Demo di 20 minuti con 2–3 esempi personalizzati sulle tue pagine reali.
Supporto via email, chat o telefono 24/7 incluso in ogni piano a pagamento.
Un playbook e-commerce per le raccomandazioni di prodotto — implementa bundle « Bought-Together », bestseller personalizzati e algoritmi predittivi di cross-sell.
Video 4K pro, sensore da 24 MP. La scelta compatta per i creator.
I ricercatori hanno svelato una nuova architettura di elaborazione che imita l'efficienza sinaptica del cervello umano. Questo cambiamento segna la fine dell'informatica tradizionale come la conosciamo...
Dalla dashboard Personyze, clicca « Raccomandazione di prodotto » per avviare la procedura guidata di configurazione.
Devi dire a Personyze quando un utente visualizza, acquista o aggiunge un articolo al carrello. Hai 3 metodi:
evento uguale a « 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']);
Definisci *dove* appare questo widget. Puoi impostarlo per apparire solo sulla Homepage, o solo per i visitatori da Nord America.
Personalizza l'aspetto per abbinarsi esattamente al tuo brand tramite il passaggio « Customize Look and Feel ».
Aggiungi etichette visuali ai prodotti per aumentare il CTR:
vip_price
Nel passaggio « Final Touches », applica regole per garantire che le raccomandazioni siano business-smart.
Filtra i prodotti in base alle variabili dei dati utente:
La tua homepage deve piacere a tutti — sia ai nuovi visitatori che ai clienti fedeli.
Usa il « Raccomandazioni personalizzate » algoritmo. Cambia automaticamente logica:
Questo garantisce rilevanza dal primo click al centesimo.
Aiuta gli utenti a trovare ciò che cercano sfruttando il contesto.
Mostra articoli dalla categoria con cui l'utente ha interagito più di recente. Se ieri ha guardato « Trapani », oggi mostra « Utensili elettrici » sulla homepage.
Mostra gli articoli più venduti all'interno della categoria attuale. Se l'utente sta navigando « Laptop », mostra i laptop più venduti, non scarpe.
Simile al Bestseller, ma basato su Visualizzazioni anziché Acquisti. Buono per articoli in tendenza che non hanno ancora convertito.
Ottimizza la pagina di dettaglio prodotto per mantenere gli utenti coinvolti e in navigazione.
Filtraggio collaborativo: « Le persone che hanno guardato questa camicia hanno guardato anche queste. » Ottimo per fornire alternative se il prodotto principale non è una corrispondenza perfetta.
Un segnale più forte del semplice « visualizzato ». Dice all'utente: « Le persone che hanno considerato questo articolo alla fine hanno acquistato *questi* articoli. » Eccellente per chiudere vendite.
Un widget di cronologia semplice ma efficace. Aiuta gli utenti a confrontare le opzioni navigando facilmente verso gli articoli che hanno visto prima.
La spinta finale per aumentare la dimensione del carrello prima del pagamento.
Questo potente algoritmo guarda l' contenuto intero del carrello per trovare articoli che completano la *combinazione* di prodotti (es. fotocamera + custodia -> scheda di memoria).
Permette l'override manuale. « Se il carrello contiene X, mostra SEMPRE Y. » Utile per regole rigide di compatibilità (es. batterie specifiche per un giocattolo specifico).
Sfrutta il social proof mostrando articoli molto desiderati. Spesso innesca aggiunte impulsive al carrello.
Riporta i clienti con novità altamente rilevanti.
Deep learning che analizza la cronologia di acquisto completa di un utente per prevedere cosa potrebbe servirgli dopo.
Perfetto per i beni di consumo. Fa emergere gli articoli che l'utente ha già acquistato, semplificando il processo di riordino.
Mostra gli articoli più nuovi del tuo catalogo, ma applica una « Filtra per categoria di acquisto passato » regola (es. un acquirente di « Yoga » vede nuovi tappetini).
Non indovinare quale algoritmo funziona meglio. Testali.
Personyze dividerà il traffico automaticamente e può eventualmente auto-allocare il 100% del traffico alla variante vincente.
Misura l'impatto diretto delle tue raccomandazioni con statistiche dettagliate.
Domande frequenti sulle raccomandazioni di prodotto AI. Per il resto, il nostro team è a un messaggio di distanza.
Il filtraggio collaborativo è la tecnologia centrale dietro le raccomandazioni come « Le persone che hanno acquistato questo hanno acquistato anche quello. » Analizza pattern attraverso migliaia di sessioni utente per trovare correlazioni nascoste tra prodotti senza necessitare di regole manuali.
Personyze inizia a raccogliere dati immediatamente. Algoritmi basici come « Più popolari » funzionano istantaneamente. Algoritmi avanzati come « Raccomandazioni personalizzate » tipicamente necessitano di alcuni giorni di traffico (o un caricamento di dati storici) per costruire profili utente accurati.
Sì. Puoi usare « Raccomandazioni gestite » o « Pin » per forzare specifici articoli (come beni a margine elevato o sovrascorta) ad apparire per primi, lasciando che l'algoritmo riempia gli slot rimanenti dinamicamente.
Assolutamente. Il motore funziona identicamente per i contenuti. Invece di « Prodotti », raccomanda « Articoli » in base alla cronologia di lettura, ai tag e all'affinità di categoria. Devi solo sincronizzare il tuo feed di contenuti invece di un feed di prodotti.
Sì. Per impostazione predefinita, Personyze filtra gli articoli in cui stock_status = 0. Puoi personalizzare questa regola nel passaggio di filtraggio per escludere anche articoli con stock basso o tag specifici.
stock_status = 0
È il problema del « Cold Start ». Personyze lo gestisce facendo fallback a Logica della folla (es. « Più popolari » o « In tendenza ora ») o usando dati contestuali (es. « Popolari nella tua città ») finché l'utente non genera la propria cronologia.
Sì. Hai il controllo completo su HTML/CSS. Puoi usare il nostro editor visuale per ritoccare i template esistenti o incollare la tua struttura HTML personalizzata per abbinarti perfettamente al branding del tuo sito.
Ricavi diretti conta le vendite in cui l'utente ha cliccato sull'articolo raccomandato specifico e lo ha acquistato. Ricavi assistiti conta le vendite in cui l'utente ha cliccato una raccomandazione ma ha finito per acquistare *qualcos'altro* nella stessa sessione.
Sì. Puoi creare campagne separate per mobile e desktop. Per esempio, mostrare uno slider orizzontale di 4 articoli su mobile, ma una griglia di 8 articoli su desktop.
Sì. Se il tuo feed prodotti contiene campi localizzati (es. title_en, title_es), puoi configurare il widget per mostrare dinamicamente la lingua corretta in base alle impostazioni del browser dell'utente o alla selezione del sito.
title_en
title_es
Sì. L'algoritmo « Cross-sell per articoli nel carrello » crea effettivamente bundle suggerendo articoli complementari (es. suggerire un obiettivo quando una fotocamera è nel carrello).
I feed tipicamente si sincronizzano una volta ogni 24 ore. Tuttavia, puoi configurare aggiornamenti più frequenti (es. orari) o usare la nostra API per inviare cambi di stock/prezzo in tempo reale istantaneamente.
Sì. La funzionalità di A/B test ti permette di dividere il traffico tra due set di logica diversi (es. « Filtraggio collaborativo » vs. « Più popolari ») per vedere quale genera più ricavi.
Sì. Personyze anonimizza i dati utente e rispetta le richieste « Do Not Track ». La personalizzazione si basa su ID pseudonimi piuttosto che su PII, a meno che non siano forniti esplicitamente dall'utente.
Personyze scala senza sforzo. Il nostro motore è progettato per gestire cataloghi con milioni di SKU e siti ad alto traffico senza latenza, garantendo che le raccomandazioni si carichino istantaneamente.
Hai il playbook completo — ora implementa raccomandazioni di prodotto AI che fanno cross-sell e upsell automaticamente.