Was ist Intelligent Recommendations?

Intelligent Recommendations demokratisieren Empfehlungen aus KI und maschinellem Lernen durch eine kodierungsfreie Umgebung, die auf derselben Technologie basiert, die auch Xbox, Microsoft 365 und Microsoft Azure unterstützt. Mit dieser neuen, innovativen KI für Personalisierung und Empfehlungen können Unternehmen jetzt relevante Entdeckungen für Kunden anbieten.

Intelligent Recommendations bieten personalisierte Produktempfehlungen und Insights aus der Telemetrie unter Verwendung moderner Machine-Learning-Algorithmen. Diese Empfehlungen und Insights helfen Ihnen:

  • Verbessern Sie die Katalognavigation und die Suche nach Elementen erheblich.
  • Erstellen Sie Upsell- und Cross-Sell-Chancen.
  • Verbessern Sie das Einkaufserlebnis und die Benutzerfreundlichkeit der Produkte.

Um einen Überblick über die intelligenten Empfehlungen zu erhalten, sehen Sie sich dieses Video an:

Kostenlos testen

Starten Sie eine kostenlose dreimonatige Testversion, wenn Sie ein 1 Model, 1 RPS-Konto erstellen. Weitere Informationen finden Sie in unserer Schnellstartanleitung.

Funktionen

Intelligent Recommendations helfen Unternehmen, ihr Engagement, ihre Konversion, ihren Umsatz und ihre Kundenzufriedenheit zu verbessern. Intelligent Recommendations ist ein allgemeiner Service, der einzigartige, patentierte Funktionalitäten bietet. Die Lösung ermöglicht es, die gewünschten Ergebnisse sofort zu erzielen, wie z.B. „ähnliche Looks einkaufen", „nach Beschreibung einkaufen", „in Echtzeit", „sitzungsbasierte", auf Elementen basierende Empfehlungen, die Benutzerinteraktionen und Element-Metadaten kombinieren können. Unternehmen können jede Art von Inhalt bewerben und personalisieren, z. B. verkaufbare Produkte, konsumierbare Medien, Dokumente, Videos und mehr.

Intelligent Recommendations bietet Unternehmen die folgenden Funktionalitäten:

  • Integrierte KI-ML von Weltklasse liefert erstaunliche, personalisierte Ergebnisse innerhalb weniger Minuten. Bieten Sie aufschlussreiche, personalisierte, maßgeschneiderte und ansprechendere Kundenerlebnisse auf der Grundlage vorhandener Daten zum Benutzerverhalten oder Element-Metadaten, um einen messbaren Aufschwung in jedem Unternehmen zu erstellen.

  • Einfache Integration und Erweiterung in jedes Ökosystem und jede Erfahrung. Verwenden Sie kodierungsfreie Tools unter Anleitung, um beliebige angepasste Modelle einfach auszuprobieren, zu erstellen und bereitzustellen. In Verbindung mit erweiterbaren APIs lässt diese Funktionalität eine nahtlose Integration in jedes Ökosystem zu.

  • Vertrauenswürdiger Software-Service in großem Umfang. Microsoft demokratisiert das Machine-Learning-Know-how, die konforme Plattform und die umfangreichen Funktionalitäten, damit sich Unternehmen auf den nächsten Horizont von Wachstum und Innovation konzentrieren können.

  • Gewinnen Sie Kunden mit einer angenehmen Entdeckung. Erzeugen Sie hyperrelevante Vorschläge für jeden Kunden oder jedes Produkt auf Azure und sorgen Sie so für einen personalisierten Verlauf, wenn ein Kunde mit Ihrem Unternehmen interagiert.

  • Hochgradig komponierbar, leicht erweiterbar. Hochgradig anpassungsfähig an angepasste Geschäftsszenarien und Logik, basierend auf den Eingabedaten und der Wahl des Algorithmus.

Unternehmensanwendungen von Empfehlungssystemen

Intelligent Recommendations ermöglichen es Unternehmen, relevante Empfehlungen zu automatisieren, einschließlich personalisierter Ergebnisse für neue und wiederkehrende Benutzer. Es interpretiert sowohl Benutzerinteraktionen als auch Artikel- oder Benutzer-Metadaten. Im Gegenzug erhalten Unternehmen maßgeschneiderte Empfehlungsmodelle, die auf ihren Bedürfnissen und ihrer Geschäftslogik basieren. Intelligent Recommendations befreit Unternehmen von der mühsamen Verwaltung redaktioneller Sammlungen. Stattdessen hilft es, das Engagement zu fördern, Experimente auszuführen und Vertrauen bei den Kunden aufzubauen.

Intelligent Recommendations und verantwortungsvolle KI

Microsoft setzt sich für die Weiterentwicklung der KI ein, die von Prinzipien angetrieben wird, die den Menschen in den Vordergrund stellen und vor Missbrauch und unbeabsichtigtem Schaden schützen. Microsoft arbeitet unter Einbeziehung der Microsoft-Prinzipien für eine verantwortungsvolle KI-Nutzung, erstellt Inhaltsfilter zur Unterstützung von Kunden und stellt integrierten Kunden Anleitungen zur Implementierung von verantwortungsvoller KI bereit. Die Entscheidungen, die Sie als Besitzer des Systems treffen, beeinflussen die Relevanz der Empfehlungen für Ihre Kunden. Um weitere Informationen darüber zu erhalten, wie Intelligent Recommendations verantwortungsvolle KI berücksichtigen, laden Sie eine Kopie unseres Transparenzhinweises zu Intelligent Recommendations herunter.

Beispiel für unterstützte Szenarien

Intelligent Recommendations stellen Unternehmen ein Toolkit mit relevanten Szenarien zur Verfügung, darunter:

  • Personalisierte Empfehlungen für Endbenutzer: Enthält eine Liste eindeutiger Inhalte für einen bestimmten Benutzer auf der Grundlage seiner Konsumgewohnheiten und Interaktionen. Unternehmen können Produkte, Artikel, Videos und mehr empfehlen.

  • Ähnliche Elemente: Basierend auf verschiedenen Signalen (Benutzerinteraktionen) oder Metadaten (z.B. Bilder, Text, Freunde oder demografische Daten). Intelligent Recommendations können visuell ähnliche Artikel in einem Katalog empfehlen (z.B. geblümte Hemden) oder ähnliche Weine auf der Grundlage der Beschreibung und der Geschmacksnoten anzeigen.

  • Echtzeit- und sitzungsbasierte Empfehlungen für Benutzer: Jeder Kundenkontaktverlauf kann jetzt über einzigartige Empfehlungen verfügen, auch für Neukunden.

  • Warenkorbvervollständigung: Zeigt ergänzende Artikel für Benutzer an, die sich bereits in ihrem Warenkorb befinden.

Diese Interaktionen können weitere Metadaten enthalten, z. B. den Zeitpunkt der Transaktion, den Geldbetrag, die Dauer der Interaktion und mehr.

Die folgende Tabelle beschreibt den gesamten Katalog der automatisierten Produktempfehlungen, die Sie in Ihre bestehenden Stores integrieren können. Empfehlungen können durch das Szenario weiter unterschieden werden. Für diese Fälle verfügen bestimmte Listen über einen auswählbaren Algorithmus, der die zurückgegebenen Ergebnisse variiert. Erfahren Sie mehr über unsere Algorithmen für diese Szenarien in unserer Anleitung zu Modellierungs-Q&A.

Szenario Beschreibung Beispiel
Neu Liefert eine Liste der neuesten Produkte, die kürzlich in Kanäle und Kataloge aufgenommen wurden. Neuankömmlinge bei Bekleidung.
Beliebteste Liefert eine Liste von Produkten, die nach der höchsten Anzahl von Verkäufen sortiert sind. Beispiel für den Listentyp Beliebt basierend auf der Anzahl der meistverkauften Spiele.
Trendliste Liefert eine Liste der Produkte mit der höchsten Performance in einem bestimmten Zeitraum, sortiert nach der höchsten Anzahl an Verkäufen. Beispiel für trendige Produkte.
Häufig zusammen gekauft Gibt eine Liste von Produkten zurück, die allgemein zusammen mit dem Inhalt des aktuellen Warenkorbs gekauft werden (komplementär). Beispiel für Häufig zusammen gekauft auf einer Kassenseite.
Menschen mögen auch Liefert Produkte für ein bestimmtes Ausgangsprodukt auf der Grundlage des Kaufverhaltens der Verbraucher. Kann je nach Verbraucheraktion (Kauf, Ansichten) geändert werden. Beispiel für People also like auf einer Produktdetailseite.
Auswahlen für Sie kommissioniert Liefert eine personalisierte Liste von Produkten, die auf dem Kaufverhalten des angemeldeten Benutzers basiert. Für einen anonymen Gastbenutzer wird diese Liste zusammengeklappt. Beispiel für kommissionierte Empfehlungen.
Ähnliche Outfits kaufen Liefert eine Liste von Produkten mit visuell ähnlichen Bildern. Beispiel für Ähnliche Looks einkaufen mit optisch ähnlichen Kleidern mit Farbverlauf.
Ähnliches nach Beschreibung suchen Liefert eine Liste von Produkten mit textlich ähnlichem Inhalt. Beispiel für Ähnlich einkaufen nach Beschreibung zeigt Produkte mit ähnlichen Beschreibungen wie die Pumps mit Leopardenmuster.

Siehe auch

Lesen Sie über die Architektur der Intelligent Recommendations
Intelligent Recommendations bereitstellen
Intelligent Recommendations-Schnellstartanleitung
Intelligent Recommendations-APITransparenzhinweis für Intelligent Recommendations