Un recommendation engine seleziona e ordina prodotti, contenuti o offerte che ritiene rilevanti per un utente o un contesto.
Come funziona
Può usare semplici regole, popolarità, similarità prodotto, comportamento collaborativo, profilo cliente o modelli machine learning. Il sistema migliore dipende da dati disponibili, catalogo e obiettivo commerciale.
Esempio pratico
Su una PDP può proporre prodotti simili; nel carrello può suggerire complementari; in homepage può personalizzare categorie in base a comportamento recente.
Perché è importante
Può migliorare discovery, cross-selling e conversione, soprattutto in cataloghi ampi in cui l’utente non può esplorare manualmente tutte le alternative.
Attenzione
Raccomandare solo ciò che massimizza il click può creare monotonia o spingere articoli non disponibili. Obiettivo, diversità, stock e margine devono essere bilanciati.