Construirea unui motor de recomandare de produse bazat pe inteligență artificială, care a crescut conversiile cu 34%

RetailPlus pierdea clienți în favoarea competitorilor cu o personalizare mai bună. Sistemul lor existent de recomandări era bazat pe reguli și static — afișând aceleași produse tuturor, indiferent de comportamentul de navigare, istoricul de achiziții sau context. Cu un catalog de peste 50.000 de produse, curarea manuală era imposibilă.

Am construit un motor de recomandare hibrid care combină filtrarea colaborativă, filtrarea bazată pe conținut și analiza comportamentală în timp real. Sistemul procesează datele clickstream în timp real prin Apache Kafka, antrenează modele pe datele istorice de achiziție folosind TensorFlow și oferă predicții printr-un API cu latență scăzută, cu timpi de răspuns sub 50 ms. A fost construită o infrastructură de testare A/B pentru a optimiza continuu performanța modelului.

În decurs de 3 luni de la implementare, rata generală de conversie a crescut cu 34%. Valoarea medie a comenzii a crescut cu 22% prin vânzări încrucișate inteligente. Motorul de recomandări reprezintă acum 28% din veniturile totale, iar valorile de implicare a clienților (timp petrecut pe site, pagini per sesiune) s-au îmbunătățit în toate segmentele.