商品推薦引擎 – Recommendation Engine

以保護使用者個人隱私權為前提的深度學習推薦引擎,結合「商品特徵」與「行為特徵」,動態預測使用者最適購買商品,搭配多場景通知與互動管道,提高顧客轉換率。

運用商品特徵透視購買意圖

運用商品特徵
透視購買意圖

動態商品推薦

有如實體購物體驗
的動態商品推薦

類個人化購物體驗

保護使用者隱私的
超個人化購物體驗

提升站內購物體驗,讓消費者找的到、逛起來、買更多

無需完全仰賴 Cookie 歷史數據及會員登入資訊,能分析站內外商品文本及特徵分析,即時理解購買意圖進行個人化推薦,不再只依賴過去觀看過或已購買交易數據,有效提升顧客滿意度與忠誠度。

330 %

站內搜尋
轉換成長

197 %

頁面停留
時間成長

340 %

商品推薦
轉換成長

230 %

整體電商
轉換成長

購物情境組合標籤

如何在到達頁面 (landing page) 降低跳出率,留住顧客的心?awoo 商品推薦引擎解析商品清單,進行語意邏輯聯想,自動排序生成具有「使用者搜尋意圖」的購物情境組合標籤,在不調動頁面前提下,同時圖片推薦分類熱⾨/⾼關連商品,形成導購路徑,幫助顧客逛起來,找到期望的商品,擁有更流暢的購物體驗。

三大特點

降低產品頁跳出率

創造流暢購物體驗

標籤自動排序更新
幫助找到期望商品

自動化情境商品集合頁

想要打造專屬情境需求,讓顧客轉換率提升?透過計算商品間的關聯夾角距離,最大化延伸同義字及相近商品,並自動化生成分類頁面,讓顧客逛到最符合需求的商品,轉換率大幅提升。此外,更神奇的是,只要使用自動化情境商品集合⾴,就能讓 Google 爬蟲再也不迷茫,以最小改動優化資料結構,更便於投放 Google DSA 廣告,SEO 排名也能迅速提升。

三大特點

商品分類最大化

PageView 2.5 倍
停留時間 1.8~2.5 倍

搜尋引擎友善好爬取

動態關聯推薦

「其他人也喜歡」的商品,根本不符合顧客所需。透過動態更新具有「使用者搜尋意圖」的價值商品排序,在原分類頁面下最大化延伸,推敲出顧客心中最想要購買的商品,同時交互連結數以千計的關聯商品,讓顧客越逛越起勁,購物體驗不中斷。

三大特點

動態關聯推薦

購物體驗優化

次分類連結最佳化

產品推薦

你知道嗎?人腦處理視覺內容的速度比文字快6萬倍。awoo 商品推薦引擎,透過抓取與商品具高度關聯性分類商品,以圖片進行推薦熱門及高關聯性商品,讓推薦更加直觀,再也不需擔心跳出率的困擾。

三大特點

圖片推薦更直覺

定義情境關聯關鍵字

搜尋建議精準化