O Deep Learning é um sistema de autotreinamento em estratégias de recomendação personalizadas. Ele adapta a experiência digital individualmente a cada usuário, deduzindo a intenção de compra a partir dos dados do usuário e prevendo os produtos em que possam estar interessados.
A estratégia funciona como um algoritmo exploratório e de descoberta, transmitindo recomendações que provavelmente serão intituladas "Recomendado para você". É ideal para experiências no topo do funil, como campanhas de e-mail e na página inicial do website. Ambas são o ponto inicial de descoberta de produtos para a maioria dos compradores on-line.
Esse algoritmo está disponível para os seguintes tipos de página: Homepage, Category e Any (página inicial, categoria e qualquer, respectivamente), para seções de comércio eletrônico. Para obter detalhes, contate o seu Gerente de Sucesso do Cliente.
Como funciona o algoritmo de Deep Learning?
Para determinar com qual item você tem maior probabilidade de interagir na sequência, a Dynamic Yield usa um algoritmo de aprendizagem profunda. Toda vez que um usuário interage com um produto, observamos todos os produtos recentes com os quais ele interagiu. Quanto menor o tempo entre as interações do usuário com dois produtos diferentes, mais forte sua associação. Com base em todas as interações do usuário, um modelo é construído para determinar a probabilidade de o usuário interagir com o produto A depois de interagir com o produto B.
À medida que cada usuário navega no seu website e interage com diferentes produtos, usamos o modelo para calcular qual produto está mais fortemente associado ao conjunto de produtos em seu histórico recente. Isso representa o produto com o qual usuários semelhantes interagiram. Os resultados melhoram para usuários que têm históricos recentes mais ricos, mas o algoritmo também é eficaz para usuários que têm interação com apenas um produto, mesmo durante as sessões atuais.
O algoritmo é atualizado semanalmente, redefinindo todas as associações de produtos com base em seu tráfego. No entanto, ele leva em consideração o comportamento do usuário atual em tempo real.
Esse algoritmo é continuamente aprimorado e a lógica está sujeita a alterações.
Pré-requisitos
- A Dynamic Yield coleta dados do seu website por pelo menos 30 dias (os dados são coletados assim que você adiciona o script da Dynamic Yield ao seu website). Não há limite no tamanho do feed.
- Esse recurso faz parte do AdaptML®, nosso sistema de IA com autotreinamento por aprendizagem profunda. Entre em contato com o seu Gerente de Sucesso do Cliente para saber mais sobre o AdaptML.
Perguntas frequentes
Como esse algoritmo se compara à filtragem colaborativa (collaborative filtering) e à afinidade do usuário (user affinity)?
Eles são todos algoritmos de recomendação personalizados que funcionam com diferentes tecnologias para fornecer itens que são "Recomendados para você". Atualmente, o algoritmo de Deep Learning mostra os resultados de melhor desempenho na maioria dos casos quando usado na página inicial. Ele combina os melhores aspectos dos outros algoritmos: a opção de trabalhar em tempo real em feeds de qualquer tamanho (como afinidade do usuário) e a capacidade de aprender continuamente com base em um modelo preditivo (como a filtragem colaborativa). Recomendamos começar testando esse novo algoritmo em comparação com qualquer outro algoritmo atualmente em execução na sua seção.