レコメンダーアルゴリズムは、Amazon、eBay、AliExpress、Wallmart、その他多数のサイトで長年にわたってパーソナライズツールとして使用されてきました。時間の経過とともに、アルゴリズムはますます洗練され、買い物客は検索結果で必要な製品を確認できるようになり、企業はより多くの製品を販売できるようになりました。
従来の製品カタログを使用しているサイトはますます少なくなっており、購入者は毎回必要なものを検索する必要があります。もちろん、購入者が初めてサイトにアクセスする場合は、自分で選択する必要がありますが、新しいクリックと表示のたびに、アルゴリズムがリアルタイムで商品の配送を最適化するため、商品の配送がますます増えます。パーソナライズ。さらに、ハイテク企業によって開発されている新しいアルゴリズムが登場します。それらの1つは、DynamicYieldによって開発されました。
エンジンは何ですか？
これはディープラーニングベースのレコメンデーションエンジンであり、オンラインサイトの所有者は、サイトの訪問者に好かれそうな関連製品の選択肢を生成できます。開発者の主なタスクは、さまざまなニーズのニーズを満たすために、製品カタログに表示する製品を決定することでした。
新しいユーザーの行動データが利用可能になると、製品の配信は自動的に適応します。学習技術に関する限り、それはword2vec、またはitem2vecです。ディープラーニングアルゴリズムは、ユーザーのアクティビティ履歴、閲覧履歴、セッションアクティビティ、トレンドなどに基づいて、関連する製品検索結果を推奨ブロックまたはパーソナライズされた製品リスト（カテゴリページ、SERPなど）の形式で表示するように機能します。セールスアシスタントとのオフラインショッピングの過程で発生するかのように、より高い精度で。
エンジンは昨日登場しませんでした。ロシアを含む世界最大の小売業者、銀行、テレコムプレーヤーの多くなどのブランドによってテストされています。アルゴリズムの結果に基づいて、商品の販売量を増やし、企業が大幅な追加収益を生み出すことを可能にします。エンジンをテストしたelfCosmeticsのデータによると、アルゴリズムを使用したオンライン収益の増加は平均で約29％です。Dynamic Yieldでパーソナライズされた商品リストページを表示したユーザーと、サイトで基本的な並べ替えを使用した商品カタログを表示したユーザーの結果を比較しました。
カテゴリページでの基本的な製品配信と、ディープラーニングエンジンに基づくカテゴリページのパーソナライズされた製品配信
アルゴリズム機能
新しいエンジンには3つの主な機能があります。
- 各ユーザーの結果を最適化します。ディープラーニングアルゴリズムは、ユーザーの行動、カスタマージャーニーの段階、およびサイト全体で特定された傾向に基づいて、各ユーザーの正しいパラメーターセットを自動的に決定するため、ユーザーが手動でフィルタリングする必要がありません。
- 迅速な学習と適応。アルゴリズムは、新しい情報が利用可能になり、大量の行動データと製品データ、および最初のセッションからでもクライアントの意図を即座に判断するテスト結果に基づいて迅速に自己学習するにつれて、絶えず改善されています。
- Digital-. Deep Learning , , , , , Email, , Digital- -, - , , -, , - .
一般に、このアルゴリズムは、ユーザーがカスタマージャーニーのどこにいるか、およびサイトの現在の傾向に基づいて、各ユーザーの正しいパラメーターセットを自動的に決定します。Dynamic Yieldのディープラーニングレコメンデーションモデルは、AdaptMLの一部です。これは、購入意向を顧客データに外挿し、関心のある製品を予測することで、各ユーザーのデジタルエクスペリエンスを適応させるディープマシン学習システムです。