隨著數(shù)字化在各行各業(yè),尤其是零售業(yè)的不斷推進(jìn),確保線(xiàn)上客戶(hù)的高度個(gè)性化購(gòu)物體驗(yàn)對(duì)于建立客戶(hù)忠誠(chéng)度至關(guān)重要。例如,商品推薦就是一個(gè)可以通過(guò)幫助客戶(hù)發(fā)現(xiàn)符合其品味、喜好的商品從而有效提高個(gè)性化體驗(yàn)的方法。
多年來(lái),Google 一直在 Google 搜索和 YouTube 等旗艦渠道提供高質(zhì)量的推薦內(nèi)容。而Recommendations AI 汲取這些經(jīng)驗(yàn),為組織提供可以向其客戶(hù)大規(guī)模提供高度個(gè)性化商品推薦的服務(wù)。現(xiàn)在,我們很高興地宣布,Recommendations AI 的Beta版已經(jīng)向所有客戶(hù)開(kāi)放。
無(wú)需手動(dòng)制定規(guī)則或在本地管理繁瑣的推薦模型,您可以直接通過(guò)使用 Recommendations AI 替換或補(bǔ)充現(xiàn)有解決方案來(lái)升級(jí)個(gè)性化策略。
將側(cè)重點(diǎn)聚焦在每個(gè)客戶(hù)而不是商品上,Recommendations AI 可以整合客戶(hù)的購(gòu)物歷史,并為他們提供個(gè)性化的商品推薦。而且,Recommendations AI 擅長(zhǎng)處理為長(zhǎng)尾產(chǎn)品或“冷啟動(dòng)”的新用戶(hù)、新商品提供推薦的情況。它的“context hungry”深度學(xué)習(xí)模型將商品和用戶(hù)元數(shù)據(jù)運(yùn)用到數(shù)百萬(wàn)商品上以大規(guī)模地獲取洞察,并用手動(dòng)編排規(guī)則無(wú)法比擬的速度不斷地實(shí)時(shí)迭代這些洞察。
此外,Recommendations AI 可擴(kuò)展的托管服務(wù)和直觀的用戶(hù)界面為您提供簡(jiǎn)化的模型管理體驗(yàn)。如此,您的團(tuán)隊(duì)不再需要花費(fèi)數(shù)月的時(shí)間頂著要與最新技術(shù)保持同步的壓力去編寫(xiě)千行代碼來(lái)訓(xùn)練自定義推薦模型。
Recommendations AI 的關(guān)鍵更新
現(xiàn)在,您只需在控制臺(tái)中點(diǎn)擊幾下即可開(kāi)始使用 Recommendations AI。在創(chuàng)建新的 Google Cloud 項(xiàng)目后,您可以利用已經(jīng)使用過(guò)的工具(包括 Merchant Center,Google 跟蹤代碼管理器,Google Analytics 360,Cloud Storage和BigQuery)集成并回填目錄和用戶(hù)事件數(shù)據(jù)。
數(shù)據(jù)導(dǎo)入完成后,您可以選擇模型類(lèi)型、指定優(yōu)化目標(biāo)并開(kāi)始訓(xùn)練模型。最初的模型訓(xùn)練和調(diào)整只需要兩到五天,然后您就可以開(kāi)始為客戶(hù)提供推薦了。為確保模型設(shè)置能按照預(yù)期的方式工作,您可以預(yù)覽模型給出的推薦。
除了讓入門(mén)使用變得更容易之外,我們還與 Google Brain和Research 團(tuán)隊(duì)合作,突破過(guò)往推薦系統(tǒng)可以容納的范圍。因此,我們的模型可以擴(kuò)展并支持涵蓋數(shù)千萬(wàn)種商品的龐大目錄,并確??蛻?hù)有機(jī)會(huì)全面了解您的商品目錄。Recommendations AI 還能夠糾正非常受歡迎的或正在促銷(xiāo)中的商品導(dǎo)致的偏差,更好地處理季節(jié)性以及商品數(shù)據(jù)稀疏的情況。Recommendations AI的模型訓(xùn)練基礎(chǔ)架構(gòu)可以每天對(duì)您的模型進(jìn)行重新訓(xùn)練以動(dòng)態(tài)適應(yīng)不斷變化的商品目錄、客戶(hù)行為或購(gòu)物趨勢(shì),從中汲取洞察并歸納到所提供的推薦中。
世界各地的零售商已經(jīng)認(rèn)識(shí)到 Recommendations AI 所帶來(lái)的巨大價(jià)值。
絲芙蘭(Sephora)作為跨國(guó)美容和個(gè)人護(hù)理產(chǎn)品的全渠道零售商,在全球擁有數(shù)千家實(shí)體店。該公司也在使用商品推薦為其客戶(hù)提供個(gè)性化的電商體驗(yàn)。
絲芙蘭網(wǎng)站個(gè)性化與測(cè)試經(jīng)理Jaclyn Luft說(shuō):“我們希望在數(shù)字平臺(tái)上也能為客戶(hù)提供與實(shí)體店一樣的高度個(gè)性化的購(gòu)物體驗(yàn)。我們開(kāi)始與 Google Cloud 合作,探索如何利用其創(chuàng)新的機(jī)器學(xué)習(xí)技術(shù),通過(guò)商品推薦為線(xiàn)上客戶(hù)提供更進(jìn)一步的個(gè)性化服務(wù)?!?/span>
“自從部署 Recommendations AI 以來(lái),商品頁(yè)面的點(diǎn)擊率與過(guò)往ML驅(qū)動(dòng)的推薦相比提高了50%,首頁(yè)的整體轉(zhuǎn)化率提高了近2%?!?Luft還表示,“我們正在評(píng)估如何在生態(tài)系統(tǒng)的其他領(lǐng)域(例如,在網(wǎng)購(gòu)結(jié)帳流程和面向客戶(hù)的郵件中)持續(xù)嘗試、迭代和擴(kuò)展 Recommendations AI 的應(yīng)用,讓推薦更精準(zhǔn)?!?/span>
Hanes Australasia是澳大利亞標(biāo)志性的服裝和生活方式潮牌的“大賣(mài)場(chǎng)”,也是另一個(gè)運(yùn)用 Recommendations AI 增強(qiáng)個(gè)性化推薦的客戶(hù)。
“Recommendations AI 提供出色的數(shù)據(jù)執(zhí)行能力,展示了 Google Cloud 如何將數(shù)據(jù)洞察轉(zhuǎn)化為真正的商業(yè)價(jià)值,” Hanes Australasia 線(xiàn)上分析經(jīng)理Peter Luu說(shuō)?!爱?dāng)我們分A / B組對(duì)比測(cè)試 Recommendations AI 和此前的手動(dòng)推薦系統(tǒng),我們發(fā)現(xiàn)各個(gè)商品類(lèi)別的收入都實(shí)現(xiàn)了兩位數(shù)的增長(zhǎng)?!?/span>
Luu還補(bǔ)充說(shuō):“該產(chǎn)品非常易于使用—— Google Cloud 提供專(zhuān)業(yè)知識(shí)、兼顧功能和績(jī)效,因此我們不需要成為機(jī)器學(xué)習(xí)專(zhuān)家也可充分利用這一工具?!?/span>
Digitec Galaxus 是瑞士最大的在線(xiàn)零售商,為客戶(hù)提供從電子設(shè)備到服裝等廣泛而多樣的商品。Digitec Galaxus 正在使用 Recommendations AI 幫助客戶(hù)找到所需的商品。
“為客戶(hù)提供完美的在線(xiàn)購(gòu)物體驗(yàn)是 Digitec Galaxus 的當(dāng)務(wù)之急,” Digitec Galaxus商品個(gè)性化負(fù)責(zé)人Christian Sager表示,“運(yùn)用 Recommendations AI,我們實(shí)現(xiàn)了在全網(wǎng)為客戶(hù)提供個(gè)性化的商品推薦。同時(shí),Recommendations AI 也是測(cè)試和挑戰(zhàn)我們自己開(kāi)發(fā)的推薦算法的重要參考?!?/span>
Sager解釋說(shuō):“在新冠疫情期間,找到你所急需的商品比以往任何時(shí)候都更為重要?!?“在過(guò)去的幾個(gè)月中,我們注意到商品推薦的使用量總體上有了強(qiáng)勁增長(zhǎng),其中運(yùn)用 Recommendations AI 的時(shí)段點(diǎn)擊率與此前同期相比增長(zhǎng)40%。隨著疫情的持續(xù),客戶(hù)需求也在不斷變化,Recommendations AI使我們能夠適應(yīng)變化并滿(mǎn)足客戶(hù)需求及其偏好?!?/span>