¿Cuáles son algunas aplicaciones interesantes y menos conocidas de la ciencia de datos (aprendizaje automático, gráficos aleatorios, altas dimensiones, etc.) al comercio electrónico?

Boomtrain utiliza el aprendizaje automático y la inteligencia artificial y los aplica al comercio electrónico, lo que facilita la vida de los vendedores de comercio electrónico. Boomtrain utiliza inteligencia artificial y una combinación de filtrado colaborativo y basado en contenido, entre otros, para aprender y recomendar los productos más únicos y personales a sus clientes, a través del medio correcto en el momento correcto.

Gigantes editoriales como Forbes, Conde Nast y Welcome to Mic.com confían en Boomtrain para personalizar su contenido y recomendaciones. Ahora, las empresas de comercio electrónico como Brenthaven y Enduro también están descubriendo los beneficios de involucrar mejor a los clientes con productos y contenidos recomendados personalmente. Algunos de los beneficios de Boomtrain para proveedores de comercio electrónico son:

Ventanas predictivas

Personalice sus correos electrónicos a los suscriptores en función de sus patrones de compra en línea, todo en la misma plataforma. Recomiende las ofertas y productos correctos a los clientes y vea un aumento en sus CTOR y CTR de correo electrónico.

Carrito de compras abandonado 2.0

El 75% de los clientes que agregan productos a sus carritos de compras en línea lo hacen con la intención de comprar. Puede crear flujos de trabajo potentes en torno a esto utilizando el seguimiento de eventos de Boomtrain y la activación automática de mensajes a sus clientes a través de los canales. Agregue sugerencias de productos relevantes para cada cliente utilizando el poder de la inteligencia predictiva para aumentar sus tasas de conversión.

Retargeting dinámico

Personalice sus mensajes habituales a los clientes, como boletines informativos, campañas en el sitio, en la aplicación y por goteo para generar una participación más efectiva. Los datos de comportamiento, la inteligencia predictiva y las mejores prácticas para el compromiso de Boomtrain se asegurarán de que se vuelva personal sin ser intrusivo. Deleite a sus clientes y vea una mayor retención y un valor a largo plazo

A través de canales

Boomtrain le brinda información sobre los canales en los que sus usuarios están más activos y comprometidos. Con estas ideas, puede comunicarse a través de canales como correo electrónico, in-app, lightbox en el sitio, sms e impulsar una plataforma de comunicación incorporada. Redactar mensajes a través de canales es fácil con los creadores de plantillas de arrastrar y soltar y las opciones fáciles de prueba y vista previa. No se requiere código.

Aquí hay una aplicación de gráficos aleatorios, pero no estoy seguro de si se está utilizando en la industria. Lo he pensado en el contexto del mapeo de las relaciones de usuario en un videojuego móvil :). Está relacionado con la validación estadística.

Supongamos que acaba de construir un gráfico a partir de mensajes de chat privados entre usuarios. Desea saber si la cantidad de reciprocidad en el gráfico es alta o si el coeficiente de agrupación es alto. Para probar esto, puede definir un gráfico aleatorio que se construye (en términos de p, probabilidad de aristas o un modelo más complejo) a partir de sus datos empíricos. Luego, puede simular gráficos para formar valores p para determinar si la estructura de su gráfico es en realidad estadísticamente diferente de “aleatoria”.

En otra dirección, podría ser el caso de que tenga múltiples tipos diferentes de comunicación entre personas. Si desea crear un gráfico simple a partir de estos datos (en lugar de un gráfico múltiple), debe decidir cómo sopesar los componentes individuales. Con un modelo estadístico formal sobre la probabilidad de bordes entre dos nodos dados, puede comenzar a pensar en validar para elegir un modelo sobre otro, tal vez por MLE.

No estoy seguro acerca de la parte “menos conocida”, pero vale la pena echarle un vistazo a los sistemas de asesoramiento de productos.

Una aplicación ampliamente conocida de la muestra es el “filtro colaborativo de artículo a artículo” de Amazon, que básicamente determina qué productos sugerir a los usuarios en una página de producto específica.

Una aplicación de la que hemos sido pioneros en el mercado de aplicaciones de consumo es una aplicación móvil llamada Twigle Birds Identification App que ayuda a los observadores de aves a identificar a las aves por sus canciones. Hemos utilizado el aprendizaje automático para entrenar nuestra aplicación y clasificar una grabación de una canción de pájaro que envía el usuario.