В основе гипотезы была заложена идея о том, что персонализированные товарные рекомендации в режиме реального времени будут влиять на действия пользователей благодаря усовершенствованному алгоритму Deep Learning.
Исследуя верхнеуровневый этап воронки customer journey, бренд решил сфокусироваться на той области сайта, где ранее отображался виджет рекомендаций, который демонстрировал до шести различных товаров. Надеясь извлечь как можно больше пользы из этого центрального размещения на странице, eCommerce команда предположила, что, если бы она могла дать в этом виджете более персонализированные рекомендации для каждого конкретного пользователя при входе на эту страницу, это решение могло бы не только улучшить показатели добавления в корзину, но и увеличило бы конверсию и выручку. К тому же классическая стратегия коллаборативной фильтрации, показывающая потенциально интересные товары на основе того, с чем взаимодействовали другие аналогичные пользователи, хоть и может быть высокоэффективной, но не является по-настоящему персонализированной.
Узнав о том, что Deep Learning рекомендации от Dynamic Yield могут не только учитывать поведение пользователей в прошлом, но и в рамках текущей активности в рамках сессии, команда GlassesUSA.com провела сравнительный тест двух стратегий рекомендаций на главной странице для всего desktop-трафика сайта: результативность рекомендаций на основе коллаборативной фильтрации против персонализированных рекомендаций на базе алгоритма Deep Learning от Dynamic Yield.
За счет автоматической настройки индивидуальной товарной выдачи на сайте команда сделала лишь несколько небольших изменений в стратегии, прежде чем быстро увидеть результаты: показатель добавления в корзину увеличился на 45%, конверсия выросла на 68%, а выручка на 88% за счет рекомендаций на базе Deep Learning.
После проведения подобного теста на мобильной версии сайта, алгоритм снова оказался лидером по результативности в сравнении с контрольной группой (рекомендации на базе коллаборативной фильтрации). После таких внушительных результатов на сайте GlassesUSA.com используется исключительно алгоритм Deep Learning для рекомендаций на популярном виджете главной страницы.
Узнав о том, что Deep Learning рекомендации от Dynamic Yield могут не только учитывать поведение пользователей в прошлом, но и в рамках текущей активности в рамках сессии, команда GlassesUSA.com провела сравнительный тест двух стратегий рекомендаций на главной странице для всего desktop-трафика сайта: результативность рекомендаций на основе коллаборативной фильтрации против персонализированных рекомендаций на базе алгоритма Deep Learning от Dynamic Yield.
За счет автоматической настройки индивидуальной товарной выдачи на сайте команда сделала лишь несколько небольших изменений в стратегии, прежде чем быстро увидеть результаты: показатель добавления в корзину увеличился на 45%, конверсия выросла на 68%, а выручка на 88% за счет рекомендаций на базе Deep Learning.
После проведения подобного теста на мобильной версии сайта, алгоритм снова оказался лидером по результативности в сравнении с контрольной группой (рекомендации на базе коллаборативной фильтрации). После таких внушительных результатов на сайте GlassesUSA.com используется исключительно алгоритм Deep Learning для рекомендаций на популярном виджете главной страницы.
Виджет с рекомендациями из 6 персонализированных товаров на главной странице с использованием алгоритма Deep Learning.
