moteur d'affinités entre articles

Le moteur d'affinités entre articles génère des recommandations basées sur l'historique des transactions disponible, telle que les activités du panier électronique, les transactions externes existantes, et une transaction Web n'ayant aucun lien avec les activités du panier électronique (affichage de pages, enquêtes produits, recherches, etc.).

Par exemple, un moteur d'affinités entre articles peut prédire qu'un utilisateur qui a acheté un appareil photo numérique voudra sûrement acheter des cartes mémoire Flash compactes ou un lecteur de cartes USB. Le moteur d'affinités entre articles repère également les liens les moins évidents - par exemple, un utilisateur qui achète de la bière peut également acheter des couches.

Il vous permet d'analyser davantage que de simples achats évalués en sortie de magasin. Il peut identifier les articles que l'utilisateur a uniquement pensé à acheter. Par exemple, il peut savoir si un utilisateur a uniquement pensé à acheter du pain de seigle ou s'il a réellement acheté ce pain. (Ceci se mesure par un ajout au panier, suivi d'un retrait, du pain de seigle.) Dans ce cas, le commerçant ne peut pas savoir que l'utilisateur a pensé à acheter du pain de seigle lors de son passage dans le magasin, puisque le pain ne se trouve pas dans le panier à la caisse. Bien qu'un achat envisagé n'implique pas nécessairement le même niveau d'affinité entre articles qu'un achat effectif, il donne malgré tout certaines informations à ce sujet.

Contrairement aux autres moteurs, les recommandations du moteur d'affinités entre articles sont basées sur un filtrage non collaboratif des statistiques relatives au panier de la ménagère. L'analyse du panier de la ménagère permet des prédictions concernant les affinités de contenu même lorsque des situations à froid affectent la précision du filtrage collaboratif. Le moteur d'affinités entre articles peut être utilisé pour fournir des recommandations automatisées améliorées, telles que des ventes croisées, même pour les utilisateurs visitant le site Web pour la première fois.