Es mas que posible. Los motores de recomendación predictiva son la norma hoy en día.
Los motores de recomendación no predictivos probablemente usan sistemas manuales o basados en etiquetas para “recomendar” productos de marcas similares o asignar productos relacionados manualmente.
En los motores de recomendación, los mejores algoritmos utilizan una combinación de recomendaciones basadas en contenido y algoritmos de filtrado colaborativo para obtener un buen resultado. Sin embargo, en la práctica, se necesita mucha más complejidad para crear un motor de recomendaciones que sea preciso, flexible, eficaz y novedoso.
- Cómo fusionar dos arreglos ordenados
- ¿Qué algoritmo usa Google para GMaps?
- Cómo encontrar el factorial de un número grande, como 100, en C
- ¿Cómo inserta este código un nuevo nodo en un árbol binario?
- Visión por computadora: ¿cuáles son los documentos de lectura obligatoria para el algoritmo de seguimiento de objetos?
A partir de los comentarios en su pregunta, habla sobre el marketing dirigido para grupos específicos de personas. Lo que necesita para esto no es exactamente un motor de recomendaciones.
Para hacer esto, debe (1) tener información demográfica sobre sus clientes registrada para que pueda crear una audiencia específica en Google Ads o Facebook Ads recomendando sus SKUs mejor calificados o (2) tener sus correos electrónicos para que pueda crear un lookalike audiencia en Facebook Ads.
Con esta información, puede usar la agrupación para encontrar grupos similares de clientes de acuerdo con sus patrones de compra y volver a calcular las características sobre su demografía e intereses para que pueda orientarlos.
Aquí hay un ejemplo de cómo volvemos a calcular los segmentos de clientes objetivo (es decir, personas) usando el agrupamiento en Metisa. No dude en comunicarse si tiene más preguntas sobre esto: