AIがユーザーのアフィニティ(親和性)を十分に理解する唯一の方法は、多くの場合、ユーザーの興味を引く商品を人がそうするように「見る」ことです。
タグや単語の量は、彼らが購入する可能性が高いものを予測するのに役立ちません。
Visual AIは、ディープラーニングを使用して画像から特徴を抽出し、シード商品と視覚的に一致するレコメンドを生成します。これらの「オススメ」は、買い物客が確信して意思決定を下すのに役立つ、視覚的に類似した商品、または購入しようとした商品を補う補完的な商品(例えば、ドレスを購入しようとした場合に、それに似合う靴をオススメする等)の両方を提供します。
(フランス)
お問い合わせは、こちらまで:takashi.miyatani@algonomy.com
タグや単語の量は、彼らが購入する可能性が高いものを予測するのに役立ちません。
Visual AIは、ディープラーニングを使用して画像から特徴を抽出し、シード商品と視覚的に一致するレコメンドを生成します。これらの「オススメ」は、買い物客が確信して意思決定を下すのに役立つ、視覚的に類似した商品、または購入しようとした商品を補う補完的な商品(例えば、ドレスを購入しようとした場合に、それに似合う靴をオススメする等)の両方を提供します。
お客様の声:オムニチャネル カスタマーエクスペリエンス マネージャ Sylvain Lys
(フランス)
「商品の視覚的側面をレコメンドのために使用することは、ファッションおよびライフスタイルビジネスで効果的であることを本能的に知っていました。初期の結果に興奮しています。NLPを適用したお客様の商品購入は、私たちのそれまでの商用実績を40% も上回っております。例えば、1000インプレッションあたりの収益は、他のレコメンデーションモデルと比較して19% 増加したという結果が得られています。」
早期適用プログラムにより、NLPの 『オススメ革命』 を駆使しているリテーラー
お問い合わせは、こちらまで:takashi.miyatani@algonomy.com
コメント
コメントはまだありません
コメントを書き込むにはログインしてください。