sur l'apprentissage en profondeur qui permet aux propriétaires de sites en ligne de générer des sélections de produits pertinentes qui sont très susceptibles d'être appréciées par les visiteurs du site. La tâche principale des développeurs était de déterminer quels produits devraient être présentés dans le catalogue de produits pour répondre aux besoins des différents besoins.
La livraison des produits s'adapte automatiquement à mesure que de nouvelles données sur le comportement des utilisateurs deviennent disponibles. En ce qui concerne la technologie d'apprentissage, il s'agit de word2vec ou item2vec. Les algorithmes d'apprentissage en profondeur fonctionnent pour afficher les résultats de recherche de produits pertinents sous la forme de blocs de recommandation ou de listes de produits personnalisées (sur les pages de catégories, dans les SERP, etc.) en fonction de l'historique d'activité de l'utilisateur, de l'historique de navigation, de l'activité de session, des tendances, etc. générer des recommandations avec une plus grande précision, comme si cela se produisait lors d'un achat hors ligne avec un assistant commercial.
Le moteur n'est pas apparu hier; il est testé par des marques telles que bon nombre des plus grands acteurs de la distribution, des banques et des télécommunications au monde, y compris la Russie. Sur la base des résultats de l'algorithme, il augmente le volume des ventes de biens et permet aux entreprises de générer des revenus supplémentaires importants. Selon les données d'Elf Cosmetics, qui a testé le moteur, l'augmentation des revenus en ligne grâce à l'algorithme est d'environ 29% en moyenne. Les résultats ont été comparés entre les utilisateurs qui ont vu les pages de liste de produits personnalisées avec Dynamic Yield et ceux qui ont vu un catalogue de produits avec un tri de base sur le site.
Livraison de produit de base sur la page de catégorie VS livraison de produit personnalisée de la page de catégorie basée sur le moteur Deep Learning
Capacités d'algorithme
Le nouveau moteur présente trois caractéristiques principales:
- Optimiser les résultats pour chaque utilisateur. L'algorithme Deep Learning détermine automatiquement l'ensemble correct de paramètres pour chaque utilisateur en fonction de son comportement, de l'étape du parcours client, ainsi que des tendances identifiées sur tout le site, éliminant ainsi le besoin de filtrage manuel par l'utilisateur.
- Apprentissage et adaptation rapides. L'algorithme s'améliore constamment à mesure que de nouvelles informations deviennent disponibles et s'auto-apprennent rapidement sur la base d'une énorme quantité de données comportementales et de produits, ainsi que de résultats de tests qui déterminent instantanément les intentions du client, même dès la première session.
- Digital-. Deep Learning , , , , , Email, , Digital- -, - , , -, , - .
En général, cet algorithme détermine automatiquement le bon jeu de paramètres pour chaque utilisateur, en fonction de son comportement, de sa situation dans le parcours client, ainsi que des tendances actuelles sur le site. Le modèle de recommandation Deep Learning de Dynamic Yield fait partie d'AdaptML, un système d'apprentissage automatique en profondeur qui adapte les expériences numériques à chaque utilisateur en extrapolant l'intention d'achat aux données des clients et en prédisant les produits susceptibles de les intéresser.