Dynamic Yield impulsa las ventas online con páginas personalizadas basadas en Deep Learning

Dynamic Yield, la plataforma de la Optimización de Experiencias, ha anunciado hoy el lanzamiento de su motor de rankings basado en deep learning, que permite a las marcas personalizar sus páginas de listas de productos.

Dynamic Yield ha comprobado -trabajando con las principales marcas del mundo durante casi una década- que alrededor del 80% de los usuarios pasan por las páginas de listado de productos antes de realizar su compra final. A pesar de que son cruciales para determinar qué artículos o servicios ve un usuario y finalmente compra, la mayoría de los listados que se muestran permanecen estáticos, y los comerciantes organizan la página basándose en conjeturas con la esperanza de impulsar mayores conversiones.

El motor de rankings de Dynamic Yield, diseñado para generar automáticamente el orden óptimo de clasificación de los artículos en las páginas de categorías, utiliza un sofisticado modelo de deep learning autodidacta que se ha lanzado en el último año. El sistema predice los productos con los que es más probable que una persona interactúe o compre en función de comportamientos anteriores, de su actividad durante la sesión, así como las tendencias observadas en la web en un momento dado.

“A medida que los tiempos de COVID han generado un aumento sin precedentes de las compras online, cobra aún más importancia ofrecer más rápido a los consumidores aquellos productos que han estado buscando” ha señalado Liad Agmon, CEO de Dynamic Yield. "Utilizando el motor de rankings de Dynamic Yield para personalizar las páginas de los listados de productos, las marcas pueden adaptar algunas de sus páginas más visitadas según el interés de cada visitante y sus necesidades en el momento, aumentando directamente los clics en los productos, las tasas de conversión y, lo que es más importante, los ingresos medios por usuario (el ARPU)."

La marca estadounidense e.l.f. Cosmetics experimentó en una prueba piloto con el último motor de rankings de Dynamic Yield para adaptar la experiencia de su página de listado de productos. Las pruebas iniciales condujeron a un impresionante aumento del 29% en los ingresos por usuario por parte de aquellos que compraron artículos descubiertos a través de una página de listado personalizada, en comparación con los artículos comprados con el orden de clasificación por defecto.

“Las páginas de listados pueden ser engorrosas a nivel de navegación. Con Dynamic Yield las hemos podido hacer totalmente contextuales y adaptables en función de quién es el comprador durante una fase crítica del buyer journey" ha señalado Ekta Chopra, CDO (Chief Digital Officer) de e.l.f. Cosmetics. “Ahora los productos que se muestran son más interesantes y relevantes para cada usuario, lo que permite una exploración no sólo más sencilla sino también más profunda".

La solución, que se está ofreciendo de forma gradual a los clientes, forma parte del sistema de AdaptMLde Dynamic Yield, que está compuesta por algoritmos de deep learning autodidactas, que adaptan la experiencia digital a cada usuario individual, extrapolando la intención de compra a partir de los datos del cliente y prediciendo los productos que pueden interesarle.

Para saber más sobre el motor de rankings de Dynamic Yield y las páginas de listados de productos personalizados, visite https://www.dynamicyield.com/es/rankings/

Acerca de Dynamic Yield
Dynamic Yield ayuda a las marcas a ofrecer y testear rápidamente interacciones digitales personalizadas, optimizadas y sincronizadas a cada usuario. Los equipos de marketing, producto, desarrollo y de eCommerce de más de 350 marcas mundiales utilizan la plataforma de optimización de la experiencia de Dynamic Yield como capa tecnológica sobre las soluciones de CMSexistentes, con el fin de reproducir con mayor velocidad y adaptar algorítmicamente el contenido, los productos y las ofertas a cada individuo, para acelerar el valor empresarial a largo plazo.

Comunicado de prensa Dynamic Yield impulsa las ventas online con páginas personalizadas basadas en Deep Learning publicado en comunicae.es