İçerik
- Tavsiye Sistemi Nedir?
- Bir Tavsiye Sistemi Nasıl Çalışır?
- Sorunları Airbnb Çözmek İstiyor
- Airbnb Ne Yaptı?
- Tavsiye Sistemlerinin Gelişimi
- Sonuç
Kaynak: Artisticco / Dreamstime.com
Paket servisi:
Tavsiye sistemleri hem pazarlamacılara hem de tüketicilere çok yardımcı olabilir.
Hiç çevrimiçi bir şey aradınız mı ve bilmeden önce, gittiğiniz her yerde o konuyla ilgili reklamlarla bombalanıyor musunuz? Örneğin, bir sonraki "Yıldız Savaşları" filminde en son bilgileri aradığınızı varsayalım. Fragmanı izledikten sonra, "Star Wars" tişörtleri, "Star Wars" oyuncakları, "Star Wars" DVD'leri, "Star Wars" çarşafları ... ve diğer birçok "Star Wars" ürünü çevrimiçi reklamlarını görmeye başlarsınız hiç var olmadığını hayal bile etmedin! Bunların hepsi öneri sistemleri sayesinde.
Tavsiye Sistemi Nedir?
Öneri sistemleri - öneri motorları, öneri sistemleri veya sadece RS olarak da bilinir - şirketlerin müşteri deneyimini yaratma yollarını yeniden tanımlamaktadır. Öneri sistemleri, müşterilerin çevrimiçi alışveriş yaparken bilgili ve daha iyi satın alma kararları almalarına yardımcı olmuştur. Herhangi bir zamanda herhangi bir çevrimiçi satın alma işlemi yaptıysanız, satın aldıklarınıza benzer ürünlerle ilgili önerilere neredeyse kesinlikle rastladınız. Bu nedenle, ürünlere göz atarken, öneri sistemleri göz atma davranışınızı gözlemliyor ve daha önce kendi başınıza keşfetmemiş olabileceğiniz ürünleri araştırıyor. Öneri sistemleri, özellikle çevrimiçi satın alma alanındaki genel müşteri deneyimini geliştirmede önemli bir rol oynamaktadır. Tabii ki, bu iş için de iyidir. Şirketler, müşterilerin en iyi ürünleri seçmelerine yardımcı olmak için öneri motorlarını geliştirmeye yönelik yatırımlarını artırıyor.
Bir Tavsiye Sistemi Nasıl Çalışır?
Tavsiye sistemlerinin yaşamlarımızı nasıl etkilediğini öğrenmeden önce, nasıl çalıştıklarını ve nasıl geliştiklerini bilmek önemlidir.
Bir öneri sistemi, e-ticaret web sitelerinde yaygın olarak, onları ziyaret eden bir müşteriye filtre uygulanmış ürün seçenekleri sunmak için kullanılan bir bilgi filtreleme teknolojisidir. Adından da anlaşılacağı gibi, teknoloji benzer özelliklere sahip ürünler hakkında öneriler sunmak için kullanılır. Amaç, parti perspektifine bağlı olarak değişir. Bir e-ticaret web sitesinde ürün satan bir işletme için, müşteriye daha fazla ürün seçeneği sunarak gelir kazanma potansiyelini geliştirir. Bir müşteri için, benzer ürün önerileri sunar ve müşteriye önceden seçilmiş olandan daha iyi bir ürün satın alma veya önceden satın almak için seçilen ürünün deneyimini artırabilecek bir ürün satın alma fırsatı sunar. Önerileri sağlamak için motorlar aşağıdakileri de içeren çeşitli yöntemler kullanır:
Hiç kimse yazılım kalitesiyle ilgilenmediğinde programlama becerilerinizi geliştiremezsiniz.
Sorunları Airbnb Çözmek İstiyor
Airbnb, insanların kiralık konut bulabilecekleri ve aynı zamanda kiralık konutlarını listeleyebilecekleri bir web sitesidir. Wikipedia'ya göre, Airbnb'de 34.000 şehir ve 190 ülkede 1.500.000'in üzerinde liste var. Gezginler sonsuza dek dünya çapında ucuz, konforlu ve güvenli bir konaklama yeri arıyorlar. Airbnb, müşterilerine daha iyi ve özelleştirilmiş konaklama seçenekleri sunmanın yollarını bulmak istedi. Gezginlerin benzersiz gereksinimleri hakkında daha fazla bilgi edinmek istedi.
Airbnb Ne Yaptı?
Ana fikir, seyahat edenlerin bireysel seyahat ihtiyaçlarını bulmak ve uygun seçenekler veya öneriler sunmaktı. Bu nedenle Airbnb, seyahat incelemeleri, konaklama geri bildirimleri ve müşteriler tarafından kaydedilen diğer veriler şeklinde kaydedilen müşteri verilerini derinlemesine incelemeye karar verdi. Airbnb bunu yapmak için bir ekip kurdu. Mühendislik başkan yardımcısı Mike Curtis'e göre, “Uzun zamandır, nereye gittiğinizi ve ne zaman gideceğinizi bilirseniz, Airbnb gideceğiniz yeri biliyoruz, ama hepimizin olduğunu fark ettik. Bu verilerin diğer kişilerin sahip olmadığı. Seyahat düzenimiz var. İncelemelerimiz var. Listelerin açıklamaları bizde. İçeriden çıkartabileceğimiz mahalleler hakkında çok şey biliyoruz. ”Bu nedenle Airbnb, verilerle ve kişiselleştirilmiş öneriler veren bir öneri sistemiyle çatladı.
Tavsiye Sistemlerinin Gelişimi
Tavsiye motorlarının etrafındaki yutturmaca olmasına rağmen, kullanıcının hayal gücünü yakalamadan önce uzun bir yol kat etmesi gerekir. Şu anda, motorlar genel bir algoritmayı takip ediyor ve özel seçenekler sunmuyor. Gelecek, müşterilere özel ürün seçenekleri sunmakta yatıyor. Bunun için algoritmaların uyku döngüsü, kullanıcıların ruh hali, günün saati ve enerji çıktısı gibi karmaşıklıkları hesaba katması gerekir. Perakendecilik ve medya endüstrilerinin bu motorları kullanacakları ve diğerlerinin de uygun olacağı görülüyor.Örneğin, bankacılık ve finans endüstrileri, müşterilerin sonraki hamleleri giderek daha fazla tahmin etmelerini istiyor, böylece özelleştirilmiş ürünler sunulabiliyor. Bunun için müşteri geri bildirimi, sosyal medya modelleri, çağrı merkezi verileri, web siteleri, hatta tüketicilerin eğitim seviyeleri gibi birçok veri göz önüne alınacak.
Sonuç
Tavsiye motorlarının geleceğinin nasıl şekillendiğini izlemek ilginç olacaktır. Şimdi kullanılan algoritmalar uzun süredir kullanılmaktadır, ancak işletmeler konseptten daha fazlasını istemektedir. Markalar, algoritmalarını sürekli daha kapsamlı hale getirmeye çalışarak ince ayar ve iyileştirme yapmak istiyorlar. Bununla birlikte, potansiyel olarak en büyük zorluk, motorların, geleneksel olarak kullanmayan endüstriler tarafından, örneğin sigorta ürünü önerileri sunabilecek sigorta sektörü tarafından uygulanmasında yatmaktadır.
Tavsiye sistemleri, insanlara günlük yaşamlarında çeşitli şekillerde yardımcı olma potansiyeline sahip olup, reklamverenlerin daha geniş kitlelere ürün ve hizmetler sunmasına yardımcı olur ve bu teknolojinin nasıl gelişmeye devam edeceğini yalnızca zaman tam olarak söyleyecektir.