Algoritme pemberi rekomendasi telah digunakan sebagai alat personalisasi selama bertahun-tahun di situs seperti Amazon, eBay, AliExpress, Wallmart, dan lusinan lainnya. Seiring waktu, algoritme menjadi semakin canggih, memungkinkan pembeli melihat produk yang mereka butuhkan di hasil penelusuran, dan memungkinkan perusahaan menjual lebih banyak produk.
Semakin sedikit situs dengan katalog produk konvensional, di mana pembeli harus mencari apa yang dia butuhkan setiap saat. Tentu saja, jika pembeli datang ke situs untuk pertama kalinya, dia harus memilih sendiri, tetapi dengan setiap klik dan tampilan baru, algoritme mengoptimalkan pengiriman barang secara real time, sehingga menjadi semakin banyak. dipersonalisasi. Selain itu, muncul algoritme baru yang sedang dikembangkan oleh perusahaan teknologi tinggi. Salah satunya dikembangkan oleh Dynamic Yield.
Apa mesinnya?
Ini adalah mesin rekomendasi berbasis Pembelajaran Mendalam yang memungkinkan pemilik situs online menghasilkan pilihan produk relevan yang kemungkinan besar disukai oleh pengunjung situs. Tugas utama pengembang adalah menentukan produk mana yang harus disajikan dalam katalog produk untuk memenuhi kebutuhan dengan kebutuhan yang berbeda.
Pengiriman produk secara otomatis beradaptasi saat data perilaku pengguna baru tersedia. Sejauh menyangkut teknologi pembelajaran, itu adalah word2vec, atau item2vec. Algoritma Deep Learning berfungsi untuk menampilkan hasil pencarian produk yang relevan dalam bentuk blok rekomendasi atau daftar produk yang dipersonalisasi (di halaman kategori, di SERP, dll.) Berdasarkan riwayat aktivitas pengguna, riwayat penelusuran, aktivitas sesi, tren, dll. Menghasilkan rekomendasi dengan akurasi yang lebih tinggi sedemikian rupa seolah-olah terjadi dalam proses belanja offline dengan seorang pramuniaga.
Mesin tidak muncul kemarin; sedang diuji oleh merek-merek seperti banyak Pengecer, Bank, dan pemain Telecom terbesar di dunia, termasuk Rusia. Berdasarkan hasil algoritma, hal itu meningkatkan volume penjualan barang dan memungkinkan perusahaan menghasilkan pendapatan tambahan yang signifikan. Menurut data dari elf Cosmetics, yang telah menguji mesinnya, peningkatan pendapatan online menggunakan algoritme rata-rata sekitar 29%. Hasilnya dibandingkan antara pengguna yang melihat halaman listingan produk yang dipersonalisasi dengan Hasil Dinamis dan mereka yang melihat katalog produk dengan pengurutan dasar di situs.
Pengiriman produk dasar pada halaman kategori VS pengiriman produk yang dipersonalisasi dari halaman kategori berdasarkan mesin Deep Learning
Kemampuan algoritme
Mesin baru ini memiliki tiga fitur utama:
- Mengoptimalkan hasil untuk setiap pengguna. Algoritme Pembelajaran Mendalam secara otomatis menentukan kumpulan parameter yang benar untuk setiap pengguna berdasarkan perilaku mereka, tahapan dalam perjalanan pelanggan, serta tren apa pun yang diidentifikasi di seluruh situs, menghilangkan kebutuhan akan pemfilteran manual oleh pengguna.
- Pembelajaran dan adaptasi cepat. Algoritme terus meningkat seiring dengan ketersediaan informasi baru dan belajar mandiri dengan cepat berdasarkan sejumlah besar data perilaku dan produk, serta hasil pengujian yang langsung menentukan niat klien bahkan dari sesi pertama.
- Digital-. Deep Learning , , , , , Email, , Digital- -, - , , -, , - .
Secara umum, algoritme ini secara otomatis menentukan kumpulan parameter yang benar untuk setiap pengguna, berdasarkan perilakunya, posisi dia dalam perjalanan pelanggan, serta tren terkini di situs. Model rekomendasi Pembelajaran Mendalam dari Hasil Dinamis adalah bagian dari AdaptML, sistem pembelajaran mesin mendalam yang menyesuaikan pengalaman digital untuk setiap pengguna dengan mengekstrapolasi niat membeli ke data pelanggan dan memprediksi produk yang mungkin menarik bagi mereka.