DIMMI CHI SEI
E TI DIRÒ
COSA LEGGERE

Un motore di raccomandazione tailor-made capace di combinare informazioni eterogenee e imparare dalle interazioni dei singoli utenti, riuscendo a fornire risultati personalizzati e in grado di adattarsi automaticamente nel tempo alle specifiche esigenze del cliente.

Motori di raccomandazione per il marketing one-to-one

I Recommender Engine sono sempre più uno dei mezzi di comunicazione fondamentali tra le società di vendita al dettaglio e i loro clienti, in grado di incrementare la Customer Engagement e le vendite sulle piattaforme di e-commerce. Ne sono un esempio Netflix o Amazon che devono una larga parte delle loro entrate ai loro motori di raccomandazione basati su moderni algoritmi.

Come sfruttare appieno le potenzialità di un recommender engine quando le fonti di dati sono davvero eterogenee o gli obiettivi da ottimizzare sono molteplici e cambiano molto velocemente , come nel caso della raccomandazione dei libri?

Una soluzione tailor made

Per suggerire nuovi libri, e ottimizzare quella che si definisce funzione obiettivo, un raccomandatore deve tenere in considerazione diversi aspetti, come ad esempio la rilevanza, il coinvolgimento, la diversità, la novità, i requisiti aziendali.

Data Reply ha risolto questa complessità attraverso un motore di raccomandazione tailor-made che, sfruttando specifici algoritmi di Machine Learning, è in grado di identificare le preferenze e i gusti dei clienti a partire da vari tipi di interazione del cliente con il prodotto (ad esempio acquisti, valutazioni, visualizzazioni di pagine web, condivisione di azioni sui social). Il motore, inoltre, raccogliendo e interpretando le azioni di feedback del cliente si adatta automaticamente nel tempo alle specifiche esigenze del cliente stesso.

  • strip-0

    Reinforcement Learning per risolvere un problema
    multi obiettivo

    Il Recommender Engine è in grado di fornire all'utente suggerimenti con un approccio one-to-one, anziché utilizzare la classica segmentazione in gruppi. Per fare questo, è inizialmente costruito un algoritmo di ML per ciascuno degli obiettivi di raccomandazione. Le diverse proposte per ogni utente così ottenute sono poi trattate da un algoritmo di Reinforcement Learning, cuore della soluzione, che permette di identificare il mix ottimale per ogni cliente. Ad esempio un cliente può essere interessato solo a prodotti di nicchia piuttosto che ai titoli più venduti o ad un autore in particolare. Il modello può essere facilmente integrato con i più diversi sistemi mobile, web, totem intelligenti, grazie ad una semplice interfaccia API, e fornire suggerimenti in real time.

Continuo apprendimento per raccomandazioni
sempre più precise

Per elaborare le raccomandazioni il motore utilizza diverse tipologie di dati, strutturati e non strutturati, provenienti da fonti interni ed esterne (ad esempio dati transazionali, web clickstream, valutazioni sociali e recensioni). A questi dati si aggiungono le azioni di feedback dell'utente, come ad esempio l'acquisto di un nuovo prodotto o i clic sulle raccomandazioni ricevute. Grazie al Reinforcement Learning e all'utilizzo delle interazioni dell'utente con il sistema, si riesce ad adattare il mix di proposte al cambiamento nel tempo delle preferenze del cliente e, di conseguenza, fornire raccomandazioni sempre più pertinenti. La soluzione realizzata da Data Reply consente così di trasformare in valore e azioni di marketing one-to-one l'enorme quantità di dati raccolti dalle interazioni tra clienti e prodotti, sia nei negozi fisici che sui canali on-line e mobili.
  • strip-0

    Data Reply è la società del gruppo Reply che offre servizi di eccellenza per Big Data e Artificial Intelligence. Operando sulla gran parte delle Industry e delle funzioni aziendali, supportiamo professionisti di livello esecutivo e Chief Officers per trarre valore dai dati. Costruiamo Data Platform, definiamo e implementiamo modelli di ML e AI in modo efficiente, replicabile e scalabile, attraverso persone con alte competenze in Big Data Engineering, Data Science e Intelligent Process Automation. Sempre attivi sulle innovazioni, stiamo applicando algoritmi Quantistici a supporto dell’ottimizzazione di processi con alte necessità computazionali.