Recomendador de Productos adaptado al Cliente

0

El incremento del comercio online está provocando que los usuarios sean cada vez más exigentes y dispongan de una mayor variedad de comercios donde efectuar sus compras. Tener la capacidad de ofrecer productos que se adapten a las preferencias de nuestros usuarios, es cada vez más importante y necesario.

¿Qué es?

Es un sistema para optimizar el contenido que visualiza cada cliente y recomendar a los clientes aquellos productos que probablemente le gusten más con el objetivo de incrementar las ventas.

¿Para qué?

La cantidad de canales por la cual nos puede contactar un cliente es cada vez más compleja y supone un desafío constante, para esto el cliente busca sentirse identificado y la personalización es la clave.

¿Cómo lo hacemos?

Utilizamos la metodología de Reinforcement Learning que facilita la toma de decisiones automáticas, ya que interactúa con un entorno y aprende con el tiempo qué acciones tomar para lograr el incremento en una determinada métrica, como puede ser el aumento de las compras.

Observando diferentes acciones de cada cliente y midiendo si se consigue el objetivo marcado, el algoritmo aprende cómo seleccionar las acciones en el futuro mostrando contenido cada vez más personalizado al cliente.

¿A quién está orientado?

A todas las empresas e industrias que deseen mejorar sus procesos de venta online.

Beneficios

  • Mejorar la probabilidad de venta y el valor medio de la venta.
  • Modelos más robustos, ya que aprenden de cada decisión.
  • Reinforcement Learning introduce además contenido nuevo que permite al cliente descubrir nuevas preferencias.
Share

About Author

Francisco Vílchez

Analytical Consultant - Delivery

Francisco is a Analytical consultant in Spain at SAS. Telecommunications Engineer by the Universidad de Granada, he accumulates more than 6 years of professional experience as Data Scientist. Before joining SAS in 2021 he participated in the development of different models for clients such as: Prisa, Iberdrola, Volkswagen or CajaMar.

Leave A Reply

Back to Top