В реальном времени перестраивайте товарную выдачу на страницах продуктовых листингов для каждого пользователя

Кто:

Популярный beauty-ритейлер в США

Стратегия:

Поняв, что страницы продуктовых листингов (страницы категорий, подборок и поисковой выдачи) перегружены элементами навигации (фильтры, меню и так далее), бренд использовал алгоритм Deep Learning для создания автоматического индивидуального порядка сортировки товаров на этих страницах в режиме реального времени.

Show this use case for:
В реальном времени перестраивайте товарную выдачу на страницах продуктовых листингов для каждого пользователя В реальном времени перестраивайте товарную выдачу на страницах продуктовых листингов для каждого пользователя
Гипотеза:

48% покупателей этого beauty-бренда совершают покупки на сайте, посещая страницы продуктовых листингов. Осознавая мощные возможности персонализации, команда бренда внедрила процесс сортировки листинга на базе движка глубокого машинного обучения (Deep Learning), показывая в первую очередь те позиции для каждого индивидуального пользователя, которые с большой долей вероятности его заинтересуют. Команда бренда сфокусировалась на персонализации самых популярных страниц категорий и сравнила полученные результаты с базовыми возможностями сортировки на сайте — персонализированное решение увеличило выручку на пользователя на 29.7% в период «Черной пятницы» (Black Friday) и «Кибернедели» (Cyber Sale week).