Amazon : de nouvelles fonctions d’IA personnalisent les recommandations de taille


Le détaillant en ligne américain Amazon introduit de nouvelles fonctions d’IA sur les pages produits. Grâce aux nouvelles fonctions d’IA, les clients devraient recevoir des recommandations de taille personnalisées. Les tableaux de tailles repensés, ainsi que les points saillants et les informations sur l’ajustement des produits, visent à améliorer l’expérience d’achat numérique, a déclaré lundi le géant en ligne dans un communiqué.

L’algorithme derrière l’IA est destiné à prendre en compte les différents ratios de taille et systèmes de dimensionnement des marques individuelles et des fabricants de vêtements. La recommandation de taille personnalisée comprend également des avis sur les produits et les préférences individuelles des clients en matière d’ajustement. L’algorithme apprend de millions de détails sur les produits, tels que le style, le tableau des tailles et les avis des clients, ainsi que des achats anonymes, qu’il classe en groupes de clients similaires en fonction de leurs préférences en matière de taille et d’ajustement.

Pour faciliter les décisions d’achat concernant l’ajustement et la taille, le détaillant en ligne introduit une autre nouvelle fonction d’IA, les « Fit Review Highlights » spécialement mis en avant. L’aperçu des évaluations est basé sur la recommandation de taille individuelle, prend en compte les avis des clients qui ont acheté le produit dans la même taille et résume les informations les plus importantes de manière compacte.

De plus, les tableaux de tailles sur les pages produits ont été visuellement révisés et complétés par des informations générées par l’IA, destinées à créer des tailles standardisées.

La recommandation de produits basée sur l’IA a également été développée. Là, l’algorithme extrait les données sur les produits ainsi que les avis et les taux de retour et propose aux clients de nouvelles recommandations d’achat basées sur les données collectées. Le « Fit Insights Tool » a été introduit pour les détaillants et les marques. De cette manière, les fabricants de vêtements devraient pouvoir mieux comprendre pourquoi certains produits ont été retournés.



ttn-fr-12