1. Εξατομικευμένη μηχανή προτάσεων
Οι ανάγκες των χρηστών είναι πολύπλοκες και η κατανόησή τους είναι καθοριστική για την παροχή σχετικού περιεχομένου.
Μια εξατομικευμένη μηχανή προτάσεων παρέχει στους χρήστες εξατομικευμένες προτάσεις ακινήτων, επιτρέποντάς τους να επικεντρωθούν σε περιεχόμενο που τους ενδιαφέρει, αντί να περιηγούνται σε άσχετες προσφορές. Με αυτόν τον τρόπο, το σχετικό περιεχόμενο, το οποίο διαφορετικά θα μπορούσε να παραβλεφθεί, φτάνει στους χρήστες με γρήγορο και ξεκάθαρο τρόπο.
Μια μηχανή προτάσεων προσαρμοσμένη στις ανάγκες του χρήστη μπορεί να προσεγγίσει το κοινό της μέσω πολλαπλών καναλιών: widget στην αρχική σελίδα, λίστες ακινήτων (σε συνδυασμό με φίλτρα που ορίζει ο χρήστης), σελίδες λεπτομερειών ακινήτων, διαφημίσεις και καμπάνιες μέσω ηλεκτρονικού ταχυδρομείου.
Το μοντέλο μηχανικής μάθησης λειτουργεί λαμβάνοντας υπόψη τη συμπεριφορά του ενεργού χρήστη (όπως τις σελίδες που επισκέφθηκε, τα ακίνητα για τα οποία επικοινώνησε, τις λίστες αγαπημένων, τα χαρακτηριστικά των ακινήτων που είδε), καθώς και τη συμπεριφορά άλλων χρηστών (για να ενσωματώνει τις «δημοφιλείς» καταχωρίσεις στην αγορά). Επιπλέον, το μοντέλο πρέπει να ενημερώνεται καθημερινά, ώστε να λαμβάνει υπόψη τις νέες καταχωρίσεις ακινήτων και να μαθαίνει από τις νέες αλληλεπιδράσεις των χρηστών.
|
Οι εξατομικευμένες προτάσεις οδηγούν σε αύξηση έως και 60% στα ακίνητα που προβάλλονται και έως και 80% στους υποψήφιους πελάτες, σε σύγκριση με παραδοσιακά, παρόμοια μοντέλα προβολής ακινήτων.
|
Μάθετε πώς η imobiliare.ro εφάρμοσε με επιτυχία αυτόν τον τύπο προτάσεων προϊόντων στον ιστότοπό της και τα αποτελέσματα που πέτυχε χρησιμοποιώντας αυτόν τον τύπο τεχνολογίας τεχνητής νοημοσύνης.
2. Μοντέλο τμηματοποίησης χρηστών
Οι χρήστες μπορούν να ομαδοποιηθούν με πολλούς τρόπους, καθώς ανήκουν σε διαφορετικά τμήματα και βρίσκονται σε διαφορετικά στάδια της πορείας τους.