Que sont les Recommandations intelligentes ?

Recommandations intelligentes démocratise l’IA et les recommandations du Machine Learning grâce à une expérience sans code alimentée par la même technologie qui alimente Xbox, Microsoft 365 et Microsoft Azure. Les entreprises peuvent désormais proposer des découvertes pertinentes aux clients grâce à cette nouvelle IA innovante pour la personnalisation et les recommandations.

À l’aide d’algorithmes modernes de Machine Learning, Recommandations intelligentes fournit des recommandations de produits personnalisées et des informations de télémétrie. Ces recommandations et informations vous aident à :

  • Améliorez considérablement la navigation dans le catalogue et la découverte d’articles.
  • Créer des opportunités de vente incitative et de vente croisée.
  • Améliorer l’expérience des acheteurs et la convivialité des produits.

Pour avoir un aperçu de Recommandations intelligentes, regardez cette vidéo :

Essayer gratuitement

Démarrez un essai gratuit de trois mois lorsque vous créez un compte avec 1 modèle, 1 RPS. Pour en savoir plus, consultez notre Guide de démarrage rapide.

Capacités

Les recommandations intelligentes aident les entreprises à améliorer l’engagement, la conversion, les revenus et la satisfaction des clients. Recommandations intelligentes est un service à usage général qui offre des fonctionnalités uniques et brevetées. Il génère efficacement les résultats souhaités tels que « acheter des looks similaires », « acheter par description », « temps réel », « en fonction des sessions », des recommandations basées sur les articles qui peuvent combiner les interactions de l’utilisateur et les métadonnées des articles. Les entreprises peuvent promouvoir et personnaliser n’importe quel type de contenu, comme des produits vendables, des supports consommables, des documents, des vidéos, etc.

Recommandations intelligentes offre les fonctionnalités suivantes aux entreprises :

  • L’IA-ML de classe mondiale intégrée fournit des résultats étonnants et personnalisés en quelques minutes. Fournissez des expériences client perspicaces, personnalisées, adaptées et plus engageantes à partir des données de comportement des utilisateurs ou des métadonnées d’articles existantes, pour créer une amélioration mesurable dans toute entreprise.

  • Facile à intégrer et à étendre dans n’importe quel écosystème et expérience. Utilisez des outils sans code guidés par l’intuition de l’entreprise pour essayer, créer et livrer facilement n’importe quelle personnalisation de modèle. Associé à des API extensibles, cette capacité permet une intégration transparente dans n’importe quel écosystème.

  • Service logiciel fiable à grande échelle. Microsoft démocratise l’expertise du Machine Learning, une plateforme conforme et des capacités à grande échelle, afin que les entreprises puissent se concentrer sur le prochain horizon de croissance et d’innovation.

  • Gagnez des clients avec une délicieuse découverte. Proposez des suggestions hyper pertinentes pour tout client ou produit sur Azure, garantissant un parcours personnalisé à chaque fois qu’un client interagit avec votre entreprise.

  • Hautement composable, facilement extensible. Hautement adaptable aux scénarios commerciaux et à la logique personnalisés, en fonction des données d’entrée et du choix de l’algorithme.

Applications métier des systèmes de recommandation

Les Recommandations intelligentes permettent aux entreprises d’automatiser les recommandations pertinentes, y compris les résultats personnalisés pour les utilisateurs nouveaux et connus. Elles interprètent les interactions de l’utilisateur et les métadonnées de l’élément ou de l’utilisateur. En retour, les entreprises reçoivent des modèles de recommandations sur mesure en fonction de leurs besoins et de leur logique métier. Recommandations intelligentes libère les entreprises de la gestion fastidieuse des collections éditoriales. Au lieu de cela, cela aide à stimuler l’engagement, à mener des expériences et à renforcer la confiance des consommateurs.

Recommandations intelligentes et IA responsable

Microsoft s’engage à faire progresser l’IA en s’appuyant sur des principes qui donnent la priorité aux personnes et protègent contre les abus et les dommages involontaires. Microsoft travaille en incorporant les principes de Microsoft pour une utilisation responsable de l’IA, en créant des filtres de contenu pour aider les clients et en fournissant des conseils de mise en œuvre responsable de l’IA aux clients intégrés. Les choix que vous faites en tant que propriétaire du système influencent la pertinence des recommandations pour vos clients. Pour plus d’informations sur la manière dont les Recommandations intelligentes rendent hommage à une IA responsable, vous pouvez télécharger une copie de notre Note sur la transparence des Recommandations intelligentes.

Exemples de scénarios pris en charge

Recommandations intelligentes fournit aux entreprises une boîte à outils de scénarios pertinents, notamment :

  • Recommandations personnalisées pour les utilisateurs finaux : inclut une liste de contenu unique pour un utilisateur spécifique en fonction de ses habitudes de consommation et de ses interactions. Les entreprises peuvent recommander des produits, des articles, des vidéos, etc.

  • Articles similaires : basé sur une variété de signaux (interactions utilisateur) ou de métadonnées (telles que des images, du texte, des amis ou des données démographiques). Les recommandations intelligentes peuvent recommander des articles visuellement similaires dans un catalogue (par exemple, des chemises à motifs floraux) ou afficher un vin similaire en fonction de la description et des notes de goût.

  • Recommandations en temps réel et basées sur les sessions pour les utilisateurs : Chaque parcours du client peut désormais avoir des recommandations uniques, même de nouveaux clients.

  • Achèvement du panier : Affiche les articles complémentaires pour les utilisateurs en fonction de ce qui est déjà dans leur panier.

Ces interactions peuvent avoir d’autres métadonnées, telles que l’heure de la transaction, le montant d’argent, la durée de l’interaction, etc.

Le tableau suivant décrit l’intégralité du catalogue de recommandations de produits automatisées que vous pouvez intégrer à vos expériences de magasin existantes. Les recommandations sont davantage distinguées par le scénario. Pour ces cas, certaines listes ont un algorithme sélectionnable qui diversifie les résultats renvoyés. Apprenez-en plus sur nos algorithmes pour ces scénarios dans notre Guide de Q/R sur la modélisation.

Scénario Description Exemple
New Retourne une liste des nouveaux produits qui ont été mis en correspondance récemment avec les canaux et les catalogues. Nouveaux arrivages dans l’habillement.
Populaires Retourne une liste de produits classés selon le nombre de ventes le plus élevé. Exemple de type de liste populaire basé sur le nombre de jeux les plus vendus.
Tendances Retourne une liste des produits les plus performants pendant une période donnée, classés selon le plus grand nombre de ventes. Exemple de produits tendance.
Fréquemment achetés ensemble Retourne une liste de produits qui sont couramment achetés ensemble (complémentaires) avec le contenu du panier actuel du consommateur. Exemple de Fréquemment achetés ensemble sur une page de paiement.
Autres contenus plébiscités Retourne des produits pour un produit initial donné en fonction des habitudes d’achat des consommateurs. Peut être modifié en fonction de l’action du consommateur (achat, vues). Exemple de Autres contenus plébiscités sur une page de détail de produit.
Nos choix pour vous Retourne une liste personnalisée de produits en fonction des modèles d’achat de l’utilisateur connecté. Pour un utilisateur invité anonyme, cette liste est réduite. Exemples de recommandations de sélections.
Acheter des aspects similaires Renvoie une liste de produits avec des images visuellement similaires. Exemple de looks similaires à la boutique montrant des robes dégradées visuellement similaires.
Achetez des produits similaires par description Renvoie une liste de produits avec des descriptions de contenu textuellement similaires. Exemple de boutique similaire par description montrant des produits avec des descriptions similaires aux escarpins à imprimé léopard.

Voir aussi

En savoir plus sur l’architecture
Déployer Recommandations intelligentes
Guide de démarrage rapide Recommandations intelligentes
API Recommandations intelligentesNote de transparence de Recommandations intelligentes