Deep learning est un système stratégique de recommandations personnalisées basées sur une auto-formation. Il adapte l’expérience numérique individuellement à chaque utilisateur en extrapolant les intentions d’achat à partir des données des utilisateurs et en prédisant les produits qui pourraient les intéresser.
La stratégie fonctionne comme un algorithme d’exploration et de découverte, transmettant des recommandations qui sont susceptibles d’être intitulées « Recommandé pour vous ». Elle est optimale pour les expériences de niveau supérieur telles que des campagnes par e-mail et sur la page d’accueil du site. Ces deux niveaux constituent le point de départ de la découverte des produits pour la plupart des acheteurs en ligne.
Cet algorithme est disponible pour les types de pages suivants : Page d’accueil, Catégorie, et Tout, pour les sections d’e-commerce. Pour activer cette stratégie, contactez votre Customer Success Manager.
Comment fonctionne l’algorithme de deep learning ?
Pour déterminer avec quel article vous êtes le plus susceptible d’interagir, Dynamic Yield utilise un algorithme de deep learning. Chaque fois qu’un utilisateur interagit avec un produit, nous notons tous les produits récents avec lesquels il a interagi. Plus un utilisateur interagit avec deux produits différents dans un laps de temps rapproché, plus leur association est forte. Sur la base de toutes les interactions utilisateur, un modèle est créé pour déterminer la probabilité qu’un utilisateur interagisse avec un produit A après interaction avec un produit B.
Au fur et à mesure que chaque utilisateur navigue sur votre site et interagit avec différents produits, nous utilisons le modèle pour calculer quel produit est le plus fortement associé à l’ensemble de produits dans son historique récent. Cela représente le produit avec lequel des utilisateurs similaires ont interagi. Les résultats s’améliorent pour les utilisateurs qui ont des historiques récents plus fournis, mais l’algorithme est également efficace pour les utilisateurs qui n’ont qu’une seule interaction avec un produit, même pendant les sessions en cours.
L’algorithme est mis à jour chaque semaine, redéfinissant toutes les associations de produits en fonction de votre trafic. Cependant, il prend en compte le comportement de l’utilisateur actuel en temps réel.
Cet algorithme est continuellement amélioré et sa logique est sujette à changement.
Prérequis
- Dynamic Yield collecte des données sur votre site depuis au moins 30 jours (les données sont collectées dès que vous ajoutez le script Dynamic Yield à votre site). Il n’y a pas de limite pour la taille du flux.
- Cette fonctionnalité fait partie de AdaptML®, notre système d’IA de deep learning à auto-formation. Contactez votre Customer Success Manager pour en savoir plus sur AdaptML.
FAQ
Comment cet algorithme se compare-t-il au filtrage collaboratif et à l’affinité de l’utilisateur ?
Ce sont tous des algorithmes de recommandation personnalisés qui fonctionnent avec différentes technologies pour présenter des articles qui sont « Recommandés pour vous ». Actuellement, l’algorithme de deep learning affiche les meilleurs résultats de performance dans la plupart des cas lorsqu’il est utilisé sur la page d’accueil. Il combine les meilleurs aspects des autres algorithmes : la possibilité de travailler en temps réel sur des flux de toute taille (comme l’affinité de l’utilisateur) et la capacité à apprendre en continu sur la base d’un modèle prédictif (comme le filtrage collaboratif). Nous vous recommandons de commencer en testant ce nouvel algorithme et en le comparant à tout autre algorithme en cours d’exécution sur votre site.