Recomendar el siguiente mejor producto para cada usuario a través de aprendizaje profundo

Quién:

Un minorista español líder de electrónica

Qué:

Con el fin de maximizar las recomendaciones de producto y dirigir a los usuarios más abajo en el embudo hacia un evento de compra, este minorista experimentó con un algoritmo de recomendación de aprendizaje profundo de última generación, que utilizó para predecir automáticamente en qué próximos productos era más probable que cada usuario mostrase interés.

Show this use case for:
Recomendar el siguiente mejor producto para cada usuario a través de aprendizaje profundo Recomendar el siguiente mejor producto para cada usuario a través de aprendizaje profundo
Hipótesis:

La clave para desbloquear ganancias de ingresos exponenciales de las recomendaciones de productos depende en gran medida de la capacidad de una marca para identificar inmediatamente la intención del comprador y recomendar productos dinámicamente según sus necesidades en ese momento y a lo largo del tiempo. Al no poder lograr esto con los modelos tradicionales de aprendizaje automático, este minorista decidió ejecutar una prueba dividida 50/50 comparando un algoritmo avanzado de aprendizaje profundo con su estrategia de recomendación existente en la página de inicio. En solo 16 días, las recomendaciones basadas en deep learning produjeron un aumento del 252% en las compras y más de 290.000 € en ingresos incrementales.