Projet

Nous avons réalisé pour la start-up Webmarketing Booster des algorithmes de recommandations personnalisées pour site e-commerce.

En utilisant les données de navigation et les transactions des utilisateurs, les algorithmes calculent pour tous les utilisateurs les produits qui ont le plus de chance de leurs plaire. De plus, lorsqu’un utilisateur navigue et réalise de nouvelles transactions, les recommandations se mettent à jour en temps réel pour s’adapter de manière automatique et personnalisée au comportement de l’utilisateur.

Ces algorithmes proposent des produits similaires ou complémentaires et permettent donc d’adresser des scénarios classiques du e-commerces comme le cross-sell et l’up-sell.

Client

Webmarketing Booster, Meylan (FRANCE)

Expertises mobilisées

Filtrage collaboratif

cablage_dome_smallsearch