高度な推奨は、機械学習アルゴリズムとニューラルネットワークを使用して、正確な推奨を発見します。これらの推奨事項は動的であり、ユーザーのインタラクションパターンに応じて時間とともに適応し、ほぼリアルタイムで更新されます。

推奨結果は関連性のある順に並べられており、最初に推奨されたアイテムが最も関連性があります。これらの推奨事項は、以下のカテゴリにさらに分類できます：

レコメンデーションモデル

推奨アイテム

Just for you!各ユーザーに合わせた推奨は、個々のインタラクション行動から導き出され、より広範なユーザートレンドに影響されます。これをあなたの親友よりもあなたをよく知っているパーソナルスタイリストだと考えてください。彼らはあなたのインタラクションに基づいて選択肢をキュレーションし、あなたと同様に関与する人々の好みを織り交ぜます。

モデルの成分:
ユーザーアクションイベント: 商品を表示, ウィッシュリストに追加, カートに追加, 商品を購入

使用例

• ユーザーに次に最適なアイテムを提供します。
• 「あなたにおすすめ」コレクションを作成します。

類似アイテム

アイテムを見て、「これが好きだけど、似たようなものはもっとあるのかな？」と思ったことはありませんか？私たちの類似アイテムモデルをご紹介します。それは共有アイテムの属性や過去のトレンドを掘り下げて、あなたのお気に入りの魅力に合ったアイテムを見つけます。

モデル成分：
ユーザーアクションイベント: 商品を表示, ウィッシュリストに追加, カートに追加, 商品を購入

カタログ属性: タイトル, 価格, カテゴリ, ブランド (ただし、必要に応じてカスタマイズ可能)

使用例

• ユーザーが興味を持っている製品やサービスの代替オプションを提供します。
• ユーザーが自分の興味に合ったより幅広い製品やサービスを探索できるように支援します。

よく一緒に閲覧されるアイテム

それは推薦の探偵のようです。Sherpa AIは、アイテム間の隠れたリンクを見つけ出し、他の人がしばしば一緒に閲覧するものを示し、クロスセリングを簡単にします。あなたが知らなかったクロスセリングの機会を提示します。

モデルの成分:
ユーザーアクションイベント: 製品が表示されました

使用例

• ユーザーに関連する製品バンドルやパッケージを提供します。
• 関連する製品やサービスを提案することで、販売とエンゲージメントを向上させます。

よく一緒に購入されるアイテム

一緒に購入されることが多いアイテムを提案することで、ショッピング体験を向上させ、アップセルやバンドルの便利さを実現します。このモデルは、常に一緒にレジカウンターに行くアイテムの完璧なバンドルを知っている、賢い店主のようなものです。

モデルの成分：
ユーザーアクションイベント: 商品購入

使用例

• 販売とエンゲージメントを高めるための補完的な製品やサービスを提案してください。
• 顧客のニーズを予測し、購入を完了するための関連する提案を提供することで、顧客満足度を向上させましょう。

人気商品

人々を魅了するもの。迷ったときは、トレンドを参考にしましょう。どのアイテムが話題になっているかを見つけてください。これらの社交的なバタフライの推奨事項は、デフォルトのフォールバックとして定義されています。これからの方々には、これらのアイテムがウェルカミング・コミッティーとなり、新しいバイヤーが常に最新情報を受け取れるようにします。

モデルの成分：
ユーザーアクションイベント: 製品を表示, ウィッシュリストに追加, カートに追加, 製品を購入

使用例

• あなたのプラットフォームのトレンドを示すことで新しいユーザーを活性化させてください。
• 新しい人気のある製品やサービスを発見する手助けをします。

フィルター

フィルター設定を使用すると、お客様に表示される推奨事項を絞り込むことができます。これらのフィルターは、提案されたアイテムの関連性を高めるために推奨されるモデルロジックに追加して機能します。

ユーザーアクションフィルター

フィルター設定を使用すると、顧客のインタラクション活動に基づいて表示される推奨事項を微調整できます。アイテムは2つの方法でフィルタリングできます：

• アイテムを保持 : このフィルターを使用すると、アイテム属性ルールの結果とユーザーアクションフィルター基準の両方に共通するアイテムのみを含むユーザーアクション基準を定義できます。
• アイテムを削除 このフィルターを使用すると、アイテム属性ルールの結果からアイテムを削除するユーザーアクションの基準を定義できます。

使用例

• カートに追加されたアイテムを除外した よく一緒に購入される バンドルをお勧めします。
• 最近30日間にユーザーが閲覧した おすすめアイテム のみを保持します。
• 新しい製品の発見を促すために、 よく一緒に見られるアイテム リストから閲覧済みのアイテムを削除してください。
• ユーザーがすでにウィッシュリストに追加したアイテムを 類似アイテム の推奨から削除します。

アイテム属性フィルター

フィルター設定を使用すると、カタログにある情報に基づいて、お客様に表示される推奨事項を洗練させることができます。

• ユーザーの所在地における 類似の物件 をお勧めします
• 頻繁に一緒に購入されるバンドル で、在庫があり、価格が$10未満のものをお勧めします。
• よく一緒に閲覧されるアイテム がセール中
• 特定ブランドのおすすめ商品 のみ