Démonstration de 20 minutes avec 2–3 exemples personnalisés sur vos propres pages.
Support par email, chat ou téléphone 24/7 inclus dans chaque offre payante.
Un playbook e-commerce pour les recommandations de produits — déployez des bundles « Bought-Together », des bestsellers personnalisés et des algorithmes prédictifs de vente croisée.
Vidéo 4K pro, capteur 24 MP. Le choix compact pour les créateurs.
Les chercheurs ont dévoilé une nouvelle architecture de traitement qui imite l’efficacité synaptique du cerveau humain. Ce changement marque la fin de l’informatique traditionnelle telle que nous la connaissons...
Depuis le dashboard Personyze, cliquez sur « Recommandation de produit » pour lancer l’assistant de configuration.
Vous devez indiquer à Personyze quand un utilisateur consulte, achète ou ajoute un article au panier. Vous avez 3 méthodes :
événement égal à « add_to_cart »
(self.personyze=self.personyze||[]).push(['Product Viewed', "PRODUCT_ID"]);
(self.personyze=self.personyze||[]).push(['Product Added to cart', "PRODUCT_ID", 'Quantity', QUANTITY]);
(self.personyze=self.personyze||[]).push(['Product Removed from cart', "PRODUCT_ID"]);
(self.personyze=self.personyze||[]).push(['Products Removed from cart']);
Définissez *où* ce widget apparaît. Vous pouvez le configurer pour qu’il s’affiche uniquement sur la Homepage, ou uniquement pour les visiteurs venant de Amérique du Nord.
Personnalisez l’apparence pour qu’elle corresponde exactement à votre marque via l’étape « Customize Look and Feel ».
Ajoutez des labels visuels aux produits pour augmenter le CTR :
vip_price
À l’étape « Final Touches », appliquez des règles pour vous assurer que les recommandations soient business-smart.
Filtrez les produits selon les variables de données utilisateur :
Votre homepage doit plaire à tout le monde — aux nouveaux visiteurs comme aux clients fidèles.
Utilisez le « Recommandations personnalisées » algorithme. Il change automatiquement de logique :
Cela assure de la pertinence du premier clic au centième.
Aidez les utilisateurs à trouver ce qu’ils cherchent en exploitant le contexte.
Affiche des articles de la catégorie avec laquelle l’utilisateur a interagi le plus récemment. S’il a regardé « Perceuses » hier, affichez « Outils électriques » sur la homepage aujourd’hui.
Affichez les articles les plus vendus dans la catégorie actuelle. Si l’utilisateur navigue dans « Ordinateurs portables », affichez les portables les plus vendus, pas des chaussures.
Similaire à Best-seller, mais basé sur les Vues plutôt que les Achats. Bon pour les articles tendance qui n’ont pas encore converti.
Optimisez la page de détail produit pour garder les utilisateurs engagés et en navigation.
Filtrage collaboratif : « Les personnes qui ont regardé cette chemise ont aussi regardé celles-ci. » Idéal pour proposer des alternatives si le produit principal ne convient pas parfaitement.
Un signal plus fort que simplement « consulté ». Il dit à l’utilisateur : « Les personnes qui ont considéré cet article ont finalement acheté *ces* articles. » Excellent pour conclure des ventes.
Un widget d’historique simple mais efficace. Aide les utilisateurs à comparer les options en naviguant facilement vers les articles qu’ils ont déjà vus.
La poussée finale pour augmenter la taille du panier avant le paiement.
Ce puissant algorithme regarde le contenu complet du panier pour trouver des articles qui complètent la *combinaison* de produits (p. ex., appareil photo + étui -> carte mémoire).
Permet une surcharge manuelle. « Si le panier contient X, affichez TOUJOURS Y. » Utile pour les règles strictes de compatibilité (p. ex., batteries spécifiques pour un jouet spécifique).
Exploitez la preuve sociale en affichant des articles très désirés. Déclenche souvent des ajouts impulsifs au panier.
Ramenez les clients avec des nouveautés ultra-pertinentes.
Deep learning qui analyse l’historique d’achat complet d’un utilisateur pour prédire ce dont il pourrait avoir besoin ensuite.
Parfait pour les consommables. Fait remonter les articles que l’utilisateur a déjà achetés, simplifiant le processus de réapprovisionnement.
Affichez les articles les plus récents de votre catalogue, mais appliquez une « Filtrer par catégorie d’achat passé » règle (p. ex., un acheteur de « Yoga » voit de nouveaux tapis).
Ne devinez pas quel algorithme fonctionne le mieux. Testez-les.
Personyze divisera le trafic automatiquement et peut finir par allouer 100 % du trafic au gagnant.
Mesurez l’impact direct de vos recommandations avec des statistiques détaillées.
Questions fréquentes sur les recommandations de produits par IA. Pour le reste, notre équipe est à un message.
Le filtrage collaboratif est la technologie centrale derrière les recommandations comme « Les personnes qui ont acheté ceci ont aussi acheté cela. » Il analyse les motifs à travers des milliers de sessions utilisateur pour trouver des corrélations cachées entre produits sans nécessiter de règles manuelles.
Personyze commence à collecter des données immédiatement. Les algorithmes basiques comme « Plus populaires » fonctionnent instantanément. Les algorithmes avancés comme « Recommandations personnalisées » nécessitent typiquement quelques jours de trafic (ou un chargement de données historiques) pour construire des profils utilisateurs précis.
Oui. Vous pouvez utiliser « Recommandations gérées » ou « épingles » pour forcer certains articles (comme les produits à forte marge ou en surstock) à apparaître en premier, tout en laissant l’algorithme remplir les slots restants dynamiquement.
Absolument. Le moteur fonctionne identiquement pour le contenu. Au lieu de « Produits », il recommande des « Articles » selon l’historique de lecture, les tags et l’affinité de catégorie. Vous devez juste synchroniser votre flux de contenu au lieu d’un flux de produits.
Oui. Par défaut, Personyze filtre les articles où stock_status = 0. Vous pouvez personnaliser cette règle à l’étape de filtrage pour aussi exclure les articles avec un stock faible ou des tags spécifiques.
stock_status = 0
C’est le problème du « démarrage à froid ». Personyze gère cela en repliant sur Logique de foule (p. ex., « Plus populaires » ou « Tendance maintenant ») ou en utilisant des données contextuelles (p. ex., « Populaire dans votre ville ») jusqu’à ce que l’utilisateur génère son propre historique.
Oui. Vous avez le contrôle total sur le HTML/CSS. Vous pouvez utiliser notre éditeur visuel pour ajuster les templates existants ou coller votre propre structure HTML personnalisée pour correspondre parfaitement à la charte de votre site.
Revenu direct compte les ventes où l’utilisateur a cliqué sur l’article recommandé spécifique et l’a acheté. Revenu assisté compte les ventes où l’utilisateur a cliqué sur une recommandation mais a fini par acheter *autre chose* dans la même session.
Oui. Vous pouvez créer des campagnes séparées pour mobile et desktop. Par exemple, afficher un slider horizontal de 4 articles sur mobile, mais une grille de 8 articles sur desktop.
Oui. Si votre flux produits contient des champs localisés (p. ex., title_en, title_es), vous pouvez configurer le widget pour afficher dynamiquement la bonne langue selon les paramètres du navigateur de l’utilisateur ou la sélection sur le site.
title_en
title_es
Oui. L’algorithme « Ventes croisées pour les articles au panier » crée effectivement des bundles en suggérant des articles complémentaires (p. ex., suggérer un objectif quand un appareil photo est au panier).
Les flux se synchronisent typiquement une fois toutes les 24 heures. Vous pouvez cependant configurer des mises à jour plus fréquentes (p. ex., toutes les heures) ou utiliser notre API pour pousser les changements de stock/prix en temps réel instantanément.
Oui. La fonction de tests A/B vous permet de diviser le trafic entre deux jeux de logique différents (p. ex., « Filtrage collaboratif » vs. « Plus populaires ») pour voir lequel génère le plus de revenu.
Oui. Personyze anonymise les données utilisateur et respecte les requêtes « Do Not Track ». La personnalisation repose sur des ID pseudonymes plutôt que sur des PII, sauf si fournis explicitement par l’utilisateur.
Personyze passe à l’échelle sans effort. Notre moteur est conçu pour gérer des catalogues de millions de SKU et des sites à fort trafic sans latence, garantissant que les recommandations se chargent instantanément.
Vous avez le playbook complet — déployez maintenant des recommandations de produits IA qui font de la vente croisée et de l’upsell automatiquement.