Ein führender spanischer Elektrofachhändler
Um seine Produktempfehlungen zu optimieren und seine Nutzer zu einem Kauf anzuregen, hat dieser Händler modernste Algorithmen für seine Empfehlungen genutzt und seinen Kunden dadurch individuell Produkte empfohlen, mit denen sie mit hoher Wahrscheinlichkeit interagieren werden.
Ob es einem Unternehmen durch Produktempfehlungen gelingt, seine Umsätze deutlich zu steigern, hängt größtenteils davon ab, ob eine Marke in der Lage ist, die Kaufabsichten der einzelnen Kunden frühzeitig zu erkennen und ihnen basierend auf deren aktuellen und generellen Bedürfnissen dynamisch Produkte zu empfehlen. Da der Händler dies nicht mit herkömmlichen Modellen für maschinelles Lernen realisieren konnte, hat er sich dazu entschieden, einen 50:50 Splittest durchzuführen, bei dem er einen fortschrittlichen auf Deep Learning basierenden Algorithmus mit seiner herkömmlichen Empfehlungsstrategie auf der Webseite verglichen hat. In nur 16 Tagen ist es dem Händler durch Empfehlungen mit Deep Learning gelungen, eine Steigerung der Käufe um 252 % sowie zusätzliche Umsätze in Höhe von 290.000 EUR zu erzielen.
